Professional Documents
Culture Documents
PLAN DE TESIS
PORTADA
AUTOR:
ANDREE AMIR SANCHEZ ANDRADE
ASESOR:
Dr. ALCIBIADES SOSA PALOMINO
HUACHO PER
2016
CONTRA PORTAD
NDICE GENERAL
PORTADA.....................................................................................................................I
CONTRA PORTAD.......................................................................................................I
NDICE GENERAL.....................................................................................................II
NDICE DE TABLAS................................................................................................III
NDICE DE FIGURAS..............................................................................................IV
NDICE DE ANEXOS.................................................................................................V
1 PLANTEAMIENTO DEL PROBLEMA.................................................................1
1.1 Descripcin de la Realidad Problemtica.........................................................................1
1.2 Formulacin del Problema...............................................................................................1
1.2.1
Problema General.....................................................................................................1
1.2.2
Problemas Especficos..............................................................................................1
1.3 Objetivos de la Investigacin...........................................................................................2
1.3.1
Objetivo General......................................................................................................2
1.3.2
Objetivos Especficos...............................................................................................2
1.4 Justificacin de la Investigacin......................................................................................2
1.5 Delimitacin de la investigacin......................................................................................2
1.6 Viabilidad del estudio......................................................................................................2
2 MARCO TERICO.................................................................................................4
2.1 Antecedentes de la Investigacin.....................................................................................4
2.2 Bases Tericas.................................................................................................................5
2.2.1
Inteligencia Artificial................................................................................................5
2.2.2
Enfoques de la IA.....................................................................................................8
2.2.3
Tcnicas adaptativas.................................................................................................8
2.2.4
Otras tcnicas adaptativas.......................................................................................14
2.2.5
IA y tecnologas convergentes................................................................................17
2.2.6
Avances en ciencias de la computacin..................................................................20
3 METODOLOGA..................................................................................................22
3.1 Diseo Metodolgico.....................................................................................................22
3.1.1
Tipo........................................................................................................................22
3.1.2
Enfoque..................................................................................................................22
3.2 Poblacin y Muestra......................................................................................................22
3.2.1
Poblacin................................................................................................................22
3.2.2
Muestra...................................................................................................................22
3.3 Matriz de Seleccin de Dimensiones.............................................................................24
3.4 Matriz de Operacionalizacin de Variables e Indicadores..............................................24
3.5 Tcnicas e Instrumentos de recoleccin de datos...........................................................24
3.5.1
Tcnica a emplear...................................................................................................24
3.5.2
Descripcin de los Instrumentos.............................................................................25
3.6 Tcnicas para el procesamiento de la Informacin........................................................25
4 RECURSOS Y CRONOGRAMAS.......................................................................27
4.1 Recursos........................................................................................................................27
4.1.1
Humanos.................................................................................................................27
4.1.2
Econmicos............................................................................................................27
4.1.3
Fsicos....................................................................................................................27
4.2 Cronograma de Actividades...........................................................................................28
4.3 Presupuesto....................................................................................................................29
5 FUENTES DE INFORMACIN...........................................................................30
5.1 Fuentes Bibliogrficas...................................................................................................30
5.2 Fuentes Electrnicas......................................................................................................30
NDICE DE TABLAS
NDICE DE FIGURAS
3
NDICE DE ANEXOS
4
1.3
Objetivos de la Investigacin
1.3.1 Objetivo General
1.4
Justificacin de la Investigacin
Muchos han sido los avances realizados en la historia reciente para
Delimitacin de la investigacin
1.6
meses.
Existe un financiamiento para la tesis de investigacin.
2
2.1
MARCO TERICO
Antecedentes de la Investigacin
En una bsqueda para los antecedentes para nuestra tesis, tanto
nacionales como mundiales con respecto a estudio de inteligencia artificial,
fue un tanto tedioso, pero las que se consiguieron nos ayudaron en puntos
relevantes.
Brockman, J. (2002). The Next Fifty Years. Science in the First Half of the Twentyfirst Century. New York: Vintage Books.
Gmez, A., Juristo, N., Montes, C., & J, P. (1997). Ingeniera del Conocimiento.
Madrid: Centro de Estudios Ramn Areces.
Hebb, D. (1959). The organization of Behavior. Montreal: Jhon wiley & Sons.
Holland, J. (1962). Outline for a Logical Theory of Adaptive Systems. Ohio: Journal
of ACM.
Holland, J. (1975). Adaption in Natural and Artificial Systems. Michigan: The
University of Michigan.
Holland, J. (1984). Sistemas Adaptativos Complejos; Redes de neuronas artificiales y
algoritmos genticos. Corua: Universidad de Corua.
Kurzwell. (1999). La era de las mquinas espirituales. Cuando los ordenadores
superen la mente humana. Barcelona: Editorial Planeta.
McCulloch, W., & Pitts, W. (1943). A Logical Calcullus Of The Ideas Inmanent In
Nervous Activity. Bull, 133-155.
Minsky, M., & Papert, S. (1969). Perceptrons: An Introduction to Computation
Geometry. Cambridge: MIT Press.
Neuman, J. (1996). The Theory of Self-Reproducing Automata. Illinois: Universidad
de Illinois Press.
Pazos, A. (1991). Estructura, dinmica y aplicaciones de las Redes de Neuronas
Artificiales. Madrid: Centro de Estudios Ramn Areces.
4
Bases Tericas
Inteligencia Artificial
La IA es la rama de la ciencia que se encarga del estudio de la inteligencia en
2.2.2
Enfoques de la IA
Se pueden definir dos puntos de vista o enfoques de la IA, el punto de vista
2.2.3
Tcnicas adaptativas
Las Tcnicas Adaptativas son aquellas que, aplicadas a un problema, son
2.2.3.2 Historia
A los precursores de las RNA en las bases biolgicas hay que situarlos
temporalmente entre los aos de 1890 y 1940.
Los fundamentos biolgicos del enfoque conexionista se encuentran en el
importante trabajo del premio Nbel espaol D. Santiago Ramn y Cajal, quin
consigui hace ms de un siglo descifrar gran parte de la estructura y del modo de
funcionar de las neuronas. Cajal advirti que el cerebro se reorganiza constantemente,
reforzando y debilitando una multiplicidad de sinapsis y su teora neuronal ha sido
fuertemente establecida como la verdadera base de los Sistemas Conexionistas. Ya en
1.895 sienta las bases de lo que llamaba Ingeniera Neuronal. Se considera
necesario hacer constar dos reflexiones realizadas por Cajal y que conservan hoy en
da toda su vigencia: 1) al no encontrar diferencias cualitativas entre las clulas del
sistema nervioso (SN) de los humanos y de los animales, decidi postular que la
superioridad funcional del SN de los humanos estara relacionada con la abundancia
prodigiosa y con la cuanta considerable de las llamadas neuronas de axn corto, y 2)
el artificio soberano de la sustancia gris es tan intrincado que desafa y desafiar por
muchos siglos la obstinada curiosidad de los investigadores.
cualquier ley de entrada-salida poda modelizarse con una red de neuronas formales
por ellos definidas.
En 1949 Donald Hebb introduce dos ideas fundamentales para las RNA: 1)
una percepcin o un concepto se representa en el cerebro por un conjunto de neuronas
activas simultneamente y 2) la memoria se localiza en las conexiones entre las
neuronas (sinapsis). Adems, Hebb propone un sistema de aprendizaje para la
modificacin de la sinapsis denominado Regla de Aprendizaje Sinptico o Regla
de Hebb, que consiste en que una conexin entre neuronas se refuerza cada vez que
es utilizada.
A finales de los 50, Widrow disea el Adaline (Neurona Adaptativa Lineal) y
Rosenblatt el Perceptrn, una mquina con un comportamiento adaptativo capaz de
reconocer patrones, dotada de la regla del aprendizaje denominado de
autoasociacin, donde el estmulo y la unidad de respuesta estn asociados por la
accin de las entradas.
En 1969 Minsky y Papert publican Perceptrons: An Introduction to
Computation Geometry, donde realizan una seria crtica del Perceptrn, debido
principalmente a su naturaleza lineal.
A partir de aqu existe un declive en las RNA, debido a que surgen algunas
demostraciones de que no era factible crear una teora automatizada de la inteligencia.
Pero en 1980 surge un renacimiento de las RNA, con investigadores como Hopfield,
que construyen nuevos modelos de clulas, arquitecturas y algoritmos de aprendizaje
que servirn de base a los modelos ms investigados actualmente, los denominados
Modelos Biolgicos. Hopfield presenta, con un fuerte fundamento matemtico y de
forma coherente, el modo de trabajar de los modelos de RNA y establece que dichas
redes deben ser primero modelos cerebrales y luego dispositivos tiles de
procesamiento. Fue clave su claridad y el anlisis matemtico en los modelos
analizados.
Actualmente, las RNA son un campo de gran inters debido, por un lado, a la
habilidad de estos sistemas para aprender automticamente y para poder funcionar de
forma aceptable tanto en presencia de informacin inexacta como cuando se producen
deterioros o fallos en sus componentes, y por otro, al inters existente por la bsqueda
de arquitecturas de computadoras que permitan el procesamiento en paralelo, de
11
forma similar a los modelos neurofisiolgicos del cerebro, pudindose de este modo
intercambiar descubrimientos entre los modelos de RNA y los modelos en
Neurociencia.
12
2.2.3.3.1 Historia
Los primeros intentos para relacionar informtica y evolucin, a finales de los
50 y principios de los 60, tuvieron poco xito porque, basndose en los textos de
biologa del momento, se crea en la mutacin en lugar del cruce para producir nuevas
combinaciones de genes. Fue a principios de los 60, cuando Hans J. Bremermann de
la Universidad de California-Berkeley aadi una nueva forma de cruce. En ella, las
caractersticas
de
la
descendencia
se
determinaban
sumando
los
genes
2.2.4
14
15
2.2.4.5 Coevolucin
Consiste en el uso de varias poblaciones dependientes mediante tcnicas
evolutivas.
La relacin tpica es la de depredador-presa. Esto es, en paralelo, se entrena
una poblacin de depredadores y otra de presas. As, a medida que los depredadores
mejoran, las presas se ven obligadas a perfeccionarse y viceversa.
2.2.5
IA y tecnologas convergentes
Como se explic al comienzo de este captulo, la IA es una rama de la ciencia
Las NBIC aparecen hoy en da como una tendencia tecnolgica con un gran
impacto desde los puntos de vista cientfico, tecnolgico, econmico y social. La
convergencia tecnolgica har posible en un futuro el uso indistinto y combinado de
los diferentes elementos bsicos (tomos, clulas, genes, nanodispositivos y
nanopartculas, agentes, etc.) como unidades constituyentes de la arquitectura de
verdaderos sistemas hbridos.
El enorme valor aadido de estas Tecnologas Convergentes proviene no tanto
del desarrollo de cada una de ellas sino del conocimiento y la experiencia necesarios
para su uso combinado. Si bien es cierto que estos campos se han estudiado
tradicionalmente desde ngulos diferentes (Biologa, Fsica, etc.), el verdadero
impacto de los mismos provendr del efecto multiplicador de su desarrollo y
utilizacin conjunta.
Se prev el nacimiento y el rpido desarrollo de una combinacin sinrgica
entre Nanotecnologa, Biotecnologa, Informtica y Ciencias del Conocimiento que
requerir un nuevo planteamiento de los diferentes campos del conocimiento humano
y que llevar a desarrollos tecnolgicos absolutamente innovadores. En un futuro
inmediato estas tecnologas conjuntas aportarn mejoras en la calidad de vida as
como soluciones a una realidad social, econmica y geogrfica en sectores tan
relevantes como la salud, agricultura y ganadera, medio ambiente, y otros muchos.
Las Tecnologas Convergentes (NBIC) tendrn claras implicaciones en reas
clave de la actividad humana, incluyendo: el trabajo, el aprendizaje, las
interrelaciones personales, y la evolucin humana. Avanzando simultneamente en
varias de estas actividades se podra alcanzar una era de innovacin y prosperidad que
constituira un punto de inflexin en la evolucin de la sociedad humana.
18
nanochips
permitirn
desarrollar
nuevas
tcnicas,
como
la
19
2.2.6
20
METODOLOGA
3.1
Diseo Metodolgico
3.1.1 Tipo
La presente investigacin es de tipo aplicada
3.1.2 Enfoque
El siguiente estudio es una investigacin se trata de un diseo
que se fundamenta en el enfoque cualitativo y en el paradigma
inductivo.
3.1.3 Nivel
El siguiente estudio de investigacin tendr un nivel aplicativo
debido a que se dar solucin a un problema
3.1.4 Diseo
En este caso la investigacin tendr un diseo pre-experimental
3.2
Poblacin y Muestra
3.2.1 Poblacin
La poblacin est comprendida por la EAP de Ingeniera
Electrnica (20 alumnos por laboratorio)
3.2.2 Muestra
La muestra, se determin mediante la frmula estadstica:
n=
Z 2Npq
e 2( N 1 ) +Z 2pq
Sabiendo que:
p: Probabilidad de xito(50 )
q : Probabilidad de fracaso(50 )
21
n=
1.962200.50.5
0.052( 401 ) +1.9620.50.5
n=18
Ajustando el valor de
n0=
n
n
1+
N
18
18
=
=9,47
18 1.9
1+
20
3.3
V. Independiente
VARIABLES
DIMENSIONES
INDICADORES
X1: Enfoques
X1.1: Cientfico
X1.2: Ingenieril
X: Inteligencia artificial
22
3.4
Observacin
3.5
Dragon NaturalySpeaking 13
Ultra Hal text-to-Speach Reader
tcnicas:
Ordenamiento y clasificacin
Registro manual
Procesamiento computarizado con Excel
SPSS para el anlisis de confiabilidad
23
RECURSOS Y CRONOGRAMAS
4.1
Recursos
4.1.1 Humanos
El presente trabajo de investigacin est conformado por los
siguientes tesistas:
1
4.1.2 Econmicos
El costo total del trabajo de investigacin asciende a un
promedio de S/3400 y ser autofinanciado por el responsable de la
investigacin.
4.1.3 Fsicos
Infraestructura del Laboratorio de la EAP de Ingeniera
Electrnica.
24
4.2
Cronograma de Actividades
Para desempear un adecuado control al desarrollo de nuestro proyecto
1
1
2
2
3
3
4
4
XXXXXX
5
5
XXXX
6
6
XXXX
7
7
XXX X X X X
8
8
XXX X X X X X X
X X X X X
X
Resultados y crtica
1
10
Conclusiones
1
11
X X
2
12
X X
Redaccin Final
1
13
Presentacin
1
14
Sustentacin de la Tesis
25
26
4.3
Presupuesto
DETALLES
CANTIDAD
1
2
Hojas bond A4 80 g
Memorias USB 8GB
8 millares
2 unidades
CDs
Laptop
Fotocopiado
Impresin de borradores
Espiralado de borradores
COSTO UNITARIO
COSTO TOTAL
S/. 18,00
S/. 50,00
S/. 144,00
S/. 100,00
10 unidades
S/. 1,00
S/. 10,00
1 unidad
S/. 1700,00
S/. 1700,00
400 hojas
S/. 0,10
S/. 40,00
S/. 0,20
S/. 160,00
S/. 0,20
S/. 160,00
4 Unidades
S/. 4,00
S/. 16,00
4 Unidades
S/. 25,00
S/. 100,00
10
Adquisicin de Libros
8 Unidades
S/. 50,00
S/. 400,00
11
1 Unidades
S/. 550,00
S/. 550,00
12
Viticos
S/. 15,00
S/. 2 000,00
13
Materiales en General
15
Imprevistos (5%)
S/. 80,00
SUB TOTAL
S/. 5460,00
S/. 273,00
TOTAL GENERAL
S/. 5733,00
27
FUENTES DE INFORMACIN
5.1
Fuentes Bibliogrficas
Brockman, J. (2002). The Next Fifty Years. Science in the First Half of the Twentyfirst Century. New York: Vintage Books.
Gmez, A., Juristo, N., Montes, C., & J, P. (1997). Ingeniera del Conocimiento.
Madrid: Centro de Estudios Ramn Areces.
Hebb, D. (1959). The organization of Behavior. Montreal: Jhon wiley & Sons.
Holland, J. (1962). Outline for a Logical Theory of Adaptive Systems. Ohio: Journal
of ACM.
Holland, J. (1975). Adaption in Natural and Artificial Systems. Michigan: The
University of Michigan.
Holland, J. (1984). Sistemas Adaptativos Complejos; Redes de neuronas artificiales y
algoritmos genticos. Corua: Universidad de Corua.
Kurzwell. (1999). La era de las mquinas espirituales. Cuando los ordenadores
superen la mente humana. Barcelona: Editorial Planeta.
McCulloch, W., & Pitts, W. (1943). A Logical Calcullus Of The Ideas Inmanent In
Nervous Activity. Bull, 133-155.
Minsky, M., & Papert, S. (1969). Perceptrons: An Introduction to Computation
Geometry. Cambridge: MIT Press.
Neuman, J. (1996). The Theory of Self-Reproducing Automata. Illinois: Universidad
de Illinois Press.
Pazos, A. (1991). Estructura, dinmica y aplicaciones de las Redes de Neuronas
Artificiales. Madrid: Centro de Estudios Ramn Areces.
Ronald, E., & Sipper, M. (1999). Design, Observation, Surprise! A Test of
Emergence. Cambridge: Artificial Life Journal.
Rosenblatt. (1962). Principles of Neurodynamics. New York: Spartan Books.
Turing, A. (1950). Computing Machinery and Intelligence. MIND, 443-460.
28
29
ANEXOS
30
Diseo e implementacin de una inteligencia artificial en un ambiente cerrado con respuesta a comandos de voz - 2016
PROBLEMA PRINCIPAL
OBJETIVO PRINCIPAL
JUSTIFICACIN
De qu manera el estudio de
tiempos, se relaciona con la
productividad de la operacin del
despacho de azcar en la
empresa AIPSAA, distrito
Paramonga - 2014?
Problemas Especficos
Objetivos Especficos
El estudio se
fundamenta en el
hecho de brindar
mejoras en la
productividad de la
operacin de
despacho. Todo
proceso es
susceptible de ser
mejorado, por esta
razn se emple
los conceptos de
estudio de
tiempos, que
permite analizar la
operacin, para
luego determinar
el tiempo
estndar, y
balancear las
lneas,
permitindose
identificar la
actividad cuello de
botella que hace
muy elevado el
tiempo en la
operacin de
despacho en la
empresa AIPSAA,
en el distrito de
Paramonga 2014.
De qu manera el anlisis de
operacin, se relaciona con la
productividad en la operacin del
despacho de azcar en la
empresa AIPSAA, distrito
Paramonga - 2014?
De qu manera el tiempo
estndar se relaciona con la
productividad en la operacin del
despacho de azcar en la
empresa AIPSAA, distrito
Paramonga - 2014?
De qu manera el balance de
lnea, se relaciona con la
productividad en la operacin del
despacho de azcar en la
empresa AIPSAA, distrito
Paramonga - 2014?
Examinar un Anlisis de
Operacin, y la relacin que
existe con la Productividad en
la operacin del despacho de
azcar en la empresa AIPSAA,
distrito de Paramonga - 2014.
.
Determinar el Tiempo Estndar,
y la relacin que existe con la
Productividad en la operacin
del despacho de azcar en la
empresa AIPSAA, distrito de
Paramonga - 2014.
HIPTESIS PRINCIPAL
VARIABLES
INDICADORES
El estudio de tiempo se
X: Variable
relaciona con la
Independiente
X1.1. Diagrama de
productividad en la
Anlisis de Procesos
operacin del despacho de
Estudio de
azcar, en la empresa
Tiempos
X2.1. Tiempo
AIPSAA, distrito Paramonga
Observado
- 2014.
DIMENSIONES
:
X2.2. Tiempo Normal
Hiptesis Especficas
El anlisis de operacin se
relaciona con la
productividad en la
operacin del despacho de
azcar, en la empresa
AIPSAA, distrito Paramonga
- 2014.
El tiempo estndar se
relaciona con la
productividad en la
operacin del despacho de
azcar, en la empresa
AIPSAA, distrito Paramonga
- 2014.
X1: Anlisis de
Operacin
X2: Tiempo
Estndar
X3: Balance de
Lnea
X2.3. Holgura
(Suplementos)
X3.1. Cantidad de
Operarios
TIPO Y DISEO
TIPO: La presente
investigacin es de
tipo no
experimental,
transversal debido
a que se
circunscribe en un
segmento de
tiempo durante el
presente ao.
DISEO: Es
descriptivo y
Correlacional.
X3.2. Ciclo
Productivo
Y1.1. Tiempos
Muertos
Y: Variable
Dependiente
Productividad
El balance de lnea se
DIMENSIONES
relaciona con la
:
productividad en la
operacin del despacho de
Y1: Eficiencia
azcar, en la empresa
AIPSAA, distrito Paramonga
Y2: Eficacia
- 2014.
Y1.2. Utilizacin de
la capacidad
instalada
Y2.1. Cumplimiento
del plan de
produccin
Dnde:
M: Muestra
Ox: Observacin
de la V. I.
Oy: Observacin
de la V. D.
r: coeficiente de
correlacin.
31
ANEXO 2: MUESTREO
32
ANEXO 3: INSTRUMENTO
33
34
Antecedentes de la investigacin
Bases tericas
2.2.1. Estudio de Tiempos
2.2.1.1.
Mtodo de Trabajo
2.2.1.2.
Tiempo Estndar
2.2.1.3.
Balance de Lnea
2.2.2. Productividad
2.2.2.1.
Eficiencia
2.2.2.2.
Eficacia
2.3.
Definiciones conceptuales
2.3.1. Diagrama Hombre-Mquina:
2.3.2. Eficiencia
2.3.3. Estudio de tiempos
2.3.4. Cronmetro
2.3.5. Tiempo estndar
2.3.6. Diagrama de operaciones
2.3.7. Balance de lneas
2.3.8. Productividad
2.3.9. Suplemento
35
Resea histrica
Descripcin de la operacin de despacho
Flujograma de la operacin de despacho
Organigrama funcional
Problemtica empresarial
Identificacin del problema a solucionar
Diseo metodolgico
4.1.1. Tipo
4.1.2. Enfoque
4.1.3. Poblacin y muestra
4.2.
Operacionalizacin de variables e indicadores
4.3.
Tcnicas de recoleccin de datos
4.4.
Tcnicas para el procesamiento de la informacin
CAPITULO V: RESULTADOS
5.1.
5.2.
5.3.
5.4.
5.5.
5.6.
5.7.
5.8.
Discusin
Conclusiones
Recomendaciones
Fuentes Bibliogrficas
Fuentes Documentales
Fuentes Electrnicas
36
ANEXOS
Anexo 01: Matriz de consistencia
Anexo 02: Instrumento
Anexo 03: Procesamiento del estudio de tiempos
Anexo 04: Medicin de la productividad
Anexo 05: Procesamiento estadstico del instrumento
37