Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Inteligencia Artificial
Inteligencia Artificial
Lgica difusa
Dada una sentencia
Mario es alto y Mario tiene fiebre alta
Defusificacin
Obtener como salida un valor numrico para cada
una de las salidas del sistema a partir de conjuntos
difusos
Existen varias tcnicas de defusificacin
Mtodo del centro de gravedad
Mtodo del semifallo
Media ponderada
Visin Computacional
Un sistema de visin artificial debe
tener los siguientes componentes
Captura de
la imagen
I f ( x, y )
Procesamiento de la
Imagen
Salida
Anlisis de la Imagen
Procesamiento de Imgenes
Consiste en transformar la imagen en
algo que sea mas manejable para la
segunda fase donde se llevaran acabo
operaciones como:
Filtrado
Remarcar los bordes
Detectar regiones similares
Extraccin de caractersticas que permitan
un mejor anlisis en la siguiente fase
Procesamiento de Imgenes
Filtrado consiste en aplicar algn
mtodo para mejorar o resaltar
alguna regin de la imagen
Histograma
Procesamiento Imagen
Quitar ruido es otra aspecto importante del
filtrado de imgenes
El detectar los bordes de una imagen puede ser
considerado como un proceso de segmentacin
de imgenes.
Procesamiento de Imgenes
La deteccin de regiones similares
corresponde a un proceso de
segmentacin de una imagen a
travs de las intensidades de color
que puedan tener, como por ejemplo
usar los coeficientes de Fourier.
Procesamiento de Imgenes
Extraccin de caractersticas
Existen varias tcnicas que nos ayudan en
la deteccin de caractersticas mas
resaltantes de una imagen:
Transformada de Fourier
Transformada de Wavelet
Momentos, etc
Representacin mediante grafos
Procesamiento de Imgenes
Transforamda de Fourier 1D
Esta transformada representa un cambio
de domnio.
1
F (u )
N
N 1
f ( x )e
2jux
N
x 0
Procesamiento de Imgenes
Descriptor de Fourier:
Existe una propriedad por la cual:
Si el contorno de la imagen que estan en
coordenadas ( x , y ) convertida como uma funo :
U(u) = x + y*i
Aplicando Fourier
Procesamiento de Imgenes
Transformada de Fourier 2D
Permite trabajar con imgenes como
una representacin en dos dimensiones
dadas por una funcin F(x,y)
1
F (u , v)
MN
M 1 N 1
f ( x, y)e
x 0 y 0
2 j (
ux vy
)
M N
Procesamiento de Imgenes
Propiedades de la Transformada de
Fourier
Invariante a traslacin: Si F(u, v) = [f(x,
y)]^
[ f ( x a, y b)]^ e 2 j (ua vb ) F (u , v)
[ f ( x a, y b)]^ e 2 j (ua vb ) F (u , v) F (u , v) [ f ( x, y )]^ .
Procesamiento de Imgenes
Propiedades de la Transformada de
Fourier
Invariante a rotacin: Si x = r cos, y = r
R 2
f (r , )e 2 j .r cos( ) [ f (r , )]^ F ( , ).
F ( , sen
)
r 0
Procesamiento de Imgenes
Propiedades de la Transformada de
Fourier
Invariante al tamao: el tamao se ve
2
[
f
(
r
,
)]^
(
1
/
)F ( / , )
afectado por el radio r si
2
1
/
donde
es eliminado por
F
(
F
(
e
, )
normalizacin,
ln
si
F (e , ) G ( , ) entonces
F ( / , ) G ( yln , )
haciendo:
entonces
Procesamiento de Imgenes
Transformada de Fourier
Transformada
de Wavelets
Tiempo
Escala
Amplitud
Procesamiento de Imgenes
Tiempo
Transformada de Wavelets.
Donde la wavelet es
definida:
La wavelet madre
satisface:
Procesamiento de Imgenes
Ejemplo de utilizacin de los wavelets en
una imagen de un rostro
Procesamiento de Imgenes
Momentos
Centro de masa
Momentos centrales
1er momento
2do momento
Procesamiento de Imgenes
Aplicacin de Momentos
Calcular el centro de gravedad por la ecuacin:
Procesamiento de Imgenes
Aplicacin de Momentos
Los nuevos puntos son:
Procesamiento de Imgenes
Procesamiento de Imgenes
Momentos de HU extrae
caractersticas
Dada
una
funcin
bidimensional
continua f(x,y) se define un momento de
orden (p + q) por
la
p relacin:
m pq x y q f ( x, y )dxdy
pq ( x x) p ( y y ) q f ( x, y )
m00
Procesamiento de Imgenes
Representacin mediante grafos
Robtica - Introduccin
Robtica:
Introduccin
Componentes: Sensores
Componentes: Sensores
Sensores visuales
Cmara
Sensores activos
Sonares, infra-rojos.
Tctiles
Sensores de colisin
Son los mas usados (robots mviles
tambin requieren Sensores visuales o
activos)
Componentes: Sensores
Visuales
Visin computacional es un rea
compleja de investigacin.
Un sistema de visin tpico tiene la
forma
Cmara
Reprocesamiento
Seal
Reconocimiento
De patrones
Informacin
Componentes: Efectores
Sistemas de locomocin
Robots mviles
Componentes: Efectores
Sistemas de manipulaciones
Brazo
Efectores
Garra
Electromagntico
Ventosa
Pistola
otros
Componentes: Efectores
Sistemas de locomocin
Ruedas
Esferas
Piernas
Combinacin de sistemas
Componentes: Control
Componentes: Control
Robots Mviles
Robots Mviles
Robots Mviles
Planeamiento de trayectorias;
Navegacin
Mapeamiento del ambiente
Procesamiento de seales
Control
Cooperacin
Competicin
Deteccin de fallas,
Robots Manipuladores
Componentes
Controlador
Sensores
Efectores
Acoplamiento
Conversores
Amplificadores
Brazo
Robots Manipuladores
Aplicaciones
Robots Manipuladores
Problemas
Robots Manipuladores
Problemas
CBR: Concepto
CBR es un razonamiento en base a la experiencia: usa
ejemplos previos como punto de partida para el
razonamiento
CBR resuelve nuevos problemas recuperando y
adaptando soluciones de problemas previos
Un caso es una pieza contextualizada de conocimiento
representando una experiencia o situacin
Los casos almacenados describen situaciones previas
con su solucin y resultado
Tipos de CBR
MBR: Razonamiento Basado en Memoria
La memoria representa una coleccin de casos
El proceso de razonamiento se corresponde con el proceso de
recuperacin
Utilizan tcnicas de procesamiento paralelo
Pueden ser utilizados en dominios con fuertes connotaciones
sintcticas y semnticas
Tipos de CBR
EBR: Razonamiento Basado en Ejemplares
Ciclo de un CBR
Que es un caso?
Hay 2 tipos de casos
Casos de entrada
Es la descripcin especifica de un problema
Casos almacenados
Encapsula previas situaciones especificas de un problema
Contiene la solucin
Contiene el contexto especifico en el cual la solucin fue
aplicada
Este contexto nos ayudara para decidir cuando aplicar de nuevo el
caso aprendido
Que es un caso?
Un caso usualmente tiene 2 partes
El caso propiamente dicho
El problema que describe el estado del mundo cuando ocurri
el caso
Este es usado para identificar el caso
Indexacin y recuperacin
La solucin de caso
La explicacin de cmo el caso fue resuelto anteriormente
Adaptar el caso cuando este sea recuperado
Ventajas y Desventajas
Ventajas
Se proponen soluciones rpidamente
No se necesita conocer completamente el dominio
Casos son tiles para conceptos mal definidos
Se resaltan las caractersticas importantes
Desventajas
Los casos viejos pueden ser pobres
Los casos ms apropiados pueden no ser recuperados
Puede necesitar conocimiento para realizar la
adaptacin
Conclusiones
El razonamiento basada en casos (CBR) es una
buena tcnica de decisin, a largo plazo.
Cuanto mayor sea la base de casos, ms acertada
ser la decisin que se tome.
No est pensado para una implantacin inmediata.
Representacin de
soluciones
Representacin continua
Para casos donde el error ocasionado por
la representacin binaria es critica los AG
pueden usar directamente los valores
continuos.
En
este
caso
ninguna
conversin es necesaria. No en tanto se
debe implementar operadores genticos
de cruzamiento y mutacin adecuados a la
representacin.
Operadores genticos
Seleccin para la reproduccin
El objetivo principal del operador de seleccin
es copiar las mejores soluciones eliminando las
soluciones de baja aptitud, mientras el tamao
de la solucin es constante. Esto es realizado
siguiendo los siguientes pasos.
1.
2.
3.
Operadores genticos
Seleccin proporcional
Pi
Fi
N
14.4
49.2
Operadores genticos
Seleccin por torneo
Operadores genticos
Seleccin por ranking.
Operadores genticos
Cruzamiento: Este operador genera nuevas
soluciones a partir de las soluciones escogidas
de la lista de soluciones. El operador de
cruzamiento
posee
diferente
variaciones,
muchas de ellas especifican a un determinado
problema. La forma mas simple de cruzamiento
es conocida como cruzamiento de un punto, que
consiste en:
1.
2.
3.
Operadores genticos
Operadores genticos
Mutacin
La mutacin es un operador que produce una alteracin
aleatoria en una posicin de un pequeo nmero de
individuos. La mutacin es la segunda manera de los AGs
explorar el espacio de bsqueda. Esta pequea alteracin
impide que el algoritmo gentico tenga convergencia muy
rpida, evitando su estabilizacin en regiones de mnimos
locales.
Elitismo
El operador de elitismo mantiene las mejores soluciones
encontradas previamente en las generaciones siguientes.
Algoritmos genticos
Pasos para implementar un AG
Para resolver un determinado problema utilizando
AG los siguientes pasos deben ser considerados:
1. Definir una representacin a ser usada para cada individuo
de manera que una solucin completa puede ser
representada
2. Definir las estrategias de substitucin, seleccin,
cruzamiento y mutacin
3. Definir la funcin de aptitud
4. Ajustar los siguientes parmetros:
Tamao de la poblacin
Probabilidad de cruzamiento
Probabilidad de mutacin
Numero de generaciones
Ejemplo
Considere el problema de maximizar la
funcin
f(x) = x2 en un intervalo de [0, 31]
Ejemplo
Segunda generacin
Perceptron Multicapa
Perceptron Multicapa
Ejemplo
Perceptron Multicapa
Perceptron Multicapa