You are on page 1of 37

ALGORITMOS

GENÉTICOS,
CRUCE, MUTACIÓN
Inteligencia Artificial

Proceso
Historia Definición
Agenda

Modelos
Aplicación
?
Preguntas

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Inteligencia Artificial

Historia

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Historia

Historia de los algoritmos


genéticos.

En 1962, investigadores como


Friedman,Bledsoe y Bremermann … .
En 1965 surgió un desarrollo mas exitoso, Ingo
Rechenberg … .
El desarrollo de 1966, con Fogel, Owens y
Walsh introdujeron en América una técnica que
llamaron programación evolutiva.
… [Falta completar]
Historia

Analogía de los algoritmos


genéticos

… [Falta completar]
Inteligencia Artificial

Definición

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Definición
Un algoritmo genético ...

Consiste en una función matemática o una rutina de software que toma como
entradas a los ejemplares y retorna como salidas cuales de ellos deben
generar descendencia para la nueva generación. Espacio de
búsqueda
delimitadas
[Falta completar]

Fácil
implementa Definir
Características
ción en función de
a evaluar
computador aptitud
a

Soluciones
relativas
Se recomienda en general tomar en cuenta las siguientes características antes
de usar:
Inteligencia Artificial

Proceso

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Proceso
1. Codificación del dominio
A través de estas [Completar ].

2. Evaluación de la población
Se realizará [Completar ].

3. Selección
Se realizará la [Completar ].

4. Cruzamiento
Se realizará las [Completar ].

5. Mutación
Se realizará la [Completar ].
Proceso

Duración: 65 días útiles


5 días 3 días 3 días 33 días 8 días 8 días 5 días

• Definición de la • Diseño Externo • Diseño Técnico • Construcción • Pruebas • Pruebas • Implantación y


Solución Unitarias / Usuario Capacitación
Integrales
Participación de usuarios – Agenda

Lunes 04/04 Martes 05/04 Miércoles 06/04 Jueves 07/04 Viernes 08/04

Seguimiento Operativo
Semana 1

Levantamiento de Levantamiento de Levantamiento de Levantamiento de


Nº1
Información Nº 1 Información Nº 2 Información Nº 3 Información Nº 4
Status del proyecto
Tareas pendientes
Riesgos
Acuerdos
Inteligencia Artificial

Modelos de
algoritmos
genéticos

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Organización del Proyecto
Equipo del Proyecto – Avances
Tecnológicos

Marcos Torres

Project Manager

Alex Canevaro
Marco Zapata
Miguel Villanueva
Consultor

Elizabeth Fernandez Miguel Guerrero

Analista de Calidad Diseñador Gráfico


Organización del Proyecto
Equipo del Proyecto – RANSA

Emilio Fantozzi

Sponsor

Daniel Ayulo Fernando Casanova Belen Rodriguez

Gerente TI Líder Usuario PMO


Proyectos de Sistemas

Gestión de Riesgo

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Principales Riesgos
 Demora en las reuniones de validación de alcance.
 Agregar nuevas funcionalidades que no se enmarquen dentro de las
300 horas de personalización.
 Demora en las pruebas del cliente, por ende retraso en la aceptación
del producto.
 Demora en la entrega del ambiente de pruebas y/o productivo
(plataforma SharePoint).
Proyectos de Sistemas

Plan de
Comunicaciones

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Plan de Comunicaciones

Comité Ejecutivo (Mensual)

Fernando Jefe de Proyecto


Belen Rodriguez Jorge Abanto Punto Primario de
Casanova
Líder usuario PMO Gerente AT
Contacto

Informe de
Estado
Planificado vs real,
Comité Operativo (Semanal) riesgos, compromisos
Comité
Operativo
Reunión de Estado de
Belen Rodriguez Marcos Torres Proyecto

Comité Ejecutivo
Reunión de Estado de
Project Manager
PMO Proyecto

Profutur AT
o
Proyectos de Sistemas

Gestión de
Cambios

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Gestión de Cambios

1 2
Revisión del
Inicio de cambio por
requerimiento parte del
de cambio equipo de
proyecto

3 4
Aprobación o
Análisis de
desaprobación
impacto en
del cambio en
tiempo costos y
reunión del
recursos
estado
Proyectos de Sistemas

Siguientes Pasos

FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC


Siguientes Pasos

Avances Tecnológicos

Realización del Kick Off (29/03/2016)


Reuniones de levantamiento de información /
presentación del sistema
Análisis de los requerimientos funcionales.

RANSA
Coordinar reuniones de trabajo.
Programar Reuniones de Seguimiento Comité
Operativo y Ejecutivo
INTRODUCCION A
LA VISION POR
COMPUTADOR
Definición
La visión por computador es una disciplina
científica que incluye métodos para adquirir,
procesar, analizar y comprender las imágenes
del mundo real con el fin de producir
información numérica o simbólica para que
puedan ser tratados por un computador.
Tal y como los humanos usamos nuestros ojos
y cerebros para comprender el mundo que
nos rodea, la visión por computador trata de
producir el mismo efecto para que las
computadoras puedan percibir y comprender
una imagen o secuencia de imágenes y actuar
según convenga en una determinada
situación.
Niveles de Visión

Como este proceso es muy complejo, se ha dividido en varios niveles de


visión, en cada una se va reduciendo la cantidad de información hasta llegar
a la descripción deseada. Se consideran generalmente tres niveles:
• Nivel bajo - se trabaja directamente con los pixeles para extraer
propiedades como orillas, gradiente, profundidad, textura, color, etc.
• Nivel intermedio - consiste generalmente en agrupar los elementos
obtenidos en el nivel bajo, para obtener líneas, regiones, generalmente
con el propósito de segmentación.
• Nivel alto - esta generalmente orientada al proceso de interpretación de
los entes obtenidos en los niveles inferiores y se utilizan modelos y/o
conocimiento a priori del dominio.
Elementos de un sistema de visión computacional

Dispositivos para visión


Existe diferentes dispositivos para la captura de imágenes. Dichas imágenes son
digitalizadas y almacenadas en la memoria de la computadora. Una vez en la
computadora, o en ocasiones desde el mismo dispositivo de captura, la imagen
puede ser ya procesada.
• cámaras fotográficas,
• cámaras de televisión (vidicón o de estado sólido - CCD)
• digitalizadores (scanner),
• sensores de rango (franjas de luz, laser),
• sensores de ultrasonido (sonares),
• rayos X,
• imágenes de tomografía,
• imágenes de resonancia magnética.
Arquitectura de un Sistema de Visión

Un sistema típico de visión por computadora, además de un dispositivo


de captura, cuenta con al menos otros 4 elementos:
• Dispositivo de captura. Dispositivo físico que es sensible a una
determinada banda del espectro electromagnético.
• Conversión A/D. Convierte la señal obtenida del dispositivo de captura
en una señal digital.
• Memoria de video. Memoria semiconductora (RAM) en la que se
almacena la imagen digitalizada.
• Procesador. La memoria de video se acopla a un procesador de
propósito general que permite operar sobre la imagen.
• Monitor. Generalmente se tiene un monitor que permita visualizar las
imágenes adquiridas.
Procesamiento Digital de Imágenes
• Transformación de una imagen del mundo real a un formato digital
inteligible por un ordenador y su posterior procesamiento por parte de
este.
• Etapas o fases
Digitalización

La transformación de una imagen analógica a otra digital se llama digitalización


• Imagen analógica (continua): imagen natural capturada con una cámara, sensor o
cualquier otro dispositivo.
• Imagen digital (discreta): proyección de la imagen analógica para que pueda ser
manipulada usando un ordenador
Procesamiento
• Preprocesamiento: Atenuar la degradación de la imagen para que las siguientes
etapas tengan una probabilidad de éxito mayor.
• Segmentación: Realizar una descomposición de la imagen en unidades o partes que
tienen una fuerte relación con objetos o áreas del mundo real.
• Representación: Se parametrizan los objetos o partes generados por la
segmentación. Ejemplo: Sistemas de coordenadas cartesianas, polares.
• Descripción: Extraer información (características o descriptores) de la representación
elegida para permitir la posterior clasificación de los objetos. Ejemplos de
descriptores:
Puntos dominantes, más significativos o relevantes de un contorno
Perímetro del contorno
• Reconocimiento: Clasificar los diferentes objetos de la imagen utilizando sus
descriptores.
• Interpretación: Darle un significado a los grupos de objetos reconocidos
Aplicaciones

Actualmente existen múltiples aplicaciones prácticas de la visión


computacional, entre estas podemos mencionar las siguientes:
• Robótica móvil y vehículos autónomos. Se utilizan cámaras y otros tipos de
sensores para localizar obstáculos, identificar objetos y personas, encontrar
el camino, etc.
• Manufactura. Se aplica visión para la localización e identificación de piezas,
para control de calidad, entre otras tareas.
• Análisis e interpretación de imágenes médicas. La visión se aplica para
ayudar en la interpretación de diferentes clases de imágenes médicas como
rayos-X, tomografía, ultrasonido, resonancia magnética y endoscopía.
• Análisis de imágenes para astronomía. Se usa la visión para procesar
imágenes obtenidas por telescopios, ayudando a la localización e
identificación de objetos en el espacio.
Preguntas

1.
Preguntas

2.
Preguntas

3.
Preguntas

4. Menciona al menos 4 elementos de la arquitectura de un


sistema de visión.
• Dispositivo de captura.
• Conversión A/D.
• Memoria de video.
• Procesador.
• Monitor.
Preguntas

5. Menciona las etapas de un procesamiento digital de


imágenes.
• Digitalización
• Preprocesamiento
• Segmentación
• Representación
• Descripción
• Reconocimiento
• Interpretación
Proyectos de Sistemas

GRACIAS POR SU ATENCIÓN

• FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS – UNAC