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.
Modelado de Sistemas Dinámicos con Machine Learning
Seminario (I+A)A... y ya van tres
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.
¿Qué Hay Detrás de los Dobles Grados?
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.
Algoritmo de Monte Carlo aplicado a Búsquedas en Espacios de Estados
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.
Resolviendo Problemas de Satisfacción de Restricciones con Hormigas
Al igual que hemos visto metaheurísticas varias (como BFS, A*, o Templado Simulado) para dar soluciones a familias de problemas siempre y cuando pudiéramos representarlos como Espacios de Estados, vamos a usar esta entrada para demostrar cómo podemos usar ACOs para resolver problemas genéricos, siempre y cuando seamos capaces de representarlos como Problemas de Satisfacción de Restricciones. En este sentido, será necesario asociar a cada PSR un grafo de forma que los caminos óptimos en el grafo se asocien a soluciones óptimas en el PSR, así como proporcionar un sistema de probabilidades asociados a las aristas salientes de los nodos para asegurar que las hormigas construyen asignaciones válidas para el PSR considerado.
ALGUNAS ENTRADAS ANTERIORES ... AL AZAR
Teoría Algorítmica de la Información
La Teoría Algorítmica de la Información (AIT) es el resultado de poner la Teoría de la Información de Shannon y la Teoría de la Computabilidad de Turing en una coctelera y agitar vigorosamente. La idea básica consiste en medir la complejidad de un objeto por el tamaño en bits del menor programa que lo calcula.
(Extraído del Prefacio escrito por G. Chaitin para la segunda edición del libro "Information and Randomness: An Algorithmic Perspective" de C. Calude)
Lo imposible (de Fernando Orejas)
En su famoso artículo de 1936, del que ya se ha hablado en otras entradas de este blog, Turing hacía varias cosas notables. Primero, definía un modelo de máquina (la máquina de Turing) que permitía dar una definición matemática, y cercana a la intuición, de qué es lo computable. Segundo, demostraba que había una "maquina universal" que podía tomar otras máquinas como datos y comportarse como ellas. Finalmente, demostraba que hay problemas (matématicos) que ninguna máquina podría resolver, que son no computables o indecidibles.
