You are on page 1of 7

Universidad Tecnológica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

El objetivo de cada uno de los siguientes ejercicios es seleccionar uno (y sólo uno) de los modelos de IA propuestos que se puede utilizar para implementar el sistema software que resuelva el problema descripto. A continuación, para cada uno de los ejercicios se resalta con verde la respuesta correcta y luego se justifica la elección realizada.

1. Una empresa de tarjetas de créditos desea implementar un sistema de detección de fraudes que debería utilizar los datos históricos de las transacciones de los clientes. Este problema puede ser resuelto mediante un sistema implementado con … - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genéticos. - Métodos de Búsqueda. Justificación: El problema descripto consiste en implementar un sistema que detecte si una transacción de tarjeta de crédito para un cliente específico es válida o fraudulenta. Para ello solamente se cuenta con los datos históricos de las transacciones de los clientes. Por lo tanto, es necesario utilizar un modelo que permita “entrenar” al sistema utilizando los patrones las compras anteriores de los clientes (definido por las transacciones anteriores). Esto descarta a los Algoritmos Genéticos y los Métodos de Búsqueda por no tener capacidad de aprendizaje y deja sólo a las Redes Neuronales. De los dos modelos propuestos, el mejor que se adapta para este caso es el de RNA de Hopfield por permitir reconocer si un patrón es similar a otros aprendidos con anterioridad. En este caso, se debería entrenar a la RNA con las diferentes transacciones de un cliente almacenando los pesos de las conexiones en forma separada por cliente. O sea, cada cliente tendría asociado los valores de los pesos de las conexiones que deberán ser utilizados para detectar si una nueva transacción del cliente es válida o fraudulenta. LA RNA de Kohonen no aplica en este caso porque este modelo permite la construcción de particiones de grandes masas de información (o sea realizar clasificación o “clustering”) pero en forma autónoma (en este caso no se le puede indicar cómo deben ser los grupos sino que son determinados por la RNA durante el aprendizaje). Nótese que en caso de haber estado disponible la RNA de Backpropagation también hubiera sido posible usarla para resolver este problema en forma similar a la de Hopfield.

1

Por lo tanto. 2. Esto significa que en el banco no existe ningún experto que permita determinar cómo se debe clasificar a los clientes ni que datos utilizar.RNA de Hopfield. 2 .Algoritmos Genéticos. no se puede utilizar AG (no hay información para definir la estructura del cromosoma ni la función de aptitud).RNA de Kohonen. los datos de los clientes) sin necesitar conocer cuál es el criterio de agrupamiento (este lo determina la RNA durante la etapa de entrenamiento). . . Métodos de Búsqueda (no se conoce como debería ser el espacio de búsqueda ni las posibles reglas a utilizar) ni RNA de Hopfield (no se conoce cuál es la grupo que le corresponde a cada cliente para poder realizar el aprendizaje de la red). Por las características del problema se debería utilizar la RNA de Kohonen que permite realizar clasificación (“clustering”) de patrones (en este caso. Nótese que se indica que el banco “no posee ninguna definición sobre la características que deben tener dichos grupos”. . Un banco desea identificar y caracterizar grupos de clientes utilizando la información de su cartera histórica de clientes hipotecarios pero no posee ninguna definición sobre las características que deben tener dichos grupos. Este problema puede ser resuelto mediante un sistema implementado con … .Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.Métodos de Búsqueda. Justificación: El problema descripto consiste en implementar un sistema que clasifique a los clientes de un banco de acuerdo los datos disponibles.

Métodos de Búsqueda. Este problema puede ser resuelto mediante un SE implementado con … . Para este caso. En otras palabras.RNA de Hopfield. Se conoce el rango mínimo y máximo que se puede utilizar de cada sustancia y cómo cada sustancia impacta en el efecto total.RNA de Kohonen.Algoritmos Genéticos. Por lo tanto este problema es un típico ejemplo de un problema de Algoritmo Genético donde se intenta buscar al individuo que maximice una función aptitud. 3 . se busca obtener la mejor combinación de valores que maximicen una función (la cual se puede determinar al conocer “cómo cada sustancia impacta en el efecto total”). Justificación: El problema descripto consiste en implementar un sistema que determine la mejor combinación de sustancias (es decir. . no es posible aplicar Métodos de Búsquedas por no conocer las reglas de transición entre los estados (además de que no sería eficiente por la gran cantidad de combinaciones que se podrían generar en el árbol) ni RNAs por no disponer de patrones para realizar el aprendizaje. Por otro lado. . Una empresa farmacológica desea determinar la mejor combinación de sustancias químicas para maximizar el efecto de un nuevo analgésico. 3. la cantidad a utilizar para cada sustancia) para lograr definir la fórmula de un nuevo analgésico que maximice los efectos deseados. cada individuo definiría una posible combinación de sustancias (ya que se conoce el rango mínimo y máximo es fácilmente definible la cantidad de bits que debería tener el cromosoma) y la función de aptitud es definida a partir del efecto de cada sustancia encontrada en el cromosoma.Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado. .

4 . Una empresa desea implementar un sistema de seguridad identificando a sus empleados mediante huellas dactilares. Se posee disponible una base de datos con el número de legajo y la huella dactilar escaneada de cada empleado. durante la etapa de producción. al ingresarle sólo la huella dactilar el sistema determine el número de legajo. En este caso se debe entrenar al sistema con la huella dactilar y el número de legajo. Idealmente se debería utilizar RNA Backpropagation como modelo para su construcción.Algoritmos Genéticos. Nótese que no se trata de un problema de reconocimiento de caracteres (OCR) sino que se desea poder determinar el número de legajo del empleado al que le corresponde el patrón de una huella dactilar escaneada (y utilizada para el entrenamiento).RNA de Hopfield. En este caso se debería plantear al patrón de entrenamiento como la concatenación de la huella dactilar y el número de legajo. sin embargo esta no es una de las posibles opciones disponibles. . indicando también el número de legajo que le corresponde. .Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado. Este problema es similar al número 1 de este documento. . 4. Este problema puede ser resuelto mediante un sistema implementado con … . Cuando el sistema esté en funcionamiento y se le ingrese sólo parte del patrón (la huella dactilar). De las opciones disponibles. para que luego.Métodos de Búsqueda. Justificación: El problema descripto consiste en implementar un sistema que permite identificar a un empleado a partir de su huella dactilar.RNA de Kohonen. la que más se ajusta al problema es la RNA de Hopfield. esta RNA devolverá el patrón completo más similar.

se pueden representar fácilmente como reglas que poseen asociado un valor heurístico (definido por el grado de impacto y el beneficio). pre-condiciones. post-condiciones y el beneficio que brinda. Por otro lado los Algoritmos Genéticos tampoco corresponden porque en este problema no se desea obtener el mejor estado final sino que se desea determinar el mejor camino (secuencia de reglas aplicadas) para llegar al camino final. Una empresa metalúrgica desea determinar cuál debería ser el mejor orden de las tareas para definir un nuevo proceso de purificación del agua utilizada para enfriar las calderas.RNA de Hopfield. post-condiciones y el beneficio que brinda. Al aplicar un Método de Búsqueda con heurístico este camino se podría determinar en forma automática. Este problema puede ser resuelto mediante un sistema implementado con … . . Al conocer para cada tarea su impacto.Algoritmos Genéticos. . Para este problema las RNAs no aplicarían porque no se posee información para realizar el entrenamiento y determinar el mejor camino. La única forma de lograr esto sería intentando representar diferente secuencias de reglas en un cromosoma. lo cuál sería muy complejo (y poco eficiente) porque se debería considerar las pre-condiciones y post-condiciones de cada regla para que la secuencia sea válida lo cual no es posible con un Algoritmo Genético simple.RNA de Kohonen. Entonces el problema es un típico problema de búsqueda en un espacio de búsqueda donde se debe determinar el mejor camino (la secuencia de reglas a aplicar). . 5 . 5. Se conoce para cada una de las tareas su impacto en el agua. Justificación: El problema descripto consiste en determinar cuál debería ser el orden de un conjunto de tareas para definir un proceso de purificación de agua.Métodos de Búsqueda. pre-condiciones.Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

La UTN FRBA desea clasificar a los alumnos utilizando solamente los registros de asistencia a los cursos. se desea utilizar a alumnos de la facultad utilizando solamente sus registros de asistencia a curso. Justificación: El problema descripto es similar al número 2 de este documento. la justificación es la misma para aplicar RNA de Kohonen. .RNA de Hopfield. Pero en lugar de intentar clasificar a cliente utilizando su cartera histórica. . Este problema puede ser resuelto mediante un sistema implementado con … .Algoritmos Genéticos. Por lo tanto.Métodos de Búsqueda. .Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado. 6 .RNA de Kohonen. 6.

Métodos de Búsqueda. 7 . Este problema puede ser resuelto mediante un sistema implementado con… . Pero en lugar de intentar determinar si una transacción es válida o fraudulenta.Algoritmos Genéticos. Se dispone también de una base de datos histórica con datos de encuestas anteriores y los resultados de las elecciones asociadas.Universidad Tecnológica Nacional Facultad Regional Buenos Aires Inteligencia Artificial Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado. Una empresa de encuestas desea predecir los resultados de los próximos comicios nacionales en base a los datos de las encuestas realizadas. . . Justificación: El problema descripto es similar a los números 1 y 4 de este documento. en este caso de intenta predecir los resultados de futuras elecciones a partir de las encuestas realizadas y a datos históricos de elecciones anteriores.RNA de Hopfield.RNA de Kohonen. 7. . En este caso también se debería utilizar RNA de Hopfield entrenando a la red con los patrones de las encuestas anteriores y su resultado para que al ingresarle los resultados de las encuestas actuales. el sistema prediga cuál es el resultado que mejor corresponda de acuerdo a la similitud con encuestas anteriores.