Redes Neuronales, Lógica Difusa y Algoritmos Genéticos en Inteligencia Artificial

Redes Neuronales

Redes Neuronales de Conexión Adelante (Feedforward)

• Perceptrón Monocapa
• Perceptrón Multicapa
• Redes de Función de Base Radial

Redes Neuronales Recurrentes

• Redes Competitivas
• Redes de Hopfield

Modelos de Inteligencia Artificial

Lógica Difusa

Es un sistema matemático que modela funciones no lineales, que convierte unas entradas en salidas acorde con los planteamientos lógicos que usan el razonamiento aproximado.

Conjunto Difuso

Es un aquel que puede contener elementos con grados parciales de pertenencia, a diferencia de los Conjuntos Clásicos (Crisp Sets) en los que los elementos pueden solamente "pertenecer" ó "No Pertenecer" a dichos conjuntos. EJ: modelar la representación humana de los conocimientos (mediante la ignorancia o imprecisión objetiva).

Lógica Difusa en Inteligencia Artificial

Ayuda a la inteligencia artificial en:

• Resolución de una variedad de problemas, principalmente los relacionados con control de procesos industriales complejos y sistemas de decisión en general.
• Resolución y compresión de datos.

Visión Artificial e Inteligencia Artificial

El propósito de la visión artificial es programar un computador para que "entienda" una escena o las características de una imagen, como hardware y software. Estos objetivos se consiguen por medio de:

• Reconocimiento de patrones
• Aprendizaje estadístico
• Geometría de proyección
• Procesado de imágenes
• Teoría de gráficos
• Otros campos

Operaciones de Procesamiento de Imágenes

• Dilatación
• Erosión
• Transformada Hit-or-Miss
• Apertura y cierre
• La traslación
• La reflexión

Algoritmos Genéticos

Técnica de programación que imita a la evolución biológica como estrategia para resolver problemas.

Tipos de Selección en Algoritmos Genéticos

• Proporcional a la aptitud: los individuos más aptos tienen más probabilidad de ser seleccionados, pero no la certeza.
• Por torneo: se eligen subgrupos de individuos de la población, y los miembros de cada subgrupo compiten entre ellos. Sólo se elige a un individuo de cada subgrupo para la reproducción.
• Generacional: la descendencia de los individuos seleccionados en cada generación se convierte en toda la siguiente generación. No se conservan individuos entre las generaciones.