Professional Documents
Culture Documents
FACULTAD DE INGENIERA
ESCUELA ACADMICA PROFESIONAL DE:
INGENIERA DE SISTEMAS E INFORMTICA
TAREA ACADMICA N 3
INGENIERA DEL CONOCIMIENTO
PRESENTADO POR:
HCTOR ARTURO VIVANCO NEZ
JUNIOR BLADIMIR YAURICASA APUMAYTA
HUANCAYO PER
2016
NDICE
1.
2.
Problema principal........................................................................................ 4
2.1.
2.2.
Problema general...................................................................................... 5
3.
Objetivo principal.......................................................................................... 6
4.
Marco terico................................................................................................ 6
4.1.
4.2.
5.
Marco conceptual......................................................................................... 8
5.1.
Calefaccin................................................................................................ 8
5.2.
Aire acondicionado.................................................................................... 8
5.3.
Tubo fluorescente...................................................................................... 8
5.4.
Reloj........................................................................................................... 8
5.5.
Sensor de temperatura.............................................................................. 8
5.6.
Sensor de distancia................................................................................... 9
5.7.
Sensor de movimiento............................................................................... 9
5.8.
Sensor de luz............................................................................................. 9
5.9.
Casa inteligente......................................................................................... 9
5.10.
6.
Metodologa de desarrollo...........................................................................10
6.1.
Datos de la muestra................................................................................ 10
6.2.
6.3.
Modelo RNA............................................................................................. 15
6.4.
6.5.
Pruebas.................................................................................................... 19
6.5.1.
Pruebas de recuerdo............................................................................. 19
6.5.2.
Pruebas de aprendizaje........................................................................20
7.
Conclusiones............................................................................................... 21
8.
Recomendaciones....................................................................................... 22
9.
Referencias Bibliogrficas...........................................................................23
2. Problema principal
2.1. Planteamiento del problema
La inteligencia artificial que ha pasado de convertirse de un taboo futurista hacia
algo real, bsquedas inteligentes, robots programados para cumplir distintas y
diferentes tipos de labores desde lo industrial hasta armar un cubo de rubik.
Muchos de ellos comercializados ya por empresas que logran generar grandes
ingresos, incluso aspirar la casa como es el caso del Robot aspirador LG Hombot.
Existen tambin muchos proyectos que lo que buscan es poder mitigar lo que las
pelculas de Hollywood han logrado sembrar en ellos, la percepcin de que la
inteligencia artificial tarde o temprano se volver ms inteligente que el mismo
humano y en determinado punto de la historia usando las tres leyes de la robtica
se volvern contra sus creadores mismos.
A modo de segmentacin este presente trabajo a lo que queremos orientarnos es
bsicamente a las RNA dentro del campo de la domtica en otras palabras
CASAS INTELIGENTES, el cual es un tema muy de moda por compaas
tecnolgicas, volviendo o tratando de volver todas las cosas SMARTH, bajo el
concepto e internet de las cosas, las cuales lo que estn logrando es cada vez
ms lograr curiosidad, aceptacin e inquietud de ver los resultados ya mismo.
El presente trabajo o que busca poder reafianzar nuevamente el concepto de
casas inteligentes basndose en RNA, y dando un ejemplo simple de cmo es
que las RNA pueden ser aprovechadas dentro del campo de la domtica
mediante el desarrollo de una sencilla aplicacin de escritorio bajo el lenguaje de
programacin de visual basic.
4. Marco terico
4.1. Redes Neuronales artificiales (RNA)
Las Redes Neuronales Artificiales, ANN (Artificial Neural Networks) estn inspiradas
en las redes neuronales biolgicas del cerebro humano. Estn constituidas por
elementos que se comportan de forma similar a la neurona biolgica en sus funciones
ms comunes. Estos elementos estn organizados de una forma parecida a la que
presenta el cerebro humano. Las ANN al margen de "parecerse" al cerebro presentan
una serie de caractersticas propias del cerebro. Por ejemplo, las ANN aprenden de la
experiencia, generalizan de ejemplos previos a ejemplos nuevos y abstraen las
caractersticas principales de una serie de datos. Aprender: adquirir el conocimiento de
una cosa por medio del estudio, ejercicio o experiencia. Las ANN pueden cambiar su
comportamiento en funcin del entorno. Se les muestra un conjunto de entradas y
ellas mismas se ajustan para producir unas salidas consistentes. Generalizar:
extender o ampliar una cosa. Las ANN generalizan automticamente debido a su
propia estructura y naturaleza. Estas redes pueden ofrecer, dentro de un margen,
respuestas correctas a entradas que presentan pequeas variaciones debido a los
efectos de ruido o distorsin. Abstraer: aislar mentalmente o considerar por separado
las cualidades de un objeto. Algunas ANN son capaces de abstraer la esencia de un
conjunto de entradas que aparentemente no presentan aspectos comunes o relativos.
(4)
5. Marco conceptual
5.1. Calefaccin
Segn la RAE Conjunto de aparatos destinados a calentar un edificio o parte
de l. (66)
5.2. Aire acondicionado
Segn la RAE Sistema artificial de regulacin de la temperatura en un espacio
cerrado. (66)
5.3. Tubo fluorescente
Segn la RAE De iluminacin en el que un gas se torna incandescente por
efecto de una corriente elctrica. (66)
5.4. Reloj
Segn la RAE Instrumento que sirve para medir el tiempo. (66)
5.5. Sensor de temperatura
Segn Celis E. el sensor de temperatura lo define como Resistencia Trmica
que se usa para medir la temperatura del aire de admisin, o la temperatura de
la mezcla aire/combustible. (55)
6. Metodologa de desarrollo
6.1. Datos de la muestra
Sensor
de luz:
no
luminos
o
1
1
1
1
1
0
0
Sensor de
movimient
o: hay
movimient
o
0
0
1
0
1
1
1
Sensor
de
Sensor de
Reloj: hora Fluoresc
distanci temperatura
18:00 - 6:00
ente
a: d >
: t <= 12c
1.20 m
0
1
1
0
0
0
1
0
0
0
1
1
1
1
1
1
1
0
1
1
1
1
0
0
1
1
1
0
b) Ingresando Datos
Aire
Calefacci
condicion
n
ado
0
1
1
0
1
0
0
1
0
0
1
0
1
1
e) Learning
f) Network Processing
h) Archivos generados
a) Feature2(1)
b)
c)
d)
e)
f)
g)
h)
netsum = .3299264
netsum = netsum + inarray(1) * .3658802
netsum = netsum + inarray(2) * -5.39856
netsum = netsum + inarray(3) * -3.036063
netsum = netsum + inarray(4) * -1.307685
netsum = netsum + inarray(5) * .5171111
feature2(1) = 1 / (1 + exp(-netsum))
i)
j) Feature2(2)
k) netsum = -.5626388
l) netsum = netsum + inarray(1) * -.5662146
m)netsum = netsum + inarray(2) * -1.647601
n) netsum = netsum + inarray(3) * -.519097
o) netsum = netsum + inarray(4) * 2.302993
p) netsum = netsum + inarray(5) * .1560865
q) feature2(2) = 1 / (1 + exp(-netsum))
r)
s) Feature2(3)
t)
u)
v)
w)
x)
y)
z)
aa)
netsum = .0130033
netsum = netsum + inarray(1) * 2.487304
netsum = netsum + inarray(2) * 1.053859
netsum = netsum + inarray(3) * 1.340798
netsum = netsum + inarray(4) * -2.575107
netsum = netsum + inarray(5) * .4751444
feature2(3) = 1 / (1 + exp(-netsum))
ab)
ac)
Feature2(4)
ad)
ae)
af)
ag)
ah)
ai)
aj)
ak)
netsum = 2.397955
netsum = netsum + inarray(1) * -4.33529
netsum = netsum + inarray(2) * -2.537303
netsum = netsum + inarray(3) * -2.162201
netsum = netsum + inarray(4) * 1.699598
netsum = netsum + inarray(5) * .3006894
feature2(4) = 1 / (1 + exp(-netsum))
ao)
ap)
aq)
ar)
as)
at)
au)
netsum = .3565951
netsum = netsum + inarray(1) * 1.198606
netsum = netsum + inarray(2) * .4913293
netsum = netsum + inarray(3) * -.3669547
netsum = netsum + inarray(4) * -3.77375
netsum = netsum + inarray(5) * .3796086
feature2(5) = 1 / (1 + exp(-netsum))
al)
am)
Feature2(5)
an)
f) Feature2(6)
av)
aw)
ax)
ay)
az)
ba)
bb)
bc)
netsum = -.3784626
netsum = netsum + inarray(1) * -.8345
netsum = netsum + inarray(2) * -1.474246
netsum = netsum + inarray(3) * -.3608487
netsum = netsum + inarray(4) * 2.090924
netsum = netsum + inarray(5) * .2728783
feature2(6) = 1 / (1 + exp(-netsum))
bd)
g) Feature2(7)
be)
bf)
bg)
bh)
bi)
bj)
bk)
bl)
netsum = 6.087619E-02
netsum = netsum + inarray(1) * -3.064085
netsum = netsum + inarray(2) * .6604984
netsum = netsum + inarray(3) * .6794248
netsum = netsum + inarray(4) * 1.583967
netsum = netsum + inarray(5) * -.4668071
feature2(7) = 1 / (1 + exp(-netsum))
bo)
bp)
bq)
br)
bs)
bt)
bu)
bv)
bw)
netsum = 1.360639
netsum = netsum + feature2(1) * -5.243882
netsum = netsum + feature2(2) * .7706542
netsum = netsum + feature2(3) * 1.912218
netsum = netsum + feature2(4) * -4.996902
netsum = netsum + feature2(5) * -.8572631
netsum = netsum + feature2(6) * .4127631
netsum = netsum + feature2(7) * -3.291097
outarray(1) = 1 / (1 + exp(-netsum))
bm)
h) Outarray(1)
bn)
bx)
i) Outarray(2)
by)
bz)
ca)
cb)
cc)
cd)
ce)
cf)
cg)
ch)
ci)
netsum = -.8479785
netsum = netsum + feature2(1) * 1.197374
netsum = netsum + feature2(2) * -1.967832
netsum = netsum + feature2(3) * 1.319467
netsum = netsum + feature2(4) * 4.040466E-02
netsum = netsum + feature2(5) * 2.219251
netsum = netsum + feature2(6) * -1.874942
netsum = netsum + feature2(7) * -.411411
outarray(2) = 1 / (1 + exp(-netsum))
j) Outarray(3)
cj)
ck)
cl)
cm)
cn)
co)
cp)
cq)
cr)
netsum = .8859998
netsum = netsum + feature2(1) * -1.168332
netsum = netsum + feature2(2) * 1.958859
netsum = netsum + feature2(3) * -1.21748
netsum = netsum + feature2(4) * 2.758806E-02
netsum = netsum + feature2(5) * -2.358561
netsum = netsum + feature2(6) * 1.720265
netsum = netsum + feature2(7) * .3797615
outarray(3) = 1 / (1 + exp(-netsum))
ct)
cu) Ilustracin 7: interfaz del software RNS
cv)
6.5. Pruebas
6.5.1. Pruebas de recuerdo
a) Primera prueba
cw)
cx)
RNA
b) Segunda prueba
cy)
cz)
RNA
c) Tercera prueba
da)
db)
RNA
dd)
de)
RNA
b) Segunda prueba
df)
dg)
software RNA
c) Tercera prueba
dh)
di)
software RNA
dj)
7. Conclusiones
dk) La aplicacin de las RNA en los distintos campos de la vida es una rama muy
compleja de estudiar, considerando el hecho de que no podemos integrarlas a un
modo ms completo y complejo.
dl) El proyecto realizado solo se limita al uso de algunos sensores dentro de lo que se
considera una casa y a los elementos como el aire acondicionado, calefaccin y la luz,
los cuales son de importancia si lo que se busca es comodidad en el hogar.
dm)
8. Recomendaciones
dp) Para posteriores trabajos de investigacin que deseen usar como marco de
referencia este trabajo o el algoritmo desarrollado para poder usarlo en la va cotidiana
se recomendara el uso de sensores mencionados en el contexto de trabajo
desarrollado y el uso de un arduino en cualquiera de sus versiones si desean que el
proyecto sea a escala lo ms real posible.
dq) En el caso de desear utilizar ms sensores es recomendable por experiencia
misma de este proyecto y que puedan tomar a consideracin el uso de la herramienta
NeuroShell como motor de inferencia y orientado hacia el desarrollo de RNA en el
enfoque de perceptron.
dr)
9. Referencias Bibliogrficas
1. scielo.cl [Internet], scielo [actualizada 4 febrero 2011, consultado 12 febrero 2016].
Disponible
en:
http://www.scielo.cl/scielo.php?pid=S071807642011000300014&script=sci_arttext&tlng=pt
2. sistemamid.com [Internet] sistemamid [consultada el 12 febrero 2016]. Disponible
en:
http://www.sistemamid.com/panel/uploads/biblioteca/1/349/1259/6572/6578/77462.
pdf
3. envejecimiento.csic.es [Internet] envejecimiento [actualizada 18 abril 2012,
consultada
el
12
febrero
2016].
Disponible
en:
http://envejecimiento.csic.es/documentos/documentos/lychnos08-hornerobraincomputer-01.pdf
4. Basogain O. Redes Neuronales artificiales y sus aplicaciones. Bilbao: Editora
Humboldt; 2008.
5. Ponce P. Inteligencia Artificial, con aplicaciones a la ingeniera. 1a ed. D.F.:
Editorial Alfaomega. 2010.
ds)
6. De la Rosa R. Domtica: Casa Inteligente: ltimo grito en tecnologa [Internet].
Blogspot. [publicado 20 enero 2009] - [consultado 12 febrero 2016]. Disponible en:
http://todoarquitecturadisenoconstruccion.blogspot.pe/2009/01/domtica-casainteligente-ltimo-grito-en.html
dt)
7. Harke W. Domtica para viviendas y edificios. 1a ed. Barcelona: Editorial
Marcombo. 2010
du)
8. Barbus. Tutorial: sensor ultrasonidos HC-SR04 [Internet]. Blogspot. [publicado 18
marzo
2014]
[consultado
12
febrero
2016].
Disponible
en:
http://elcajondeardu.blogspot.pe/2014/03/tutorial-sensor-ultrasonidos-hc-sr04.html
dv)
9. Celis E. Glosario tcnico - Mecnica Automotriz [Internet]. Automecnico;
[modificado
2015;
consultado
12
febrero
2016].
Disponible
en:
http://automecanico.com/auto2005/glosarios.html
dw)
10. Real Academia Espaola. Diccionario de la lengua espaola. 23a ed. Madrid,
Espaa. 2014.
dx)
11. iit.upcomillas.es [Internet], upcomillas [actualizada 07 junio 2013, consultado 12
febrero
2016].
Disponible
en:
http://www.iit.upcomillas.es/pfc/resumenes/51b1a51100330.pdf
dy)
dz)