#5 Robots diseñados por algoritmos genéticos sin participación humana

--138914-- — Tue, 30 Nov 2010 19:58:13 +0000

[Usuario deshabilitado]

» autor: --138914--

#4 Robots diseñados por algoritmos genéticos sin participación humana

Nazanian — Tue, 30 Nov 2010 19:31:10 +0000

Da mucho más miedo aún por el mero nombre de "Fraunhofer-Institut" A.k.a. Frankesntein-Institut

Bueno, el futuro siempre se escribe en el presente, y siempre dan pelín de miedo los cambios.

» autor: Nazanian

#3 Robots diseñados por algoritmos genéticos sin participación humana

--219763-- — Tue, 30 Nov 2010 18:04:07 +0000

#2 www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf

Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN), no confundir con Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).

Útiles en cálculos de funciones no derivables (o de derivación muy compleja) aunque su uso es posible con cualquier función.

Deben tenerse en cuenta también las siguientes consideraciones:
• Si la función a optimizar tiene muchos máximos/mínimos locales se requerirán más iteraciones del algoritmo para "asegurar" el máximo/mínimo global.

• Si la función a optimizar contiene varios puntos muy cercanos en valor al óptimo, solamente podemos "asegurar" que encontraremos uno de ellos (no necesariamente el óptimo).

Aplicaciones

• Diseño automatizado, incluyendo investigación en diseño de materiales y diseño multiobjetivo de componentes automovilísticos: mejor comportamiento ante choques, ahorros de peso, mejora de aerodinámica, etc.
• Diseño automatizado de equipamiento industrial.
• Diseño automatizado de sistemas de comercio en el sector financiero.
• Construcción de árboles filogenéticos.
• Optimización de carga de contenedores.
• Diseño de sistemas de distribución de aguas.
• Diseño de topologías de circuitos impresos.
• Diseño de topologías de redes computacionales.
• En Teoría de juegos, resolución de equilibrios.
• Análisis de expresión de genes.
• Aprendizaje de comportamiento de robots.
• Aprendizaje de reglas de Lógica difusa.
• Análisis lingüístico, incluyendo inducción gramática, y otros aspectos de Procesamiento de lenguajes naturales, tales como eliminación de ambigüedad de sentido.
• Infraestructura de redes de comunicaciones móviles.
• Optimización de estructuras moleculares.
• Planificación de producción multicriteria.
• Predicción.
• Aplicación de Algoritmos Genéticos al Dilema del Prisionero Iterado
• Optimización de sistemas de compresión de datos, por ejemplo, usando wavelets.
• Predicción de Plegamiento de proteínas.
• Optimización de Layout.
• Predicción de estructura de RNA.
• En bioinformática, Alineamiento múltiple de secuencias.
• Aplicaciones en planificación de procesos industriales, incluyendo planificación job-shop.
• Selección óptima de modelos matemáticos para la descripción de sistemas biológicos.
• Manejo de residuos sólidos.
• Ingeniería de software.
• Construcción de horarios en grandes universidades, evitando conflictos de clases.
• Problema del viajante.
• Hallazgo de errores en programas.
• Optimización de producción y distribución de energía eléctrica.
• Diseño de redes geodésicas (Problemas de diseño).
• Calibración y detección de daños en estructuras civiles.
es.wikipedia.org/wiki/Algoritmos_genéticos#Cu.C3.A1ndo_usar_estos_alg

Redes neuronales artificiales

Aplicaciones

Las características de las RNA las hacen bastante apropiadas para aplicaciones en las que no se dispone a priori de un modelo identificable que pueda ser programado, pero se dispone de un conjunto básico de ejemplos de entrada (previamente clasificados o no). Asimismo, son altamente robustas tanto al ruido como a la disfunción de elementos concretos y son fácilmente paralelizables.

Esto incluye problemas de clasificación y reconocimiento de patrones de voz, imágenes, señales, etc. Asimismo se han utilizado para encontrar patrones de fraude económico, hacer predicciones en el mercado financiero, hacer predicciones de tiempo atmosférico, etc.

También se pueden utilizar cuando no existen modelos matemáticos precisos o algoritmos con complejidad razonable; por ejemplo la red de Kohonen ha sido aplicada con un éxito más que razonable al clásico problema del viajante (un problema para el que no se conoce solución algorítmica de complejidad polinómica).

Otro tipo especial de redes neuronales artificiales se ha aplicado en conjunción con los algoritmos genéticos (AG) para crear controladores para robots. La disciplina que trata la evolución de redes neuronales mediante algoritmos genéticos se denomina Robótica Evolutiva. En este tipo de aplicación el genoma del AG lo constituyen los parámetros de la red (topología, algoritmo de aprendizaje, funciones de activación, etc.) y la adecuación de la red viene dada por la adecuación del comportamiento exhibido por el robot controlado (normalmente una simulación de dicho comportamiento). es.wikipedia.org/wiki/Redes_neuronales_artificiales

» autor: --219763--

#2 Robots diseñados por algoritmos genéticos sin participación humana

ddomingo — Tue, 30 Nov 2010 15:35:13 +0000

No acabo de entender qué es un algoritmo genético

» autor: ddomingo

#1 Robots diseñados por algoritmos genéticos sin participación humana

LarryWalters — Tue, 30 Nov 2010 15:20:02 +0000

Y así, poco a poco, es como ocurrió lo de Matrix...

» autor: LarryWalters

Menéame: comentarios [1106978]

#5 Robots diseñados por algoritmos genéticos sin participación humana

#4 Robots diseñados por algoritmos genéticos sin participación humana

#3 Robots diseñados por algoritmos genéticos sin participación humana

#2 Robots diseñados por algoritmos genéticos sin participación humana

#1 Robots diseñados por algoritmos genéticos sin participación humana