Hacia el desarrollo de nuevas máquinas computacionales : lecciones que aprendemos de la naturaleza.

Peña Reyes, Carlos Andrés | 2011-10-13

Los organismos vivos son sistemas complejos que exhiben un amplio tango de propiedades interesantes, tales como evolución, crecimiento y aprendizaje, tres tipos diferentes de adaptación que son difícilmente realizables con metodologías tradicionales de ingeniería. Recientemente los ingenieros, seducidos por ciertos procesos naturales, han dado origen a campos como la embriónica, las redes neuronales artificiales y la computación evolutiva para proponer soluciones novedosas inspiradas de la naturaleza.

Herramientas para construir mundos. Vida artificial I.

García Baños, Ángel de la Encarnación | 2019

Es un libro de texto sobre temas que explico habitualmente en las asignaturas Vida Artificial y Computación Evolutiva, de la carrera Ingeniería de sistemas; compilado de una manera personal, pues lo oriento a explicar herramientas conocidas de matemáticas y computación que sirven para crear complejidad, y añado experiencias propias y de mis estudiantes. Las herramientas que se explican en el libro son: Realimentación: al conectar las salidas de un sistema para que afecten a sus propias entradas se producen bucles de realimentación que cambian por completo el comportamiento del sistema. Fractales: son objetos matemáticos de muy alta complejidad aparente, pero cuyo algoritmo subyacente es muy simple. Caos: sistemas dinámicos cuyo algoritmo es determinista y perfectamente conocido pero que, a pesar de ello, su comportamiento futuro no se puede predecir. Leyes de potencias: sistemas que producen eventos con una distribución de probabilidad de cola gruesa, donde típicamente un 20% de los eventos contribuyen en un 80% al fenómeno bajo estudio. Estos cuatro conceptos (realimentaciones, fractales, caos y leyes de potencia) están fuertemente asociados entre sí, y son los generadores básicos de complejidad. Algoritmos evolutivos: si un sistema alcanza la complejidad suficiente (usando las herramientas anteriores) para ser capaz de sacar copias de sí mismo, entonces es inevitable que también aparezca la evolución. Teoría de juegos: solo se da una introducción suficiente para entender que la cooperación entre individuos puede emerger incluso cuando las interacciones entre ellos se dan en términos competitivos. Autómatas celulares: cuando hay una población de individuos similares que cooperan entre sí comunicándose localmente, entonces emergen fenómenos a nivel social, que son mucho más complejos todavía, como la capacidad de cómputo universal y la capacidad de autocopia.

Implementación de un algoritmo evolutivo para apoyar la detección de riesgos cardiovasculares a partir del análisis de datos clínicos.

Velasco Medina, Jaime | 2020

Implementación de un prototipo de simulación de non-player character utilizando emociones como regla para la vida artificial en entornos de simulación de multitudes

Triana Madrid, Joshua David | 2018

En este proyecto, se hace una investigación acerca de los diferentes modelos emocionales para posteriormente relacionarlos con un modelo basado en el evolutivo tradicional. Todo esto, con el fin de implementar un prototipo que permita realizar simulaciones con Non-Player Character afectados por emociones, en aras de definir su relevancia a la hora de ser utilizadas en entornos de simulación de multitudes. A lo largo de este documento se presentan las distintas fases de su ejecución: Investigación, Implementación, Pruebas y Análisis. Así como los conceptos necesarios para su comprensión y las herramientas utilizadas para alcanzar los objetivos definidos. Por último, debido a la extensión del título proyecto, se hará referencia a sí mismo como el Proyecto SEA; donde SEA son las siglas para Ser Emocional Artificial, un nombre definido por su facilidad de pronunciación, poca extensión y pertinencia con las características y objetivos del proyecto.

Sistema de asignación de horarios utilizando herramientas de computación evolutiva para la distribución de las aulas de clases en la Universidad del Valle sede Zarzal.

Galeano Garibello, Juan Carlos | 2020

El presente trabajo de grado, integra un modelo lógico matemático para la optimización de la asignación de aulas y horarios de clases para la Universidad del Valle sede Zarzal, por lo tanto, se incorporan técnicas de programación evolutiva (PE) que ayudan para cumplir con las especificaciones funcionales que buscan el mejor aprovechamiento de los recursos para garantizar su mayor aprovechamiento. Se utilizaron técnicas de análisis, para poder identificar la forma como se realizaba el proceso de asignación de horarios y aulas de clase por parte del área encargada en la Universidad del Valle sede Zarzal, de esta forma se construyó un algoritmo único que incorpora todas actividades para minimizar el proceso por medio de un algoritmo evolutivo (AG) y aprovechar un modelo matemático apropiado para cumplir con las restricciones y exigencias del problema de asignación. El software del prototipo se desarrolló en el lenguaje RUBY y AMPL, que es de libre licenciamiento, el cual ayudó a incorporar secuencias de código de forma más sencillas y aprovechar el uso del modelo matemático. Los resultados generados por el prototipo y las referencias bibliográficas con las que se realizó este trabajo se encuentran referencias en las secciones 6.3 de pruebas y resultados.