Examinando por Materia "Algoritmos (Computadores)"
Mostrando 1 - 8 de 8
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Una aproximación práctica a las redes neuronales artificiales.(2017-08-28) Caicedo Bravo, Eduardo Francisco; López Sotelo, Jesús AlfonsoCONTENIDO: Generalidades sobre redes neuronales artificiales -- Redes neuronales perceptron y adaline -- Perceptron multicapa y algoritmo backpropagation -- Red neuronal de Hopfield -- Mapas auto-organizados de Kohonen -- Red neuronal de Base radial (RBF).Publicación Acceso abierto Cálculo eficiente del estimador jackknife agrupado para mínimos cuadrados lineales.(Universidad del Valle, 2011) Arévalo Soto, Alexander; Martínez Romero, Héctor Jairo; Sanabria R, Ana MariaEl algoritmo estándar que calcula el Estimador Jackknife para Mínimos Cuadrados Lineales (EJMCL) requiere un número de operaciones del orden O(m2n2) + O(mn3), donde m es el tamaño de la muestra y n es el número de parámetros a estimar, lo cual hace que calcular el EJMCL sea muy costoso computacionalmente hablando. Sin embargo, Martínez & Sanabria, lograron obtener un algoritmo mucho más eficiente, disminuyendo el número de operaciones al orden O(mn)+O(mn2), haciendo posible calcular el EJMCL a un costo considerablemente bajoPublicación Acceso abierto Desarrollo de un modelo HTM para la ejecución de tareas utilizando el lenguaje natural(Universidad del Valle, 2016) Narváez Rodríguez, Sebastián; García Baños, Ángel; Gutierrez de Piñerez Reyes, Raul Ernesto¿Cansada de que sus máquinas no le entiendan? ¿Desearía poder enseñarles a ejecutar nuevas órdenes, de nuevas formas, en lugar de quedarse con el conjunto pre-cargado? Este proyecto podría ser la solución. Utilizando la revolucionaria teoría HTM de Jeff Hawkins y los Cortical Learning Algorithms de Numenta, se ha desarrollado un software capaz de asociar oraciones en español (¡Y hasta en inglés!) con «eventos» de un mundo virtual. Además, como se dijo desde el principio, podrá enseñarle nuevas formas de referirse a un evento. No lo piense más, ¡Ensaye HTM-TEUL y denos su opinión! Este es apenas una demostración de lo que podría hacerse utilizando estas nuevas herramientas de la inteligencia artificial. Nuestros investigadores seguirán experimentando y trabajando para superar el record de 89% de aciertos obtenido en las pruebas. Así que corra a su navegador más cercano y busque el proyecto en github. Así es, ¡es de código abierto!Publicación Acceso abierto Estimación de profundidad de efectos mecánicos internos en láminas de CFRP basada en un clasificador tipo RNA y el algoritmo de contraste CTFF(Universidad del Valle, 2017) Bravo Ordoñez, María Camila; Restrepo Girón, Andrés David; Morales, Wilfredo AlfonsoLas diferentes técnicas de ensayo no destructivo (END) en la industria, como método de análisis para todo tipo de materiales y procesos, están en constante evolución por la manera de examinar, sin alterar de forma permanente las propiedades físicas, químicas o mecánicas de los cuerpos, identificando de forma temprana los defectos y discontinuidades a partir de la relación de la temperatura con los procesos de transferencia de calor del objeto. Las técnicas END permiten estimar y controlar estos elementos, de manera rápida, sencilla y sin contacto. Sin embargo, los métodos de contraste requieren de modelos de propagación o compensación térmica, para facilitar la separación de los defectos mecánicos internos encontrados en materiales compuestos tipo CFRP (Láminas de plástico reforzado con fibra de carbono). Este trabajo implementa una red neuronal artificial como clasificador con el fin de discriminar diferentes profundidades en defectos mecánicos. Los resultados obtenidos muestran la capacidad en procesar la información térmica usando el contraste de compensación térmica de fondo mediante filtrado (CTFF) para obtener diversas profundidades en el material compuesto, con un porcentaje de acierto del 97.2%, para la secuencia de imágenes a 157Hz, y de 98.9% para la secuencia de imágenes a 90Hz. Además, se realizó una comparación con el contraste absoluto modificado (CAD-m) usando la misma metodología donde se obtuvo un 96.5% de acierto a 157Hz y 96.4% a 90Hz. Los resultados demuestran que CTFF es una técnica superior a CAD-m para la detección y caracterización de defectos.Publicación Acceso abierto Evaluación de algoritmos de sustracción de fondo para conteo de personas(Universidad del Valle, 2016) Escobar Tafurt, Luis Fernando; Trujillo Uribe, Maria Patricia; Barragán Calderón, DanielLa sustracción de fondo es una herramienta útil en el campo de la manipulación y análisis de videos, esta nos ofrece una técnica para separar los objetos en movimiento de los objetos estáticos, es ampliamente usado por herramientas como el Kinect, el conteo de personas, el tracking, entre otras. En este documento se consigna la implementación de tres algoritmos, utilizados en sustracción de fondo para conteo de personas, y una posterior comparación bajo unos parámetros, se utilizara el lenguaje Python con la librería opencv, la lectura del video puede realizarse por medio de archivos o directamente desde la cámara web, a continuación se transforma a escala de grises para facilitar su procesamiento y manipulación, por último, por medio de las técnicas que se introducirán en capítulos posteriores, se aplica la sustracción de fondo y los diferentes tipos de pruebas para determinar las mejores condiciones de trabajo y según unos criterios definidos, comparar los algoritmos entre sí. Las condiciones de operación consisten en tener una cámara estática, una iluminación de poca variabilidad, una resolución mínima de 950x540 píxeles, en los clips utilizados se evitan objetos que puedan influir en el resultado como autos en movimiento, motos, lluvia entre otros. Los algoritmos fueron probados con 10 videos en diferentes condiciones bajo la misma resolución, obteniendo así resultados para la evaluación de desempeño y concluyendo cuál de los 3 se comporta mejor bajo que parámetros. En general el trabajo desarrollado reúne diversas técnicas de procesamiento de video, sustracción de fondo, así como algoritmos propios orientados a un fin específico, pero que pueden ser utilizados para el desarrollo de otros proyectos afines o que incluyan el procesamiento de video.Publicación Acceso abierto Implementación de un algoritmo de aprendizaje para la arquitectura Deep - Networks(Universidad del Valle, 2017) Salazar Vásquez, Fredy Antonio; Caicedo Bravo, Eduardo Francisco; Wilfredo, AlfonsoEste trabajo presenta una revisión histórica de la evolución de las redes neuronales artificiales, desde el uso de modelos mono capa hasta el origen del Deep Learning. Se explica el motivo y la necesidad de adoptar estas tecnologías y se describe diferentes arquitecturas de Deep Networks. Se presenta el desarrollo de una aplicación que permite el dise¿no de Deep Networks y su entrenamiento utilizando algoritmos de Deep Learning. Se estudia la metodología propuesta para el desarrollo Deep Networks y se utiliza la tarjeta NVidia Jetson TK1 para evaluar el desempeño de la aplicación desarrollada. Pese a las limitaciones que posee la tarjeta, se verifica el funcionamiento de las arquitecturas propuestas y los algoritmos de aprendizaje sobre 2 bases de datos de mediana complejidad.Publicación Acceso abierto Sobre los algoritmos de planificación del movimiento de robots.(2011-10-13) Arango, Jaime; Arcila, Olmedo; Bañón, José MaríaEl objeto de este artículo es doble. Por una parte se describen los algoritmos utilizados en planificación de movimiento de robots, y por otra, se presentan los primeros resultados del desarrollo de un algoritmo completo de movimiento de dos robots circulares e independientes. El trabajo es el resultado de un proyecto financiado por COLCIENCIAS y realizado conjuntamente por el Departamento de Ciencias de la Computación y el Departamento de Matemáticas.Publicación Acceso abierto Un algoritmo basado en inteligencia computacional para distribución de réplicas en un grid de datos(Universidad del Valle, 2016) Bustamante Archicue, Leonardo Ferney; Sanabria Ordóñez, John AlexanderLa replicación aporta tres importantes características en los Data Grids: disponibilidad, rápido acceso a los datos y bajo consumo del ancho de banda. La copia de los datos en múltiples ubicaciones, permite la disponibilidad, dado que la información es accesible, a pesar de la pérdida, el daño o falta de acceso en una de las ubicaciones. Transferir un archivo múltiples veces de un servidor central a un cliente puede requerir de canales de comunicación con una alta capacidad en su ancho de banda. En un Data Grid, el rápido acceso a los datos y ahorro en consumo de ancho de banda es proporcionado por las copias cercanas a los clientes. En el presente trabajo se diseñan dos algoritmos que utilizan computación inteligente para ubicar réplicas en un grid de datos. Por último, se implementan estos algoritmos usando un software para la simulación de ambientes grid como Optorsim para la evaluación de réplicas, revisamos su desempeño y finalmente los comparamos con otros algoritmos disponibles en el simulador