Entradas

Mostrando las entradas de abril, 2018

Redes Neuronales Inteligencia Artificial

Imagen
Historia de las Redes Neuronales De los intentos realizados en este sentido se han llegado a definir las líneas fundamentales para la obtención de máquinas inteligentes: En un principio los esfuerzos estuvieron dirigidos a la obtención de autómatas, en el sentido de máquinas que realizaran, con más o menos éxito, alguna función típica de los seres humanos. En 1936 Alan Turing estudio el cerebro como una forma de ver el mundo de la computación. Sin embargo, los primeros teóricos que concibieron los fundamentos de la computación neuronal fueron Warren McCulloch un neurofisiólogo y Walter Pitts un matemático quienes en 1943 lanzaron una teoría acerca de la forma de trabajar de las neuronas. Ellos modelaron una red neuronal simple mediante circuitos eléctricos. Años más tarde en 1949 Donald Hebb escribió un importante libro en el que explicaba los procesos del aprendizaje desde un punto de vista psicológico, desarrollando una regla de como el aprendizaje ocurría. Su idea fue que...

Frames Inteligencia Artificial

Imagen
1.1) Señale las ventajas del uso de frames como forma de representación del conocimiento. Los frames poseen aspectos de la programación orientada a objetos. Ofrece un muy buen mecanismo en programación, ya que es muy estructurado, haciéndolo así más poderoso y flexible en la inteligencia artificial. La base de conocimiento se organiza en componentes que se pueden diferenciar, precisando objetos, relaciones y propiedades entre ellas. Se pueden implementar esquemas de representación del conocimiento sin distinción entre ellos, haciendo así que se puedan implementar diversos paradigmas de programación. Las secuencias de estados que se van generando en una búsqueda se representan de forma eficiente, siendo más óptimos cada uno de sus procesos, flexibles y sin dejar de detallar cada uno de los niveles que se van generando. Los objetos y sus relaciones son más precisas a la hora de realizar una descripción de los mismos. Es posible adjuntar procedimientos a un frame o alguno de su...

IDA* Algoritmo Inteligencia Artificial

Imagen
El algoritmo de Búsqueda en Profundidad Iterativa, es un algoritmo ciego que aplica reiteradamente la búsqueda en profundidad. En cada aplicación incrementa en una unidad la profundidad de la búsqueda.  El algoritmo A*, se usa en problemas de optimización y es admisibilidad, esto es encuentra soluciones óptimas, si usa una heurística admisible.  El algoritmo IDA* Fase básica: Como el A* ordena los nodos según el valor de f(n) = g(n) + h(n), pero al expandir un nodo excluye como sucesores a aquellos nodos cuyo coste supere una cota prefijada. Si no alcanza solución. Fase de reiteración: Si todos los candidatos a sucesores han superado la cota, toma como nueva cota el coste del nodo menos transgresor y relanza de nuevo el algoritmo. IDA* es completo y optimo, pero al ser iterativo en profundidad, necesita menos memoria. complejidad espacial: O(b*d)=f*/minimo valor costes. d="profundidad" de lamejor solucion.

Redes Semanticas Inteligencia Artificial

Imagen
1.1) Componentes de las redes semánticas: Nodos: Los nodos de una red semántica están unidos por arcos, los cuales indican la relación que existe entre ellos.  Objetos físicos: ver, tocar. Objetos conceptuales: hechos, eventos, ciertos conceptos. Descriptivos: cualidades. Arcos: Representan relaciones conceptuales. Elementos de su clase (ES_UN) Parte con su todo (PARTE_DE) Causa con su síntoma (CAUSA_DE) Definiciones y características. Tipo de arcos: Arcos estructurales: Su semántica es independiente al dominio. Instancia o ejemplar: Une un objeto con su tipo (clase). Subclase: Enlaza una clase son otra mas general. Tiene_parte: liga un objeto con sus componentes. Arcos descriptivos: Su semántica depende del dominio. Propiedades: Profesión, color_pelo. Relaciones (no estructural): Amigo_de, padre_de. 1.2) Ventajas y desventajas del uso de Redes Semánticas. Venta...

Sistemas Basados en Reglas Inteligencia Artificial

Imagen
1) Constrimos la Base de Conocimiento mediante reglas Hedor, Monstruo, Hueco, Caballero, Brisa, Oro, Vacio. v = o   ^ = y (disyuncion y conjuncion) Cada que el Caballero cae en Brisa se corre hacia el Hueco y queda sin movimiento. Cada que el Caballero pisa el Hedor esta cerca del Monstruo. El Caballero no puede estar en la misma casilla que le Monstruo. El Caballero debe llegar al Oro.  R1 si Brisa(1,2) entonces Hueco((1,3 v 2,2) v (1,3 ^ 2,2)  R2 si Hedor(2,1) entonces Monstruo(3,1 v 2,2)  R3 si Vacio(2,2) entonces no Monstruo(2,3) v no Hueco(2,3)  R4 si Vacio(2,2) entonces Brisa(2,3) v Hedor(2,3)  R5 si Brisa(2,3) entonces Hueco((1,3 v 3,3 v 2,4) v (1,3 ^ 3,3 ^ 2,4))  R6 si Hedor(2,3) entonces Monstruo(1,3 v 3,3 v 2,4)  R7 si Vacio(2,4) entonces no Hedor(2,3) entonces no Monstruo(2,4)  R8 si Vacio(2,4) entonces no Brisa(2,3) entonces no Hueco(2,4)  R9 si Vacio(2,4) entonces Brisa((2,3 v 3,4 v 1,4) v (2,3 ^...