desarrollo de software de inteligencia artificial
TRANSCRIPT
institution-logo
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Desarrollo de software y herramientas deInteligencia Arti�cial,
Para el reconocimiento de patrones de
comportamiento en entornos cerrados.
Patricio A. Palma Solis
Escuela de Ingeniería en Computación
Universidad Austral de Chile
Sede Puerto Montt.
Seminario de Titulación, 2011
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Se presenta un método completamente autónomo usando RNA
para determinar los patrones de los usuarios respecto a la
utilización de dispositivos dentro de una o�cina.
Con el �n de predecir su estado y actuar sobre ellas de forma
automática.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Se presenta un método completamente autónomo usando RNA
para determinar los patrones de los usuarios respecto a la
utilización de dispositivos dentro de una o�cina.
Con el �n de predecir su estado y actuar sobre ellas de forma
automática.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Contenido
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Sucesión de elementos repetidos en una forma predecible
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosPatrón
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosRedes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas arti�ciales.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosRedes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas arti�ciales.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosRedes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas arti�ciales.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosNeurona Arti�cial
¾Que es?
Son una simulación del sistema nervioso biológicos a través de
modelos matemáticos.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosNeurona Arti�cial
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
ConceptosNeurona Arti�cial
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Captura de datosHardware
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Captura de datosSoftware
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Registros
Ejemplos de eventos registrados
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Promedio luminosidad y Angulo de puerta cada 1/2 minuto(periodo de 60 días)
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Histograma uso de iluminación en rangos de lúmenes
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Histograma uso apertura de puerta en rangos horarios
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
EstructuraPerceptrón Multicapa
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
EstructuraPerceptrón Multicapa
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
EstructuraPerceptrón Multicapa
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
EstructuraPerceptrón Multicapa
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
EstructuraPerceptrón Multicapa
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Algoritmo de retropropagación
Con un promedio de 200 iteraciones en cada red.
Registros
Dispositivo Encender Apagar Mantener estado Total
Iluminación 4.198 120.927 183.099 308.224
Puerta 800 2.816 3.440 7.056
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Algoritmo de retropropagación
Con un promedio de 200 iteraciones en cada red.
Registros
Dispositivo Encender Apagar Mantener estado Total
Iluminación 4.198 120.927 183.099 308.224
Puerta 800 2.816 3.440 7.056
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Entrenamiento
Tiempo de entrenamiento
Red Registros Tiempo Error
Iluminación 308.223 60' 10� 0,0147
Ventilación 37.631 58� 0,0015
Puerta 7.055 1' 19� 0,0010
Ventana 7.039 22� 0,0012
Calefacción 3.719 6� 0.0020
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Sensibilidad y Especi�cidad
Sensibilidad
Fracción de verdaderos positivos.
Especi�cidad
Fracción de verdaderos negativos.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Sensibilidad y Especi�cidad
Sensibilidad
Fracción de verdaderos positivos.
Especi�cidad
Fracción de verdaderos negativos.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Medidas estadísticas de la clasi�cación del las RNA
Sensibilidad (Se) Especi�cidad (Sp) Precisión (Ps)
LámparaSet entrenamiento 98.64 98.55 97.89
Set de validación 94.92 96.69 91.80
PuertaSet entrenamiento 99.39 99.42 99.45
Set de validación 90.32 99.32 98.25
VentilaciónSet entrenamiento 99.65 96.77 99.79
Set de validación 92.65 90.02 97.54
VentanaSet entrenamiento 98.68 98.65 98.65
Set de validación 91.51 93.47 97.87
CalefacciónSet entrenamiento 98.70 90.33 99.07
Set de validación 90.91 95.48 97.51
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Control de iluminación
Luminosidad aceptable semanal y acciones de la RNA
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Control de acceso
Registro semanal apertura puerta y accion de la RNA
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Actualización del sistema
Periodo de entrenamiento: 1 mes.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Actualización del sistema
Periodo de entrenamiento: 1 mes.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Agenda
1 Introducción
Contenido
Conceptos2 Captura de datos
Captura
Datos registrados3 Set de datos
Preprocesamiento
4 Red de Neuronas Arti�ciales
Estructura
Entrenamiento5 Evaluación y resultados
Sensibilidad y Especi�cidad
Control de iluminación
Control de acceso
Comportamiento
actualizado en el ambiente6 Conclusiones
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
Introducción Captura de datos Set de datos Red de Neuronas Arti�ciales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
Demostración
Conexiones
Demostración
Conexiones
Demostración
Conexiones
Demostración
Conexiones
Demostración
Conexiones
Demostración
Comportamiento
Demostración
Desarrollo de software y herramientas deInteligencia Arti�cial,
Para el reconocimiento de patrones de
comportamiento en entornos cerrados.
Patricio A. Palma Solis
Escuela de Ingeniería en Computación
Universidad Austral de Chile
Sede Puerto Montt.
Seminario de Titulación, 2011