utp sirn_s0_generalidades

Download Utp sirn_s0_generalidades

Post on 10-Jul-2015

402 views

Category:

Documents

1 download

Embed Size (px)

TRANSCRIPT

  • Sistemas Inteligentes y Redes Neuronales

    (SI01)

    Sesin: 0

    Ing. Jos C. Bentez P.

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 2

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 3

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 4

    Sistemas Inteligentes y Redes Neuronales

    ESPECIALIDAD: Ing. Electrnica

    CICLO: XI

    CREDITOS: 04

    AO: Sexto

    HORAS/SEMANA: T2/P2/L2

    REGIMEN: Obligatorio

    EVALUACION: Tipo B

    PROFESOR: Ing. Jos Bentez P.

    jcbenitezp@gmail.com

    Datos:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 5

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 6

    Iniciar al alumno en el campo de:

    las redes neuronales,

    los sistemas difusos y

    algoritmos genticos

    aplicando estas tecnologas en el control automtico de procesos.

    Sistemas Inteligentes y Redes Neuronales

    Objetivos generales:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 7

    Utilizar el Matlab como herramienta de simulacin en aplicaciones de redes neuronales artificiales.

    Utilizar el Matlab como herramienta de simulacin en aplicaciones de sistemas difusos.

    Utilizar el Matlab como herramienta de simulacin en aplicaciones de algoritmos genticos.

    Sistemas Inteligentes y Redes Neuronales

    Objetivos especficos:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 8

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 9

    Introduccin a los sistemas Inteligentes.

    Fundamentos de las redes neuronales artificiales.

    Redes neuronales supervisadas y no supervisadas.

    Redes auto-organizadas.

    Implementacin de redes neuronales.

    Aplicaciones de las redes neuronales.

    Lgica difusa.

    Sistemas de control difuso.

    Aprendizaje en sistemas difusos.

    Implementacin de sistemas difusos.

    Aplicaciones de los sistemas difusos.

    Fundamentos de Algoritmos genticos.

    Solucin de problemas de bsqueda y optimizacin.

    Sistemas Inteligentes y Redes Neuronales

    Resumen:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 10

    1. Inteligencia Artificial. Objetivos. Conceptos de Redes Neuronales Artificiales, Sistemas Difusos y Computacin Evolutiva.

    2. Redes Neuronales Artificiales. Conceptos. Caractersticas. Tipos de Aprendizaje y de Arquitectura. Funciones de Transferencia.

    3. Red Perceptron. Definicin. Algoritmo de aprendizaje. Ejemplos de Red Perceptron.

    4. Limitaciones de la Red Perceptron. Problema de representacin de la funcin XOR.

    5. Red Lineal y Perceptron Multicapa. Concepto y caractersticas.

    6. Algoritmo Least Mean Square y algoritmo Backpropagation para redes lineales y multicapas.

    7. Ejemplos y simulaciones de redes lineales y multicapas.

    8. Red Competitiva y Auto Organizativa. Definicin. Algoritmo de Aprendizaje. Ejemplos.

    9. Red Function Radial Basis. Definicin. Algoritmo de Aprendizaje. Ejemplos.

    EXAMEN PARCIAL

    Sistemas Inteligentes y Redes Neuronales

    Sumilla Parte 1:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 11

    11. Definicin de Conjuntos difusos. Funcin de pertenencia. Operaciones entre funciones de pertenencia.

    12. Variables Lingsticas. Codificacin (Fuzzification). Decodificacin (Defuzzification). Evaluacin de reglas.

    13. Estructura de un controlador difuso: Modelo Mandani. Toolbox Fuzzy LogicEjemplos de aplicacin.

    14. Estructura de un controlador difuso: Modelo Sugeno. Toolbox Fuzzy Logic. Ejemplos de aplicacin.

    15. Implementacin de un Controlador difuso para un intercambiador de calor.

    16. Implementacin de un: Control difuso para el pndulo invertido.

    17. Definicin de Algoritmos Genticos. Caractersticas y aplicaciones.

    18. Algoritmo gentico simple. Funcin objetivo. Cruce. Mutacin. Ejemplo de

    optimizacin en sistemas de control.

    EXAMEN FINAL

    Sistemas Inteligentes y Redes Neuronales

    Sumilla Parte 2:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 12

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 13

    El desarrollo del curso es principalmente inductivo - deductivo mediante el uso intensivo de los laboratorios y la parte terica en el aula.

    Sistemas Inteligentes y Redes Neuronales

    Mtodo de enseanza - aprendizaje

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 14

    Sesin 0. Temas

    Sistemas Inteligentes y Redes Neuronales

    Datos Objetivos Resumen Metodologa Evaluacin Syllabus dosificado Bibliografa

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 15

    Sistema de Evaluacin: BNota:

    No se elimina ningn laboratorio (6/6). Se elimina una sola practica calificada (3/4). Los Trabajos de Investigacin/Informe de Laboratorio se presentan impreso (papel) y

    en digital (USB). Las fuentes son por cada tema (03 *.pdf, 03 *.doc, 03 *.ppt) solo se presentan en USB. Una fuente valida es aquella que tenga como mnimo 15 paginas o proviene de una

    universidad. La fuente debe conservar su nombre original y agregar _tema.

    3

    3211

    LabLabLabPLab

    ++=

    3

    3212

    LabLabLabPLab

    ++=

    4

    2 PPExFExPPF

    ++=

    Sistemas Inteligentes y Redes Neuronales

    Trabajos de investigacin Laboratorios Tests Practicas calificadas Ex. Parcial Ex. Final

    4

    21321 PLabPLabPPPPP

    ++++=

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 16

    1. BONIFACIO, Martn del Brio. Redes Neuronales y Sistemas Borrosos. 2da Edicin. Alfa y Omega. 2007

    2. DEMUTH, Howard, HAGAN Martin and BEALE, Mark. Neural Network TOOLBOX Users Guide. The MathWorks Inc. 2005.

    3. VELLASCO, Marley. Ementa de Redes Neurais. Material del Curso de Redes Neuronales Artificiales en el Programa de Maestra. PUC- RIO. 1995. Brasil.

    4. The MATHWORKS Inc. 2002. Fuzzy Logic Toolbox. Versin2.1.2. Users Guide. 2002.

    Sistemas Inteligentes y Redes Neuronales

    Bibliografa bsica

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 17

    1. WASSERMAN, Philip D. Neural Computing: Theory and Practice. Van Nostrand Preinhold. 1989.

    2. WASSERMAN, Philip D. Advanced Methods in Neural Computing. Computer Library. 1993

    3. LI XIN WANG. A Course in Fuzzy Systems and Control. Ed. Prentice Hall PTR, 1997.

    4. HUNG T. NGUYEN, NADIPURAM R. PRASAD, CAROL L. WALKER, ELBERT A. WALKER. A First Course in FUZZY and NEURAL CONTROL. Ed. Chapman & Hall /CRC, 2003.

    5. HAYKIN, Simon. Neural Networks. A Comprehensive Foundation. 2da Edicin. Prentice Hall 1999.

    6. HAYKIN, Simon. Adaptive Filter Theory. Cuarta Edicin. Prentice Hall 2001.

    Sistemas Inteligentes y Redes Neuronales

    Bibliografa avanzada

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 18

    1. http://es.wikipedia.org2. http://ants.dif.um.es/staff/juanbot/ml/files/20022003/fuzzy.pdf3. http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Ingenie/chahuara_qj/Cap2.pdf4. http://sisbib.unmsm.edu.pe/BibVirtualData/publicaciones/risi/N1_2004/a11.pdf5. http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html6. http://www.statsoft.com/textbook/neural-networks/7. http://www.cs.stir.ac.uk/~lss/NNIntro/InvSlides.html8. http://www.willamette.edu/~gorr/classes/cs449/intro.html

    Sistemas Inteligentes y Redes Neuronales

    Recursos de internet:

  • Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 19

    Sesin 0. Tarea1

    Sistemas Inteligentes y Redes Neuronales

    Con la ayuda de fuentes y mediante mapas conceptuales y/o semnticos responda las siguientes preguntas:

    1. Qu es y cules son los objetivos la Inteligencia Artificial?2. Qu es y cmo esta formado el Sistema Nervioso en el ser humano?. 3. Qu es y cuales son los tipos de las neuronas biolgicas?4. Qu son y como estn formados las Redes Neuronales Biolgicas?5. Qu son y como estn formados las Redes Neuronales Artificiales?6. Que son los Sistemas Difusos y la Computacin Evolutiva?

    Presentacin:

    Resumen impreso y en USB. Adjuntar fuentes (03 PDFs, 03 PPTs y 01 video.) en USB de cada tema. La fuente debe conservar el nombre original y agregar al final _tema.

  • Presentacin

    20Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jos C. Bentez P.

    Todas las fuentes y tareas deben presentarse en formato digital (USB), dentro de una carpeta que lleve las iniciales del curso, sus Apellidos, guion bajo y luego el numero de la tarea.Ejemplo:

    SIRN_BenitezPalacios_T1

    La fuente debe conservar el nombre original y agregar _tema.

    Las Tareas que no cumplan las indicaciones no sern

    r