Descubrimiento de Conocimiento en Grafos Multi-Relacionales

25 de Marzo de 2018, ha tenido 989 vistas

En Junio de 2017 Pedro Almagro Blanco presentó la Tesis Doctoral de título Descubrimiento de Conocimiento en Grafos Multi-Relacionales. En esta entrada se publica la introducción de su trabajo, así como el enlace al contenido de la tesis y algunos de los artículos a los que ha dado lugar.

Etiquetas utilizadas: , , , , ,

Leer mas »

Modelado de Sistemas Dinámicos con Machine Learning

25 de Marzo de 2018, ha tenido 2467 vistas

En Febrero de 2018 Diego Cabrera Mendieta presentó la Tesis Doctoral de título Modelado de Sistemas Dinámicos con Machine Learning: Aplicaciones al Mantenimiento Basado en la Condición. En esta entrada se publica la introducción de su trabajo, así como el enlace al contenido de la tesis y algunos de los artículos a los que ha dado lugar.

Etiquetas utilizadas: , , , ,

Leer mas »

Seminario (I+A)A... y ya van tres

6 de Marzo de 2018, ha tenido 329 vistas

Da comienzo la tercera temporada del Seminario (I+A)A (Inteligencia Artificial + Aprendizaje Automático) del Dpto. de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Sevilla. Próximamente aparecerá información detallada de las próximas sesiones.

Puedes encontrar más información en la página del seminario.

Etiquetas utilizadas: , ,

Leer mas »

¿Qué Hay Detrás de los Dobles Grados?

16 de Febrero de 2018, ha tenido 807 vistas

De que los dobles grados están de moda, no hay duda, y de que empiezan ya a aparecer como champiñones en cada campus universitario que se precie, tampoco, pero... ¿qué objetivos persigue un doble grado?, ¿a quién beneficia su existencia?, ¿qué consecuencias tiene el realizarlo?

Intentaré mostrar aquí un pequeño análisis personal acerca de lo que estamos viviendo y porqué creo que es así. Quiero que conste que las opiniones mostradas son exclusivamente mías, y no reflejan en ninguna medida la opinión que pueda tener mi depertamento, como entidad universitaria, ni ninguno de mis compañeros.

Etiquetas utilizadas: , ,

Leer mas »

Algoritmo de Monte Carlo aplicado a Búsquedas en Espacios de Estados

1 de Enero de 2018, ha tenido 5575 vistas

Cuando se trata el tema de la IA aplicada a juegos normalmente se comienza hablando de los llamados Juegos con Información Perfecta (3 en raya, Conecta 4, Damas, Reversi, Ajedrez, y Go), generalmente basados en turnos, en los que todos los jugadores pueden acceder a toda la información disponible de los demás jugadores y donde no hay elementos de azar en la mecánica del juego (como podría ser el uso de dados). Aunque hay metodologías teóricas desarrolladas para generar jugadores artificiales para este tipo de juegos, como Minimax, resultan claramente insuficientes cuando la complejidad del juego es no trivial. En esta entrada analizaremos cómo se puede aplicar el algoritmo de Monte Carlo para obtener jugadores artificiales asintóticamente óptimos en una variedad de juegos que se han resistido a otro tipo de aproximaciones más clásicas.

Etiquetas utilizadas: , , ,

Leer mas »

ALGUNAS ENTRADAS ANTERIORES ... AL AZAR

Cómo medir la Complejidad

16 de Marzo de 2014, 6623 vistas

¿Qué queremos decir con que un sistema dado muestra "comportamiento complejo"?, ¿podemos ofrecer medidas precisas para el grado de complejidad? En esta entrada se presenta un breve resumen sobre los diversos enfoques que ha habido para dar medidas concretas de esta complejidad.

Metaheurísticas

29 de Septiembre de 2018, 7889 vistas

 Otro nombre habitual que se le da a la perspectiva de obtener estrategias en IA es metaheurística. En este contexto, una heurística es un algoritmo que localiza soluciones "suficientemente buenas" para un problema pero sin preocuparse de si se puede probar que la solución sea correcta u óptima. Los métodos heurísticos compensan la precisión y calidad de las soluciones con la eficiencia computacional (en espacio y tiempo). Al igual que las heurísticas, las metaheurísticas pueden ser consideradas un marco algorítmico general que puede ser aplicado a diferentes problemas de optimización con ligeras modificaciones para adaptarlos a los problemas específicos.

Etiquetas utilizadas: , ,