KÜNSTLICHE INTELLIGENZ

Autor: MONTANER RIGALL MIQUEL.
Jahr: 2003.
Universität: GIRONA [www.udg.es].
Ort der Lesung: ESCUELA POLITECNÍCA SUPERIOR.
Ort der Vorbereitung: UNIVERSIDAD DE GIRONA.

Autor: LEÓN ROJAS JUAN MIGUEL.
Jahr: 2003.
Universität: EXTREMADURA [www.unex.es].
Ort der Lesung: ESCUELA POLITECNICA.
Ort der Vorbereitung: ESCUELAS POLITECNICA.

Inhaltsangabe: Es definiert einen technischen Rahmen für den Vergleich von Fuzzy-Sets, die sich in einem Raum der Repräsentation und der Vergleich der Einheiten vage profiliert. Ein weiterer Grund ist definiert téorico Rahmen für die Arbeit mit Ausdrücken lingà ¼ isticas Zuweisungen Wahrscheinlichkeit über Ereignisse rund um vage Einheiten auf, wie diese Wahrscheinlichkeiten aktualisiert werden im Einklang mit den, wie sie sich durch die vage Hinweise auf das Bayes'sche.

Autor: GIL VACAS ANTONIO.
Jahr: 2003.
Universität: CÓRDOBA [www.uco.es].
Ort der Lesung: E.T.S.I. AGRONOMOS Y MONTES.
Ort der Vorbereitung: E.T.S.I. AGRONOMOS Y MONTES.

Inhaltsangabe: Die Nachfrage nach Wasser steigt kontinuierlich im Laufe der Jahre, während die natürlichen Ressourcen, nämlich Regen, nicht zu diesen Trend. Es ist notwendig, um die Nachfrage nach Bewässerungswasser, dass ein irrigable Bereich generieren können. Das Ziel dieser Arbeit ist es, zu reproduzieren, Modell oder vorherzusagen, das Verhalten des Landwirts, wenn sie als regante. Die Merkmale dieses Problems ist es schwierig, die Entwicklung eines mathematischen Modells, die Künstliche Intelligenz (KI) wird als ein leistungsfähiges Werkzeug in solchen Fällen. Das vorgeschlagene Modell besteht aus einem System neurodifuso basiert auf künstlichen neuronalen Netzen (RNA), und Fuzzy-Logik (LD), die umgesetzt wurde, in der irrigable Bereich der Genil - Cabra. Sie sind unter Berücksichtigung 11 Variablen auf das Modell, von denen 7 sind numerische Variablen und kommen direkt zu einem submodelo basiert auf der RNA: Oberfläche Zeitraum und 5 klimatischen Variablen, die anderen 4 Variablen sind lingüsticas und zu einer Umwandlung in eine submodelo Sitz in LD , Bevor sie in die RNA. Die Anwendung des Modells für den Anbau von Olivenhain prognostiziert Wasser Forderung der Landwirt mit einem Fehler von 14,70%, während die, wenn wir weitere Anbau der Handlung als Variable Nachfrage vorhergesagt wird mit einem Fehler von 19,38%.

Autor: ALEGRE MARTHA ANALIA.
Jahr: 2003.
Universität: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Ort der Lesung: Facultat de Informatica.
Ort der Vorbereitung: EDIFICI C6 Campus NORD.

Inhaltsangabe: Es ist eine allgemeine Einigkeit darüber, dass die syntaktische Struktur eines Satzes, die wichtige Informationen für die semantische Interpretation, und das ist einer der Hauptgründe, warum es wird in der Analyse. Es wird davon ausgegangen, dass die hierarchische Clustering hinter der syntaktischen Struktur erlaubt angemessen vertreten grammatischen Beziehungen zwischen den Wörtern und Phrasen. Rollen wie syntaktische Thema oder Objekt werden aus diesen Beziehungen und sobald diese identifiziert sind syntaktische Beziehungen, die Beziehungen predicado - argumento kann "gelesen" direkt syntaktischen Baum. Überprüfung der Literatur über Analysatoren umfassende Berichterstattung, es ist einfach zu erkennen, dass die Bäume, Graphen und andere ähnliche Objekte (typisch für die Methoden des Lernens symbolischen "), kann nicht einfach vertreten durch Vektoren Züge. Aus diesem Grund, um Methoden, die mit Vektoren (Netze neuroanles, suport Vektor Maschinen oder bestimmte statistische Methoden) zur Verarbeitung natürlicher Sprache komplexe Mechanismen erforderlich sind, um die darin enthaltenen Informationen in diesen Klassen von Objekten (Bäume, Graphen), Vektoren Features. In dieser Arbeit wir der Meinung, dass die numerischen Methoden oder statistischen Methoden und speziell für die Verwendung mit Vektor Operationen, wie zB Neuronale Netze oder Support Vector Maschinen, die Nutzung von Bäumen zu vertreten (syntagmatic klassischen Strukturen) ist ein Hindernis für eine Lösung zu erhalten, die Zusammensetzung und Effiziente Systeme. Um effizient und kompositorische Systeme, die wir speziell auf die Probleme der Invarianz (im Sinne des Wortes in das Modell Objekt Anerkennung in Machine Vision) und nicht als eine Lösung an die Macht Strukturen vertreten durch Vektoren syntagmatic. Das System, das wir vorschlagen, ist, bestehend aus zwei Modulen. Das erste Modul ist eine semantische Parser, die die Kassen für jedes Wort Eingang zum Aufbau von Strukturen proposicionales des Gebetes. Die Strukturen sind proposicionales direkt, ohne zur Berechnung der Struktur sintagmática. Das zweite Modul erhält Eingabe und die Ausgabe des ersten Moduls, die propositionale Struktur, und ersetzen Sie die Worte durch ihre semantischen Repräsentationen (semantische Klassen) und Züge subcategorizacón Mit all diese Informationen als Input, Release 2 überwacht die korrekte Position jedes Element in der propositionale Struktur. Jedes neue Element, das zusätzlich zu den propositionale Struktur sollte erfüllen alle Anforderungen der subcategorización und der damit verbundenen Einschränkungen bei der Auswahl. Die módulo1 erfordert einen relativ wenig Training. Sie können versuchen, eine einfache und effiziente Weise Koordinationen, Zeichensetzung und syntaktische Mehrdeutigkeiten. Diese Phänomene sind traditionell sehr schwierig zu behandeln, weil die Methode, die klassischen Strukturen Gebete. Die Art der Struktur, Release 1 berechnet berücksichtigt werden können sowohl syntaktische und semantische Einheiten: einschließlich Orts- und Ferngespräche. Die Effizienz des Modells wurde getestet mit echten Phrasen Texte (Gebete PTBII), und die Ergebnisse sind sehr vielversprechend. Im Hinblick auf den Release 2, wir getestet, die Wirksamkeit der verschiedenen Aspekte auch mit Gebeten PTBII. Im Hinblick auf ambigà ¼ Altersstufen syntaktische wir getestet das Modell mit zwei besonders schwierige Probleme: die ambigà ¼ Alter bei der Zuweisung von Phrasen preposicionales und ambigà ¼ Alter bei der Zuweisung der relativen Sätzen. Die Ergebnisse sind vergleichbar mit den besten erreicht, die bisher in dieser Phänomene in der lingüstica Computer. Im Hinblick auf die Begriffsklärung Sinne haben wir das Modell in der Begriffsklärung die Namen der Argumentation in Positionen von Verben, und die Ergebnisse sind viel versprechend.

Autor: ROURE ALCOBE JOSE.
Jahr: 2003.
Universität: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Ort der Lesung: Dep. llenguatges i sistemes informàtics.
Ort der Vorbereitung: EDIFICI C6 Campus NORD.

Inhaltsangabe: Die inkrementelle Lernen Ansatz wurde zunächst motiviert wie das menschliche Fähigkeit zur Durchführung von Wissen aus neuen Erfahrungen es wert, der in künstlichen Agenten. Aber heute gibt es andere praktische Gründe (dh industriellen), die das Interesse an der inkrementellen Algorithmen. Heute, Unternehmen von einer sehr breiten Palette von Aktivitäten speichern große Mengen von Daten jeden Tag. One shot Algorithmen sind nicht leicht zu verarbeiten und können dieses Wissen in einem großen Menge der kontinuierlich eingehenden Fälle, in eine angemessene Menge an Zeit und Speicherplatz. Wir sind der Meinung, dass in diesem Umfeld, inkrementelle Lernen wird besonders relevant, da diese Art von Algorithmen in der Lage sind, zu überarbeiten bereits bestehenden Modelle von Daten ab, ohne Kratzer und ohne erneute Bearbeitung Vergangenheit. Wir stellen Ihnen zwei verschiedene und allgemeine Heuristiken, um zu konvertieren Partie Hügel - Klettern Suchenden in inkrementellen werden. Wir glauben, dass die heuristische dass wir Traversal Operators in der richtige Reihenfolge (TOCO) ist die neuartige und originelle Beitrag. Diese besagt, dass heuristische, eine erlernte Wissen und das Lernen Pfad verwendet, um die Struktur, wo die Traversal sind geordnet in absteigender Beitrag der Qualität, die Struktur wird überarbeitet werden, wenn die Reihenfolge der Traversal Betreiber geändert wird im Lichte der neuen Daten und auch, dass die Struktur wird wieder von der ersten ungeordneten Betreiber der Pfad. Also, der Vorteil der TOCO heuristische ist zweigeteilt. Erstens, das Modell wird erst überarbeitet werden, wenn sie für ungültig erklärt wird durch die neuen Daten, und der zweite, für den Fall, dass es muss revidiert werden, die Lernen Algorithmus wird nicht von Grund auf neu beginnen. Die zweite heuristische unserer Arbeit, dass wir gefordert, Reduced Space heuristische Suche (RSS), nutzt das Wissen aus früheren Lernen Schritte und Strukturen, die besagt, dass nur sehr geringe Qualität in der Vergangenheit lernen Schritte wird noch niedriger Qualität in Bezug auf den neuen Datensatz Lernen in der aktuellen Schritt. Wir formell Rechtfertigung für die Richtigkeit dieser beiden Heuristiken. Um dies zu tun, erstens, stellen wir das Konzept der kontinuierlichen Qualität. Grob gesprochen, und wir sagen, dass eine gute Funktion ist kontinuierlich über den Raum von Datensätzen, wenn ein Wissen Struktur und zwei willkürlich ähnliche Datensätze (dh es besteht eine kurze Kullback - Leibler Distanz zwischen ihnen), die Funktion liefert sehr ähnliche Werte für die Qualität der Struktur Gemessen in Bezug auf die beiden Datensätzen. Aus dieser Definition werden wir rechtfertigen TOCO heuristische fest, dass, wenn die Reihenfolge der Traversal Betreiber eines bestimmten Lernweg Änderungen, wenn neue Daten Instanzen werden in den Datenbestand, bedeutet das, dass die neue Datensatz ist wesentlich von den ehemaligen ein und so ist es Wert Überarbeitung der Struktur. Ebenso, wir rechtfertigen, der RSS heuristische fest, dass, wenn die Reihenfolge der Traversal Betreiber eines bestimmten Lernen Pfad nicht ändern, so bedeutet dies, dass neue und alte Datensätze sind nicht signifikant verschieden und damit Strukturen, die nur von sehr geringer Qualität noch Halten niedrige Qualität Werte. Unsere Heuristiken speichern müssen, die ausreichen, um Statistiken zu vermeiden, Scannen datensätze mehrere Male. Wir identifizieren aus der Literatur AD - Bäume als Ansatz für die effiziente Speicherung im Speicher ausreichen spärlich Statistiken. Diese Struktur wird es uns ermöglichen, ihn in den Speicher ausreichend Statistiken erforderlich sind, um möglicherweise eine Suche unter den gesamten Raum der Bayes'sche Netze, ohne daß bereits gesehen. Außerdem schlagen wir vor zwei zusätzliche Heuristiken, die zusammen auf dem Gebiet der Bayes'sche Netze. Beide Heuristiken sind in der Vermeidung zu speichern genügend Statistiken, dass es unwahrscheinlich ist, dass nützlich für die Zukunft lernen.

Autor: CERQUIDES BUENO JESUS.
Jahr: 2003.
Universität: POLITÉCNICA DE CATALUÑA [www.upc.edu].
Ort der Lesung: LSI.
Ort der Vorbereitung: CAMPUS NORD UPC, FIB.

Autor: BLANCO GÓMEZ ROSA.
Jahr: 2004.
Universität: PAÍS VASCO [www.ehu.es].
Ort der Lesung: FACULTAD DE INFORMÁTICA.
Ort der Vorbereitung: FACULTAD DE INFORMÁTICA.

Inhaltsangabe: Die Arbeit der Dissertation leistet einen Beitrag in zwei Bereiche: Lernen von der automatischen Datennetze Baysianas und Klassifikatoren Bayesianos. Lernen in der Netze Bayesianas, Annäherungen "Partitur + Suche" auf der Suche nach dem besten Bayesian Netzwerk für eine Messung und eine Suche Raum gegeben. In diesem Bereich werden die Beiträge der Arbeit konzentriert sich auf die Anwendung von Methoden schwebend, GRASP und Algorithmen für die Schätzung Distributionen als Motoren bei der Suche nach Netzwerken Bayesianas. Auch wenn die Ergebnisse sind nicht so gut, wie erwartet, sind sie im Wettbewerb mit denen, die durch andere Algorithmen, die von der Literatur. Die überwachte Klassifikation ist es, ein Modell aus einer Menge von d atos beschriftet, so dass in Zukunft ein solches Modell vorhersagen, die eine Instanz der Klasse Label. Im Zusammenhang mit der Aufsicht der Einstufung ist die Auswahl der Variablen, in denen nur ausgewählte Variablen, die Informationen für die Klasse. In dieser Arbeit, Rangfolge gewählt Paradigmen sind eine Teilmenge von Klassifikatoren Bayesianos; naiven Bayes, halb naiven Bayes, Baum ergänzt naiven Bayes und k Abhängigkeit Bayesian Systematik. Beiträge in diesem Bereich Schwerpunkt der Vorschlag ein Konzept für die Filterung und wickeln diese Klassifikatoren. In Experimenten, die zeigt, dass die vorgeschlagenen Klassifikatoren Bayesianos Verbesserung der Ergebnisse der naiven Bayes, wenn die Daten Variablen sind redundante und irrelevante. Schließlich haben wir mit der Umsetzung der Filter- und Annäherungen Wrapper für Klassifikatoren Bayesianos drei wirklichen Probleme in der biomedizinischen Umgebungen, um sehr viel versprechende Ergebnisse.

Autor: PÉREZ GONZÁLEZ FEDERICO.
Jahr: 2004.
Universität: PAÍS VASCO [www.ehu.es].
Ort der Lesung: E.T.S. DE INGENIERÍA DE BILBAO.
Ort der Vorbereitung: E.T.S DE INGENIERÍA DE BILBAO.

Inhaltsangabe: Diese These stellt ein neues Verständnis Imaging System basiert auf der Verwendung von Wavelet-Transformation reversibel. Das System wurde so konzipiert, dass beides zu verstehen ohne Verständnis Verluste als einen Verlust. Präsentiert einen neuen Mechanismus codificacicón Komponenten an die Verwendung von Untergruppen. Ebenfalls enthalten ist ein Algorithmus Ausrichtung der Unterkategorie die ihre Bereitschaft zur Anpassung an die Bedürfnisse der Anwendung. Darüber hinaus nutzt einen neuen Encoder entrópico was zu einer Struktur der Leinwand leicht handhabbar. Das System der Verständigung kann auf beide Bilder in Graustufen, Farbe und Bilder. Für den letzteren Fall stellt zusätzliche Mechanismen, um fortzufahren, um die Bedingungen für die Reversibilität. Es beschreibt verschiedene Mechanismen kletterte als Erweiterungen des Systems Verständnis. Er hat ein System entwickelt, um die in hohem Maße konfigurierbar. Darüber hinaus bietet eine Codierung System Eskalation mit mehreren Erzählung, die Anpassung der generierten Informationen wenig robuste Kommunikationskanäle.

Autor: GÓMEZ HIDALGO JOSÉ M..
Jahr: 2004.
Universität: COMPLUTENSE DE MADRID [www.ucm.es].
Ort der Lesung: FACULTAD DE CIENCIAS MATEMÁTICAS.
Ort der Vorbereitung: FACULTAD DE CIENCIAS MATEMÁTICAS.

Inhaltsangabe: Mit der wachsenden Anzahl der zur Verfügung stehenden Informationen in elektronischer Form in der modernen Informationsgesellschaft ist es wichtig, den Nutzern effektive Wege, um zu verhindern, die Überlastung von información.En vielen Umgebungen (Internet, Bibliotheken, Unternehmen und viele mehr) Alle Daten weiterhin verfügbar bleiben, vor allem in Form von texto.Por daher Wirksamkeit bei verschiedenen Aufgaben der Einstufung von Text, wie Filtern und Recovery Informationen, und andere, ist von entscheidender Bedeutung für den Erfolg in Bildung und Wirtschaft, und sogar in Hobbies und Reisen. Die automatische Text Kategorisierung (CAT) die automatische Zuweisung von Dokumenten zu vordefinierten Klasse spielt eine wichtige Rolle in diesem Zusammenhang den Zugang zu Información.La CAT wird zur catalogers (oder reemplazarles) in der Aufgabe, richtig zu klassifizieren Bücher in Bibliotheken, Webseiten Verzeichnisse, Oder um eine Verzeichnisstruktur zu den Informationen auf den Internetseiten und im Intranet. Schließlich im Hinblick auf die Benutzer der Bibliotheken und das Internet, oder Kunden und Mitarbeiter nutzen diese kontrollierten Vokabularen und Verzeichnisstrukturen zu erreichen, effizienter Zugang zu den Informationen in diesen Umgebungen. Derzeit gibt es einen konsolidierten Modell für den Aufbau von Systemen CAT.El Modell ist der Einsatz von Techniken der Information Retrieval System und Lernen zu vertreten manuell klassifizierte Dokumente (die Kollektion von Ausbildung). Gerade in Umgebungen mit thematischen Kategorien, dieses Modell hat sich als ebenso wirksam wie die Verwendung von menschlichen catalogers Experten, vorausgesetzt, dass ausreichende Dokumente entrenamiento.Sin jedoch, gibt es immer noch Möglichkeiten zur Verbesserung ihrer Wirksamkeit durch eine Reihe von Problemen, einschließlich fehlender Daten die Extrem hohe Dimensionalität der Darstellung von Text und ambigà ¼ lexikalische Alter. In dieser Arbeit, porponemos die Integration von Informationen in Datenbanken Léxicas (BDLS) zu verbessern efectiviadad von Systemen CAT.Las BDLS enthalten eine Menge an Informationen über die lexikalischen Elemente von einem oder mehreren Sprachen und kann Zur Ergänzung der Informationen in den Sammlung der Ausbildung zur Verbesserung der Wirksamkeit der Kategorisierung Texto.Hemos zwei Modelle der Integration, die auf die Art und Weise, in der die BDLS, die in der Erholung Información.El erste Modell stützt sich auf die Erweiterung der Suchanfrage, während die zweite basiert auf Indizierung konzeptionellen. Hemos führte eine Reihe von Experimenten, die Ergebnisse zeigen, dass beide Modelle haben éxito.También wir studierte die Integration der beiden Modelle in einer allgemeinen, die Remis von den besten von beiden.

Autor: MACHÓN GONZÁLEZ IVÁN.
Jahr: 2004.
Universität: OVIEDO [www.uniovi.es].
Ort der Lesung: ESCUELA POLITÉCNICA SUPERIOR DE INGENIERÍA DE GIJÓN.
Ort der Vorbereitung: ESCUELA POLITÉCNICA SUPERIOR DE INGENIERÍA DE GIJÓN.

Inhaltsangabe: Der Einsatz von neuronalen Netzen Modelle, die Erzählung, das Sie lesen und verstehen die Daten, Mustererkennung und identifizieren Beziehungen und Zusammenhänge. Sie können auch prädiktive Modelle der wichtigsten Parameter aus den verfügbaren Daten. Diese Techniken integriert werden können in die bestehende Software und Hardware Plattformen zur Arbeit in Echtzeit mit dem Prozess zu studieren. In den letzten zwei Jahrzehnten haben erfolgreiche Ergebnisse bei der Behandlung von Abwasser in großen Teil wegen der strengen Politik. Kosten im Zusammenhang mit der aeroben Phase sind in der Regel die wichtigsten biologischen Behandlungen. In diesem Zusammenhang ist es ratsam, um Änderungen in den Betrieb und / oder die Konfiguration der Anlage, um die Kosten für die Belüftung. Allerdings würde dies bedeuten, daß der Verbrauch von Zeit und Geld, so die beste Lösung ist die Verwendung von Simulationsmodellen zur Bewertung der möglichen Auswirkungen von alternativen operativen Strategien. Diese These stellt eine Methodik für die Arbeit mit neuronalen Netzen sowohl Futtermittel - vor (MLP) mit automatischer organisierten Karten (SOM). In diesem Punkt ist es sehr wichtig, Validierung der neuronalen Netzwerk, das hängt von der Art des Netzes verwendet werden. Es erfolgt durch neuronale Netze Futtermittel - weiter Schätzung der Konzentration von Ammoniak in die Abwässer aus einer Kläranlage, bestehend aus zwei biologischen Reaktoren in Serie. Darüber hinaus hat es eine unabhängige Software-Tools einschließlich Daten System Erwerb einer Anlage Abwasserbehandlung der Kokerei Arcelor im Avilés (Spanien) und die Algorithmen für die automatische organisiert Karten als eine Technik für die Überwachung. Dieser Algorithmus ist die automatische Zuordnung organisiert wie eine Technik für die Überwachung des Prozesses. Dieser Algorithmus wird in der Anwendung automatisch auf der Bahn ein Netzwerk SOM. Der Betreiber der Anlage kann man den letzten SOM Netzwerk, das entspricht dem letzten Behandlungszyklus Aerobic Batch Reaktor (SBR), und weist Zusammenhänge zwischen den Variablen. Es macht die Klassifizierung von Daten mit Clustering-Algorithmen particionales und berechnet Einschätzung über den derzeitigen Stand des Prozesses durch Netzwerke SOM wurden geschult und validiert nach den topographischen und Quantisierung Fehler. Sie erreichen eine Einsparung von Betriebskosten und einer Steigerung in der Anlage Durchsatz durch die Schätzung der Länge der wichtigsten Aktivierung aerobe Behandlung. Die wichtigste Ergebnis ist die Erkennung der Endpunkt der aeroben Phase, durch die wir abschließen können, und damit die Zeit der Behandlung Zyklus durch die Erhöhung der Kapazität der Anlage und Kosteneinsparungen.

Autor: SÁNCHEZ SOLANA ANTONIO MIGUEL.
Jahr: 2004.
Universität: MÁLAGA [www.uma.es].
Ort der Lesung: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMÁTICA.
Ort der Vorbereitung: ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA INFORMATICA.

Inhaltsangabe: Der Verlust von Öl in die alperujo von ca. 3% bis 4% der Öl auf nassen Probe unter normalen Bedingungen. Die Bedeutung von Verbesserungen bei der Wahrnehmung dieser industriellen Prozess ergibt sich aus der starken Auswirkungen dieses Produkts in der Wirtschaft Spanisch und vor allem andaluza.En Qualitätskontrolle in der industriellen Aufgaben durch Computer Vision wurde erstellt mit beträchtlichem Erfolg in anderen campos.El Qualitätskontrolle In der industriellen Aufgaben durch Computer Vision wurde erstellt mit beträchtlichem Erfolg in anderen campos.La Grundlage für die Umsetzung in alperujos ist, dass 1) des Sachverständigen (Master Müller) nutzt die taktile und visuelle Informationen zum Ausführen bestimmter Aufgaben Kontrolle reibungslose Funktionieren des Anlage 2) der Experten, die in der chemischen Analyse von Bagasse, vertraut mit der Erfahrung (optisch), wenn Trester sind Auffrischungskurse (erschöpft), oder wenn auf der anderen Seite, die einen signifikanten Anteil von Öl und der Anteil der Feuchtigkeit ist wichtig, 3) die visuelle Feature Informationen Touch ist die textura.Métodos Alternative als Nuclear Magnetic Resonance (NMR) und Soxhlett erfordern Vortrocknung der Probe, was bedeutet, mindestens 6-7 Stunden warten, um die analytischen Ergebnis (im Falle von Methode Soxheltt ist verstärkt in dieser Zeit der Extraktion von der Fettgehalt von disolvente.El Methode, in der Nähe der Infrarot (NIR) ist schneller Reaktionszeit (mehrere Minuten), aber es erfordert die Manipulation von einem Betreiber (spezialisierten) und deuna buens Kalibrierung der dispositivos.Con Das vorgeschlagene System zielt auf die Verbesserung der Leistung in der Produktion von Öl in den Mühlen, durch die Anwendung von Techniken imágenes.Para Dies hat ein System entwickelt, dass Feeds Trester, maner kontinuierliche und einheitliche Kamera für die imágenes.Las Bilder werden an einen Computer (Befindet sich in der Control Panels des Systems), wo sie eine detecicón Blasen oder Klumpen, sind einige Funktionen extrahiert, maner, dann kann in einer Klassifikation Basierend auf einem neuronalen Netzwerk für Clustering.

Autor: LAZKANO ORTEGA ELENA.
Jahr: 2004.
Universität: PAÍS VASCO [www.ehu.es].
Ort der Lesung: FACULTAD DE INFORMATICA.
Ort der Vorbereitung: FACULTAD DE INFORMATICA.

Inhaltsangabe: Der Roboter Navigation in Umgebungen Halbfinale estructurados ist ein Problem mit mehreren Anwendungen öffnen Interesse für die Anwendungen der verschiedenen Arten, wie kann sein: Roboter Führer in Museen und öffentlichen Institutionen, Roboter für die Reinigung großer Flächen, die Unterstützung für Menschen mit motorischen Behinderungen, und so weiter . Die Systeme Ansatz Basierend auf der Performance schlägt vor, ein inkrementelles Design Methode zur Bewältigung des Problems der intelligente autonome Systeme. Diese Arbeiten lassen sich in zwei Bereiche: 1 - Automatisches Lernen: Unterschiedliche Fähigkeiten interessant für die Navigation Roboter wurden entworfen und realisiert mit Paradigmen von diesem Bereich. 2 - Robot Navigation: unter dem Paradigma der Systeme auf der Grundlage von Verhalten, und nach Taxonomie der Navigation Systeme biomiméticos, stellt die inkrementelle Entwicklung einer Architektur für die Steuerung Roboter Navigation. Wir werden die grundlegenden Module oder Verhalten zu wandern, und integriert eine Reihe von Bezeichnern genug Marken, um eine Reaktion durch Wahrnehmung. Darüber hinaus rundet eine verfahrenstechnische Beschreibung der Umwelt, die die Lage und die Planung für die Verwirklichung der Ziele.

Autor: FERNANDEZ GOMEZ DE SEGURA ELSA.
Jahr: 2004.
Universität: PAÍS VASCO [www.ehu.es].
Ort der Lesung: FACULTAD DE INFORMATICA.
Ort der Vorbereitung: FACULTAD DE INFORMATICA.

Inhaltsangabe: Das Problem von Verzerrungen, die von der Lichtquelle ist in allen Anwendungen, die digitale Bilder für die Erkennung und Anerkennung im weitesten Sinne des Wortes. In diesem Papier haben wir auf die Bilder der Nuclear Magnetic Resonance, angesichts ihrer wachsenden diagnostischen Einsatz. Darüber hinaus gibt, dieses Problem kann formuliert werden in einer erschwinglichen Lösung für den allgemeinen Fall, weil die Bilder zeigen eine klare Struktur Funktionen wie eine konstante Stücke. Wir haben umgesetzt, und im Vergleich verschiedener Ansätze, die auch unsere Vorschläge auf der Grundlage der Minimierung der ein Ziel definiert über die Einstufung Fehler und Voreingenommenheit Beleuchtung. Neben der Kernspintomographie, haben wir unsere Algorithmus für die Korrektur Beleuchtung Applikationen für die Erkennung von Gesichtern, mit positiven Ergebnissen.

Autor: Sánchez Maroño Noelia.
Jahr: 2004.
Universität: A CORUÑA [www.udc.es].
Ort der Lesung: Facultad de Informática.
Ort der Vorbereitung: Facultad de Informática.

Inhaltsangabe: Diese Arbeit schlägt zwei neue Algorithmen zur Reduzierung der Größe. Das erste ist ein Algorithmus basiert auf dreidimensionale Analyse, kann die Größe der Eingabe eines physikalischen Problems oder Ingenieurwissenschaften. Reduzierung der Größe wird erreicht durch die Umsetzung der Lehrsatz Pi, die grundlegenden Satz von dreidimensionalen Analyse auf die Menge der Ein- und Ausgabe Variablen, die das Problem, so dass die Variablen sind in Monomen adimensionales daher Die vorgeschlagene Algorithmus ist eine Methode für das Extrahieren Features. Die Umsetzung des Algorithmus stellt die verschiedenen Arten von Monomen adimensionales die sich aus der Variablen ein Problem. Jeder dieser Sätze bilden die Ein- und Ausgänge der funktionalen oder neuronales Netzwerk, das verschiedene Ansätze zur Lösung des gleichen Problems. Die Angemessenheit dieser Algorithmus wird durch ihre Anwendung auf die drei Physiker und technische Probleme. Die Leistung Ergebnisse sind im Vergleich mit denen aus der direkten Anwendung, dh, ohne mit den vorgeschlagenen Algorithmus, funktionale und neuronale Netze. Darüber hinaus ist die Methode der Gewinnung von Eigenschaften im Vergleich zu anderen bestehenden Methoden: PCA und ICA. Der zweite Algorithmus präsentiert wird, ist ein alfotirmo Lernen Netzwerk basiert auf funktionale Aufspaltung ANOVA (Analysis Of Varianz), die hilft, festzustellen, die Topologie des gleichen aus den Daten. So weit, und nach dem peer-reviewed Literatur, ist das einzige vorhandene Algorithmus ermöglicht die Topologie funktionierendes Netzwerk aus den Daten. Da dieser Algorithmus basiert auf der Zersetzung ANOVA auch eine Sensitivitätsanalyse, sowohl auf globaler als auch lokaler Ebene. Auf diese Weise werden Sie nicht nur eine Annäherung an ein bestimmtes Problem lösen, aber Sie erhalten ein Modell, das mit einem klar definierten strukturellen Lernen, und eine parametrische Sensitivitätsanalyse. Die allgemeine Sensibilität Indizes sind diejenigen, die bestimmen, die Topologie des Netzwerks funktionale, als Hinweis auf die Bedeutung der einzelnen Variable, und jede Kombination von Variablen bei der Lösung von Problemen. Die Eignung des Algorithmus wird an zwei Probleme bei der Umsetzung der technischen lichen: Widerstand aus einem Strahl und Gestaltung eines Staudamms. In einigen Fällen sind die Preise der allgemeinen Sensibilität empfehlen Beseitigung bestimmter Variablen, da sie wenig oder gar keinen Einfluss auf die Erreichung des Ziels. Es wird daher vorgeschlagen, eine Verlängerung der Algorithmus, die ihre Anwendung als Methode evolvente Auswahl an Funktionen. Es wurde eine vergleichende Studie mit anderen Methoden der Auswahl von Funktionen, die beide Umschläge wie Filter, die belegen, dass die vorgeschlagene Methode ähnliche Ergebnisse erzielt, manchmal sogar besser, sowohl in der Genauigkeit erreicht, bei der Verringerung der Anzahl der Variablen.

Autor: Penas Centeno Marta.
Jahr: 2004.
Universität: A CORUÑA [www.udc.es].
Ort der Lesung: Facultad de Informática.
Ort der Vorbereitung: Facultad de Informática.

Inhaltsangabe: Die Dissertation beschreibt, und setzt ein System zur Erkennung von Objekten in Bildern auf der Grundlage Techniken perzeptuellen Organisation. Traditionell werden alle Ansätze zur Erreichung dieses Ziels wurden auf der Grundlage der Ergebnisse von den Detektoren Kanten als Canny oder Sobel. Im Gegensatz dazu, die Regelung wird auf Ergebnisse, die mit dem Abbau von Gabor. Die Einführung der Zersetzung Gabor, einen Prozess rechnerisch komplex. Die endgültigen Ergebnisse wird durch zwei wesentliche Gründe: Der erste ist, dass die Aufspaltung von Gabor bietet umfassende und zuverlässige Informationen über die Ausrichtung der Kanten auf der internationalen Bühne und der zweite ist, dass sie nicht verlangen, die Anpassung der Parameter der Nutzer auf der Grundlage Die Eingabe Bild. Das Programm gliedert sich in mehrere Phasen. Die erste ist die Beseitigung der primitiven Richtungen Bild durch einen Filter Bank Gabor verteilt in einer Reihe von Frequenz Kanäle (Frequenzen *) und Beratung (* Ausrichtung). Durch die Aufspaltung von Gabor wandelt die Eingabe im Bild (* x- * Frequenzen Leitlinien) Bilder Ergebnis ist es notwendig, die Integration von Informationen dieser Bilder in einem einzigen Ergebnis. Es wird eine Reihe von Strukturen automatisch organizativas Netzwerke der künstlichen Neuronen, hierarchisch organisiert in der Folge ein einzelnes Bild Pseudo - Farbe, in dem eine bunte Pixel definieren, die Ausrichtung der entsprechenden Kante in der Eingabe Bild. Die dritte Stufe geht es um die Aufdeckung von Segmenten, die im Bild Pseudo - Farbe Ergebnis der älteren Strafverfolgung. Es verwendet einen Detektor Segmente basiert auf der Kombination von zwei Segmente Detektoren weit verbreitet, und die Hough-Transformation Detektor Segmente Burns. Der letzte Schritt ist die Organisation der Segmente identifiziert durch einen Prozess der perzeptuellen Organisation beruht auf der Erkennung von Beziehungen zwischen Paaren von Segmenten (colinearity, Parallelität, Gewerkschaften, etc.) und generieren eine Reihe von Grafiken, die die Struktur der Szene. Schließlich wird die Gültigkeit des Systems wurde durch seine Anwendung auf zwei unterschiedliche Bereiche: die Erkennung von Gebäuden in Fotografien, und die Erkennung von Proteinen in der medizinischen Bildgebung.

Autor: PICÓ VILA DAVID.
Jahr: 2004.
Universität: POLITÉCNICA DE VALENCIA [www.upv.es].
Ort der Lesung: Dep. Sistemas Informáticos y ComputaciÓn.
Ort der Vorbereitung: Universidad Politécnica de Valencia.

Inhaltsangabe: Maschinelle Übersetzung ist eine sehr aktive Bereich der natürlichen Sprache Technologie, die erfahrenen starken Entwicklung in den letzten Jahrzehnten. Die Techniken, wurden eingerichtet werden könnten, etwas vereinfachend, technische "Wissensgesellschaft", mit Hilfe der Informationen, die von Experten lingà ¼ istas, und Techniken "auf der Grundlage von Beispielen," dass automatisch extrahierten Informationen aus Text. Die Arbeit dieser Arbeit ist Teil des zweiten Familie von Techniken, die auf Beispiele. Wir haben konzentriert sich auf die Verwendung eines bestimmten Modells: die Wandler stochastische endliche. Dieses Modell (und ähnliche) wird verwendet, in vielen Bereichen der Sprache Technologien und verschiedene Zwecke. Wir verwenden es hier für die Übersetzung zwischen den verschiedenen Sprachen. Die Dissertation beschäftigt sich mit dem Problem der Schaffung Wandler stochastische endliche von Proben der Übersetzung. Diese Proben aus Paaren von Phrasen in verschiedenen Sprachen, in denen eine Übersetzung des Wortes ist eine andere. Auf der einen Seite haben wir mehrere Algorithmen für die Schätzung der Wahrscheinlichkeit von Aufnehmern, auf der Annahme, dass die Struktur bereits bekannt ist. Auf der anderen Seite, und als einen wichtigen Beitrag bei der Arbeit, beschreibt eine Methode, und eine Reihe von Algorithmen zu schließen, Wandler (mit Struktur und Wahrscheinlichkeiten) aus Stichprobe zur Gruppe unter ihnen die Symbole generische GIATI (Englisch Grammatische Inferenz Algorithmen. Dieser Bericht enthält eine Theoretische erste Ausstellung dieser Algorithmen, und setzt mit einer Fallstudie über die Umsetzung untersucht verschiedene Möglichkeiten der Nutzung GIATI. Waren ebenfalls anwesend Übersetzung experimentelle Studien zeigen, die realen Möglichkeiten der Umsetzung dieser Techniken.

Autor: Ontañón Villar Santi.
Jahr: 2004.
Universität: AUTÓNOMA DE BARCELONA [www.uab.es].
Ort der Lesung: Institut d'Investigació Intelligència Artificial.
Ort der Vorbereitung: Institut d'Investigació Intelligència Artificial.

Inhaltsangabe: Dieses Papier stellt einen Rahmen für die aprendizajeen eine Arena von verteilten Daten und Kontrolle descentralizado.Hemos Grundlage unserer Arbeit Rahmen Systems Multi - Agente (MAS), um die Steuerung dezentral, und Reasoning Based enCasos (CBR), seit seinem faul Art des Lernens Was hacenadecuado Systeme mehrere agentes dynamisch. Darüber hinaus sind wir daran interessiert, in der autonomen Agenten, die als (emensembles). Ein Ensemble von Akteuren löst Probleme lasiguiente Weise: Jeder Schauspieler individuell lösen das Problem actualindividualmente und macht seine Vorhersage, dann werden alle esaspredicciones hinzugefügt werden, um eine Vorhersage global.Así daher, in diesem Papier sind wir daran interessiert, in der desarrollarestrategias Lernen basiert auf Fällen und Ensembles parasistemas Mehreren agente.Concretamente vorgelegt Rahmen einer Arbeitsgruppe namens Reasoning Basierend auf der Rechtssachen Multi - Agente (MAC), ein aproximaciónal CBR - auf der Grundlage durchgeführt werden. Jeder Agent in einem einzigen System / Mac / ist in der Lage, Lernen und soluciar Probleme individuell mit CBR mit der Grundlage ihrer individuellen Fällen. Darüber hinaus hat jeder Fall ist im Besitz von einer Person, und alle Informationen, die Basis Fälle werden angezeigt oder, wenn die Menschen nur gemeinsam beschlossen werden. Daher ist dieses bewahrt im Rahmen des Datenschutzes und der Autonomie der Akteure zu offenbaren. Diese Arbeit konzentriert sich auf die Entwicklung von Strategien für die einzelnen Agenten mit der Fähigkeit zu lernen verbessern kann ihre Leistung bei der Arbeit sowohl einzeln als auch als trabjan als Ensemble. Darüber hinaus Entscheidungen in einem System MACs Entscheidungsfindung in einer dezentralen Art und Weise, mit der jeder Agent hat Entscheidungsfindung Autonomie. Daher werden die Techniken entwickelt, in dieser Arbeit bieten einen Rahmen für eine höhere Leistung als Ergebnis der individuellen Entscheidungen, die in einer dezentralen Art und Weise. Insbesondere werden wir drei Strategien: Strategien für die Schaffung von Ensembles von Akteuren, Strategien für die Aufrechterhaltung der Fälle, in mehreren agentes Systeme und Strategien für die Umverteilung der Fälle.

Autor: GIL GARCIA REYNALDO JOSE.
Jahr: 2004.
Universität: JAUME I DE CASTELLON [www.uji.es].
Ort der Lesung: E.S. TECNOLOGIA Y CIENCIAS EXPERIMENTALES.
Ort der Vorbereitung: E.S. TECNOLOGIA Y CIENCIAS EXPERIMENTALES.

Inhaltsangabe: Diese Arbeit konzentriert sich auf das Problem des Clustering. Gleichzeitig werden vorgestellt und bewertet verschiedene Clustering-Algorithmen auf Graphen, die beide sequentiellen und parallelen und schlägt Lösungen für die drei Klassifizierung von Problemen, die sich in der Praxis; Erwerb von Aktien oder disjunkte Gruppen, um Abdeckung oder Gruppen überlappende Hierarchien und den Aufbau von Gruppen. Wir schlagen vor, drei aufeinanderfolgende Clustering-Algorithmen und vier parallel. Es ist für andere eines allgemeinen Rahmens zur Erzeugung verschiedenen Algorithmen hierarchischen aglomerativos, sowohl statische als auch dynamische. Alle Algorithmen, die in der Diplomarbeit kann als routinemäßige Berichterstattung innerhalb dieses Rahmens. Die verschiedenen sequentiellen und parallelen Algorithmen entwickelt werden zur Lösung eines bestimmten Problems, die Gruppierung von Dokumenten. Die Versuche, die mit mehreren Sammlungen von Dokumenten zeigt, dass unsere Algorithmen, die mit einer Qualität vergleichbar mit den besten Algorithmen, die in der Literatur. Dies wird mit zusätzlichen Vorteile, die nicht auf den Raum der Darstellung von Objekten und die Rolle der Ähnlichkeit zwischen den beiden ist, haben nur einen Parameter, und zwar unabhängig von der Reihenfolge, unter anderem. Auf der anderen Seite, parallele Algorithmen eine gute Beschleunigung und Skalierbarkeit isotemporal. Trotz der Tatsache, dass wir sie in der Gruppe von Dokumenten ist nicht nur auf diesem Gebiet, die benutzt werden können, in jedem Problem der Mustererkennung wo nötig, die Gruppierung der Objekte jeglicher Art zu feiern.

Autor: BESADA JUEZ JESUS MANUEL.
Jahr: 2004.
Universität: PONTIFICIA COMILLAS [www.upcomillas.es].
Ort der Lesung: ALBERTO AGUILERA 25.
Ort der Vorbereitung: ESCUELA TECNICA SUPERIOR DE INGENIERIA.

Inhaltsangabe: Diese These stellt eine umfassende Methodik und Kreislaufsystem für die automatische Verfeinern von Wissen auf der Grundlage einer Geschichte oder Erfahrungen Beispiele Zugehörigkeit zu einer bestimmten Domäne von Wissen. Die These fällt in den Bereich der automatischen Verfeinerung des Wissens, präsentiert ein Verfahren, verfeinern oder lernen Sie neue Erkenntnisse, die Verbesserung und lernen Sie von den Erfahrungen automatisch, wie sie sind Beispiele und all dies mit einer hohen Genauigkeit und Interpretierbarkeit der gewonnenen Erkenntnisse. Die Methodik ist besteht aus vier Algorithmen oder Schritte zur Erreichung ihrer Ziele. Die wichtigsten Features und Neuerungen, die durch dieses Argument sind wie folgt: 1. Extraktion von Wissen: Das Ziel dieser Phase ist es, Wissen extrahieren intern codiert in einem "Perceptrón Multicapa" bereits ausgebildet und validiert, und legen Sie sie in verständlicher Form, mit einer Zusage, dass solches Wissen ist so treu wie möglich Auf die ursprüngliche Quelle. Dieser Algorithmus ist in der Lage, mit jeder Art von "Perceptrón Multicapa" ohne Einschränkungen auf ihre Topologie. Es ist auch in der Lage, in der Zusammenarbeit mit beiden Probleme der Klassifizierung und funktionalen Ansatz, und nicht leiden, Probleme bei der kombinatorische Explosion. 2. Automatische Training: Der Zweck dieser Phase ist es, die bestmögliche Modell von Beispielen, dh vor, die am besten geeignete Topologie 'Perceptrón Multicapa ", die sich einige Beispiele, die wir automatisch. Dieser Algorithmus ist in der Lage, bei der Arbeit mit realen und diskrete Attribute, die Möglichkeit zu erhöhen oder zu verringern die Komplexität des Modells, entweder Erhöhung oder Verringerung der Zahl der Neuronen und / oder die Anzahl der Einträge in das Modell, auch wenn die feste Anzahl versteckten Layers & # 39; Perceptrón Multicapa'3. Vergleich von Wissen: Mit dem Wissen aus früheren Phasen dieser Algorithmus führt, verglichen mit der vorherigen Wissen, dass dies das Problem, wenn sie vorhanden ist, um zu ermitteln, die Notwendigkeit für die Aktualisierung, dass Vorkenntnisse. Dieser Algorithmus hängt nicht von der Semantik auf Vorkenntnisse, und macht den Vergleich mit viel Beweise als Gewissheiten. 4. Umwandlung des Wissens: Das Ziel dieser Phase ist es, den Gegenwert von Vorkenntnisse werden kann, ein Problem (ausgedrückt in einer Semantik), eine modulare Struktur der Art der Netze "Perceptrón Multicapa ', so dass diese Netze Dienen als ein guter Ausgangspunkt für die Durchführung von Schulungen mit den Beispielen zur Verfügung. Die Fähigkeit zur Nutzung jede Art von Semantik, und die Umstellung auf eine modulare Aufbau von Netzwerken, sind die wichtigsten Merkmale. Die These hat öffentliche Daten zu testen und zu messen die Vorteile der verschiedenen Algorithmen, die Vergleiche mit den letzten ähnlichen Methoden in der Literatur. Darüber hinaus stellt eine reale Fall, wenn die vollständige Umsetzung Methodik, die zeigt auch den gesamten Zyklus vorgeschlagen.

Autor: SAPENA VERCHER OSCAR.
Jahr: 2004.
Universität: POLITÉCNICA DE VALENCIA [www.upv.es].
Ort der Lesung: Dep. Sistemas Informaticos y Computacion.
Ort der Vorbereitung: Universidad Politécnica de Valencia.

Inhaltsangabe: Forschung in der Planung unabhängige Domain ist seit langem konzentriert sich auf die Entwicklung von effizienten Techniken, die in der Regel dem Ziel, eine optimale Sequenzierung (oder in der Nähe von optimalen) Maßnahmen führen zu, das System von der aktuellen Staat zu Staat Ziel. Das Problem der Planung separaten Bereich, jedoch ist ein sehr komplexes Problem. Deshalb, obwohl die neuesten Planer, vor allem solche, die auf die Anwendung Heuristiken, sie sind sehr schnell, noch benötigt mehrere Minuten zur Lösung vieler Probleme der Größe mittel / groß. Es gibt jedoch viele der realen Welt, wie zum Beispiel die Kontrolle von mobilen Robotern oder Agenten künstliche Intelligenz in Computerspielen und Simulationen, in denen ein übermäßiges Rechenzeit ist nicht akzeptabel. Eine Reaktionszeit acotable ist nicht die einzige Voraussetzung für diese Art von Anwendungen. Es ist nicht ungewöhnlich, dass zum Beispiel die Planer konnte nicht alle Informationen zugreifen, die Umwelt. Sogar etwas mehr wahrscheinlich, dass die Welt ständig ändert, wie die Planer ist nicht nur Vertreter der Lage, die auf der Welt und zu verändern. Diese sind unter anderem die Qualitäten, die Planer Klassiker sind nicht die beste Wahl für diese Art von Problem. Die neue Planung Techniken der Lage, die Schwierigkeiten mit der Bewältigung dieser Art von Domains (oder zumindest einige von ihnen) sind Bestandteil der Planung der Praxis. In diesem Papier, Diplomarbeit, die Bestandteil dieses praktischen Aspekt der Planung, schlägt vor, ein Ansatz, der auf die Integration von Planung und Umsetzung. So bietet der Kalender auch die Möglichkeit, in ihre Pläne der erworbenen Informationen während der Ausführung. Der Algorithmus vorgeschlagen, die Planung auf der Grundlage mehrerer Planung Techniken bekannten Klassiker, wie die Berechnung von Heuristiken und Abbau der Tore, aber in einer neuen Weise. Dieser Algorithmus bietet eine Reihe von nützlichen Funktionen für die Planung in vielen realen Umgebungen: Erstens bietet ein Verhalten sehr ähnlich, die Algorithmen zu jeder Zeit, die eine erste Antwort innerhalb einer begrenzten Zeit, und refinándola, während es an der Zeit ist, zur Verfügung. Dieses Verhalten können Sie schnell reagieren, um unerwartete Ereignisse und Veränderungen in der die Ziele während der Ausführung. Erlaubt auch der Lösung von Problemen mit unvollständigen Informationen mit Aktien sensorización, und unterstützt die Verwendung von numerischen Variablen und die Definition von Funktionen Optimierung.