Sistemas Inteligentes y Redes Neuronales (SI01) Sesión: 0 Ing. José C. Benítez P.
Sistemas Inteligentes y Redes Neuronales
(SI01)
Sesión: 0
Ing. José C. Benítez P.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 2
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Bibliografía
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 3
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Bibliografía
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 4
Sistemas Inteligentes y Redes Neuronales
ESPECIALIDAD: Ing. Electrónica
CICLO: XI
CREDITOS: 04
AÑO: Sexto
HORAS/SEMANA: T2/P2/L2
REGIMEN: Obligatorio
EVALUACION: Tipo B
PROFESOR: Ing. José Benítez P.
� Datos:
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 5
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Bibliografía
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 genéticos
aplicando estas tecnologías en el control automático 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 simulación en aplicaciones de redes neuronales artificiales.
� Utilizar el Matlab como herramienta de simulación en aplicaciones de sistemas difusos.
� Utilizar el Matlab como herramienta de simulación en aplicaciones de algoritmos genéticos.
Sistemas Inteligentes y Redes Neuronales
� Objetivos específicos:
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 8
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Bibliografía
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 9
� Introducción a los sistemas Inteligentes.
� Fundamentos de las redes neuronales artificiales.
� Redes neuronales supervisadas y no supervisadas.
� Redes auto-organizadas.
� Implementación de redes neuronales.
� Aplicaciones de las redes neuronales.
� Lógica difusa.
� Sistemas de control difuso.
� Aprendizaje en sistemas difusos.
� Implementación de sistemas difusos.
� Aplicaciones de los sistemas difusos.
� Fundamentos de Algoritmos genéticos.
� Solución de problemas de búsqueda y optimización.
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 Computación Evolutiva.
2. Redes Neuronales Artificiales. Conceptos. Características. Tipos de Aprendizaje y de Arquitectura. Funciones de Transferencia.
3. Red Perceptron. Definición. Algoritmo de aprendizaje. Ejemplos de Red Perceptron.
4. Limitaciones de la Red Perceptron. Problema de representación de la función XOR.
5. Red Lineal y Perceptron Multicapa. Concepto y características.
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. Definición. Algoritmo de Aprendizaje. Ejemplos.
9. Red Function Radial Basis. Definición. 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. Definición de Conjuntos difusos. Función de pertenencia. Operaciones entre funciones de pertenencia.
12. Variables Lingüísticas. Codificación (Fuzzification). Decodificación (Defuzzification). Evaluación de reglas.
13. Estructura de un controlador difuso: Modelo Mandani. Toolbox Fuzzy LogicEjemplos de aplicación.
14. Estructura de un controlador difuso: Modelo Sugeno. Toolbox Fuzzy Logic. Ejemplos de aplicación.
15. Implementación de un Controlador difuso para un intercambiador de calor.
16. Implementación de un: Control difuso para el péndulo invertido.
17. Definición de Algoritmos Genéticos. Características y aplicaciones.
18. Algoritmo genético simple. Función objetivo. Cruce. Mutación. Ejemplo de
optimización 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
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Bibliografía
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 teórica en el aula.
Sistemas Inteligentes y Redes Neuronales
� Método de enseñanza - aprendizaje
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 14
Sesión 0. Temas
Sistemas Inteligentes y Redes Neuronales
� Datos� Objetivos� Resumen� Metodología� Evaluación� Syllabus dosificado� Bibliografía
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 15
� Sistema de Evaluación:
B
Nota:
� No se elimina ningún laboratorio (6/6).� Se elimina una sola practica calificada (3/4).� Los Trabajos de Investigación/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 mínimo 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 investigación� 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, Martín del Brio. “Redes Neuronales y Sistemas Borrosos”. 2da Edición. Alfa y Omega. 2007
2. DEMUTH, Howard, HAGAN Martin and BEALE, Mark. “Neural Network TOOLBOX User’s Guide”. The MathWorks Inc. 2005.
3. VELLASCO, Marley. “Ementa de Redes Neurais”. Material del Curso de Redes Neuronales Artificiales en el Programa de Maestría. PUC- RIO. 1995. Brasil.
4. The MATHWORKS Inc. 2002. “Fuzzy Logic Toolbox”. Versión2.1.2. User’s Guide. 2002.
Sistemas Inteligentes y Redes Neuronales
� Bibliografía básica
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 Edición. Prentice Hall 1999.
6. HAYKIN, Simon. “Adaptive Filter Theory”. Cuarta Edición. Prentice Hall 2001.
Sistemas Inteligentes y Redes Neuronales
� Bibliografía avanzada
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 18
1. http://es.wikipedia.org
2. http://ants.dif.um.es/staff/juanbot/ml/files/20022003/fuzzy.pdf
3. http://sisbib.unmsm.edu.pe/bibvirtualdata/Tesis/Ingenie/chahuara_qj/Cap2.pdf
4. http://sisbib.unmsm.edu.pe/BibVirtualData/publicaciones/risi/N1_2004/a11.pdf
5. http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html
6. http://www.statsoft.com/textbook/neural-networks/
7. http://www.cs.stir.ac.uk/~lss/NNIntro/InvSlides.html
8. 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
Sesión 0. Tarea1
Sistemas Inteligentes y Redes Neuronales
Con la ayuda de fuentes y mediante mapas conceptuales y/o semánticos responda las siguientes preguntas:
1. ¿Qué es y cuáles son los objetivos la Inteligencia Artificial?2. ¿Qué es y cómo esta formado el Sistema Nervioso en el ser humano?. 3. ¿Qué es y cuales son los tipos de las neuronas biológicas?4. ¿Qué son y como están formados las Redes Neuronales Biológicas?5. ¿Qué son y como están formados las Redes Neuronales Artificiales?6. ¿Que son los Sistemas Difusos y la Computación Evolutiva?
Presentación:
• 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.
Presentación
20Sistemas Inteligentes y Redes Neuronales - Prof. Ing. José C. Benítez 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 serán
recepcionados por el profesor.
Sistemas Inteligentes y Redes Neuronales - Prof. Ing. Jose C. Benitez P. 21
Sesión 0. Generalidades del curso
Sistemas Inteligentes y Redes Neuronales
http://utpsirn.blogspot.com