Documente Academic
Documente Profesional
Documente Cultură
INGENIERÍA DE SISTEMAS
Semestre: Séptimo
LA PAZ – 2018
REGLA DE INSTAR EN LOS SISTEMAS EXPERTOS DE LA ACTUALIDAD
BOLIVIANA
1. Resumen
La red neuronal de instar es una red neuronal para el reconocimiento de
frutas, patrones, etc. por su auto aprendizaje sin supervisión teniendo q la
red neuronal aprende solo sin intervención externa la base de conocimiento
no requiere de un individuo para su cargado de hechos
2. Abstract
La Red is a red figure of neuronal neuronal para el reconocimiento de Frutos,
patrons, etc. by his self aprendizaje if supervisión teniendo q la red neuronal
Aprende intervención if the soil requires no external la base de conocimiento
from a given individual
3. Palabras claves
AI, Red neuronal, rata de olvido, perceptron, hebb, outstar, instar, umbral.
4. Key – words
AI Red neuronal assured of Olvido, Perceptron, Hebb, outstare, like umbral.
5. Introducción
Las redes neuronales son un elemento importante de las denominadas
tecnologías de inteligencia artificial (IA) que está compuesta de reglas
matemáticas y métodos para aplicarlos para que puedan realizar su
razonamiento entre los que mencionamos el perceptron, hebb, outstar, instar
entre otras muchas más.
Como en los seres humanos tienen neuronas naturales que nos permiten
resolver y realizar diferentes actividades cotidianas como complejas de la
misma manera las redes neuronales artificiales pueden realizar ese
razonamiento humano de forma matemática y aprender de los errores y
almacenándolo en una base de datos llamada data warehouse y de esta
manera poder consultar estos datos como si fuera un cerebro humano, pero
de manera artificial.
Una de estas redes es la denominada red de instar también conocida como
regla de instar que es parecida a la red perceptron pero con un margen de
olvido mínimo y es una de las redes neuronales artificiales de aprendizaje
autónomo también llamada rede asociativa que tienen un aprendizaje no
supervisado también conocido como auto-supervisado esto significa que no
requieren influencia externa para ajustar sus pesos de las conexiones entre
sus neuronas.
6. Antecedentes.
SISTEMA EXPERTO PARA EL DIAGNOSTICO Y TRATAMIENTO DE LA
HERNIA DISCAL LUMBAR BASADO EN LOGICA DIFUSA
Autor: Willber Rolando Apaza Suntura
Los sistemas expertos son un área de la informática que es parte de la
inteligencia artificial, en el campo de la medicina se están implementando
para ayudar al médico en el diagnóstico clínico. La patología de la hernia de
disco lumbar es una enfermedad que está presente de manera mayoritaria
en los jóvenes, como también de una manera mínima en las personas
mayores de edad. Esta enfermedad afecta de gran manera al desempeño
cotidiano de las personas, así también generan un impacto importante en la
calidad de vida del paciente originando un costo económico y social
importante.
En este presente trabajo se plantea un sistema experto que se encarga de
diagnosticar mediante la lógica difusa la patología de la hernia de disco
lumbar que puede o no presentar el paciente.
Se pretende implementar un prototipo para el diagnóstico a pacientes
hombres y mujeres entre 15 y 60 años y brindar un tratamiento mínimo
aceptable. El sistema sirve de apoyo en la toma de decisiones, tanto a
médicos especialistas como también a médicos no especialistas. El prototipo
cuenta con una base de
Conocimiento fundamentado en los conocimientos del experto y los
conocimientos obtenidos por el ingeniero de conocimiento, la representación
del conocimiento permite describir los hechos que ocurren y las reglas
utilizadas en el proceso de diagnóstico, además las incertidumbres
representadas en las variables de clasificación que surgen necesariamente
y son representadas a través de la lógica difusa. Las salidas son el
diagnóstico y tratamiento que resulta; su implementación se realiza en el
lenguaje de programación JAVA utilizando la librería RULE, que trabaja en
base a reglas.
Por último, la validación de los resultados de la aplicación terminada
corresponde a la realidad, se evalúa el Sistema Experto llegándose a la
conclusión de que los diagnósticos obtenidos tienen un grado de
confiabilidad que es aceptado por el experto humano.
LA REGLA DE INSTAR EN
LOS SISTEMAS EXPERTOS
DE LA ACTUALIZADA
BOLIVIANA.
9. Objetivo general.
Contribuir con el conocimiento de las redes neuronales artificiales estudiando
la red de instar para la mejor aplicación en los sistemas expertos que se
desarrollan en Bolivia.
10. Objetivo especifico
Estudiar la red de instar para su mejor aplicación en los sistemas
expertos a desarrollar en un futuro.
Aplicar la regla de instar de manera óptima en los sistemas expertos.
Desarrollar el conocimiento sobre la regla de instar en los universitarios
de la universidad UTB.
Contribuir al conocimiento de la red neuronal instar.
11. Justificación
11.1. Técnica
Justifica porque las redes neuronales artificiales asociativas aprenderán
de manera autónoma y facilitarán las preguntas de las distintas áreas
donde se desarrolle el sistema.
11.2. Económica
El desarrollo de un sistema experto con la regla de instar es costoso pero
viable ya que podrá facilitar la toma de decisiones de los interesados y
aprenderá automáticamente de esta manera no requiere de un
programados que pueda aumentar la base de hechos de forma manual.
11.3. Social
Se beneficiarán las empresas, el área de salud, el área educativa, etc.
dando información y decisiones precisas basado en estudios que el
sistema ya tiene almacenado en su base de conocimientos en tiempo
record.
12. Alcances
Estudiar la red de instar.
Aplicar la fórmula de la regla de instar
13. Limites
No se aplicarán otras redes neuronales artificiales.
No se desarrollará un sistema experto con la regla de instar.
14. Desarrollo
Las redes con aprendizaje no supervisado no requieren de influencia externa
para ajustar sus pesos algunas redes con aprendizaje no supervisado
generan un mapeo de características, obteniéndose en las neuronas de
salida una disposición geométrica que representa un mapa fotográfico de las
características de los datos de entrada, de tal manera que si se presenta a la
red informaciones similares siempre sean afectadas neuronas de salida
próximas entre si en la misma zona del mapa.
Si examinamos la figura de la red de instar
Se nota como esta neurona está enfrentada a un problema de
reconocimiento de patrones cuya entrada es de tipo vectorial; esta neurona
es el tipo de red más simple capaz de resolver esta clase de problemas y es
llamada red de instar.
La ecuación para determinar la entrada/salida de la Instar es:
𝑎 = (𝑤𝑝 + 𝑏) = (𝑤 𝑇 𝑝 + 𝑏)
𝑤1
𝑤1
15. Resultados
Mediante la investigación se logró confirmar que la red neuronal instar es una
red muy útil para el reconocimiento de objetos e incluso en reconocimiento
facial y detección de huellas digitales.
16. Conclusión
Se llegó a la conclusión que la red de instar puede servir de mucho para el
reconocimiento facial en el área criminalística para la detección de rostros
dibujados.
18. Bibliografía
del Brío, B., & Molina, A. S. (2006). Redes Neuronales y Sistemas Borrosos.
Mexíco: Alfaomega.
Ponce Cruz, P. (2010). Inteligencia Artifical con aplicaciones a la ingenieria.
México: Alfaomega.