lunes, 17 de enero de 2011
url para java
http://www.arrakis.es/~abelp/ApuntesJava/ElementosBasicosDatos.htm#2.5. Operaciones sobre Tipos primitivos
viernes, 21 de mayo de 2010
INTELIGENCIA ARTIFICIAL
se denomina inteligencia artificial (IA) a la rama de las Ciencias de la Computación1 2 3 dedicada al desarrollo de agentes racionales no vivos.
Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entiéndase a la [racionalidad] como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado (este concepto de racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina).
Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representación del conocimiento. El cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal (análogo al pensamiento abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas, respectivamente por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos.
Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entiéndase a la [racionalidad] como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado (este concepto de racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina).
Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representación del conocimiento. El cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal (análogo al pensamiento abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas, respectivamente por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL
Aplicaciones :
• Lingüística computacional
• Minería de datos (Data Mining)
• Industriales.
• Médicas
• Mundos virtuales
• Procesamiento de lenguaje natural
(Natural Language Processing)
• Robótica
• Sistemas de apoyo a la decisión
• Videojuegos
• Prototipos informáticos
• Análisis de sistemas dinámicos.
• Smart process management
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Y LAS TÉCNICAS QUE USAN
Dentro del enfoque de la ingeniería de la Inteligencia Artificial, se clasifican las técnicas que pueden ser usadas como herramientas para solucionar problemas en las siguientes categorías:
1. Técnicas básicas, así llamadas por encontrarse a la base de diversas aplicaciones de IA. Entre otras se encuentran Búsqueda Heurística de Soluciones, Representación del Conocimiento, Deducción Automática, Programación Simbólica (LISP) y Redes Neuronales. Estas técnicas son las bases de las aplicaciones. En su mayoría, no necesita conocerla el usuario final, sino los profesionales que se dedican a su aplicación y la generación de aplicaciones comerciales.
2. Tecnologías, o combinaciones de varias técnicas básicas, orientadas a resolver familias de problemas. Las tecnologías son más especializadas que las técnicas básicas y están más cerca de las aplicaciones finales. Se pueden mencionar a la Robótica y Visión, Lenguaje Natural, Sistemas Expertos
3. Clases o tipos de aplicaciones: Diagnóstico, Predicción (sistemas de autocontrol de reactores atómicos), Secuenciamiento de operaciones ("Scheduling"), Diseño, Interpretación de datos. Todas ellas son familias de problemas tipo. Por ejemplo, el diagnóstico se refiere a encontrar las causas de fallas, ya sea que se trate de fallas en una línea de producción o de enfermedades en una persona.
4. Campos de aplicación: Ingeniería, Medicina, Sistemas de Manufactura, Administración, Apoyo a la Toma de Decisiones Gerenciales, etc. Todas caen dentro de las áreas de los sistemas computacionales, pero que se consideran como clientes de la Inteligencia Artificial.
APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LOS SISTEMAS PRODUCTIVOSLa incorporación de agentes de decisión inteligente, redes neuronales, sistemas expertos, algoritmos genéticos y autómatas programables para optimización de sistemas de producciones una tendencia activa en el ambiente industrial de países con alto desarrollo tecnológico y con una gran inversión en investigación y desarrollo. Dichos componentes de la Inteligencia Artificial tienen como función principal controlar de manera independiente, y en coordinación con otros agentes, componentes industriales tales como celdas de manufactura o ensamblaje, y operaciones de mantenimiento, entre otras.
Existe una tendencia creciente a la implementación de sistemas de manufactura/ensamblaje más autónomos e inteligentes, debido a las exigencias del mercado por obtener productos con niveles muy altos de calidad; lo cual con operaciones manuales se hace complicada y hace que los países subdesarrollados como el nuestro no alcance niveles competitivos a nivel mundial. Al diseñar un sistema de producción integrado por computadora se debe dar importancia a la supervisión, planificación, secuenciación cooperación y ejecución de las tareas de operación en centros de trabajo, agregado al control de los niveles de inventario y características de calidad y confiabilidad del sistema. Los factores mencionados determinan la estructura del sistema y su coordinación representa una de las funciones más importantes en el manejo y control de la producción.
Muy frecuentemente, la razón para construir un modelo de simulación es para encontrar respuestas a interrogantes tales como ¿Cuáles son los parámetros óptimos para maximizar o minimizar cierta función objetivo? En los últimos años se han producido grandes avances en el campo de la optimización de sistemas de producción. Sin embargo, el progreso en el desarrollo de herramientas de análisis para resultados de modelos de simulación ha sido muy lento. Existe una gran cantidad de técnicas tradicionales de optimización que sólo individuos con gran conocimiento estadístico y de conceptos de simulación han logrado aportes significativos en el área.
Debido al auge de los algoritmos de búsqueda meta-heurísticos, se ha abierto un nuevo campo en el área de optimización con simulación. Nuevos paquetes de software, tales como OptQuest (Optimal Technologies), SIMRUNNER (Promodel Corporation) y Evolver (Palisade Software), han salido al mercado brindando soluciones amigables de optimización de sistemas que no requieren control interno sobre el modelo construido, sino sobre los resultados que dicho modelo arroja bajo diferentes condiciones. Además, nuevas técnicas de inteligencia artificial aplicadas a problemas de optimización estocástica, han demostrado su eficiencia y capacidad de cómputo y aproximación.
El Aprendizaje Reforzado (Reinforcement Learning) es un conjunto de técnicas diseñadas para dar solución a problemas cuya base son los procesos de decisión markovianos. Los procesos markovianos son procesos estocásticos de decisión que se basan en el concepto de que la acción a tomar en un estado determinado, en un instante determinado, depende sólo del estado en que se encuentre el sistema al momento de tomar la decisión.Una de las áreas que puede tener mayor incidencia directa en los procesos productivos de la industria nivel mundial, es el diseño de sistemas de soporte para la toma de decisiones basados en la optimización de los parámetros de operación del sistema. Para tal efecto, el uso de técnicas inteligentes paramétericas y no paramétricas para el análisis de datos es de gran interés . embargo, a juicio de los autores en la mayoría de las arquitecturas propuestas hasta el momento para manufactura integrada por computadora, carecen de un factor de integración fundamental. La comunicación entre los diversos niveles jerárquicos de una planta de producción es muy poca, ya que cada departamento se limita a realizar su función sin buscar una integración de toda la planta productiva a excepciones de empresas como ABB con su software Baan, etc.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LA SOLUCION DE PROBLEMAS ESPECIFICOS DE PRODUCCIONO operación automática de control de calidad usando un sistema de visión por computador (Royman López Beltrán, Edgar Sotter Solano, Eduardo Zurek Varela. Laboratorio de Robótica y Producción Automática. Universidad del Norte)Todo proceso industrial es evaluado por la calidad de su producto final, esto hace de la etapa de control de calidad una fase crucial del proceso. Los mecanismos utilizados para establecer la calidad de un producto varían dependiendo de los parámetros que tengan relevancia en el mismo. Cuando el parámetro relevante es la geometríao forma del objeto fabricado se suele dejar a la vista del operario que lleve a cabo tal función tanto de inspección como de verificación para el control de calidad, sin embargo pueden existir errores en la geometríade un objeto que escapen de la vista de un operario y que luego impidan el buen funcionamiento de dicho objeto. En un caso como éste, surge como una buena alternativa el utilizar un sistema de visión artificial capaz de detectar aquellos errores que un operario pudiera pasar por alto. El sistema de visión artificial Robot Visión PRO, es capaz de ejecutar de manera totalmente automática las labores de identificación de objetos y de control de calidad de los mismos.El sistema Robot Visión PRO es un paquete de software de visión que permite la adquisición de imágenes, preprocesamiento y segmentación. Además realiza procesamiento de datos de alto nivel que brinda filtrado de imágenes, elaboración de clustersy patrones, e identificación de objetos. Este sistema cuenta con una videocámara y un monitor encargado de identificar cada una de las piezas salientes del proceso y hacer una comparación con piezas de 100% calidad para luego determinar si el empaque puede salir al mercado o debe desecharse.
" LA IMAGEN QUE SE MUESTRA AL INICIO , EN ESTE TEXTO DA UNA EXPLICACION CON RESPECTO A ELLA."
Teléfono Móvil, con Inteligencia Artificial: Un nuevo software utiliza inteligencia artificial para que nuestro móvil pueda hacernos recomendaciones en función de nuestros hábitos y estilos de vida. Se llama Magitti, y ha sido desarrollado por investigadores del Palo Alto Research Center (PARC). El sistema recoge toda la información que nuestro terminal tiene sobre nosotros (dónde estamos, gracias al GPS o qué citas tenemos, gracias a nuestra agenda) y la envía un servidor. Según qué hora sea y dónde nos encontremos, la herramienta recoge los datos del servidor y nos hace una propuesta u otra. Su particularidad es que cuanto más interactuamos con él más sabe sobre nosotros y más acierta en sus propuestas
Hace mucho tiempo que los móviles dejaron de ser un dispositivo para realizar llamadas. Hoy, se han convertido en pequeños ordenadores personales que disponen de reproductores de música digital, mapas o navegadores de Internet. Investigadores del Palo Alto Research Center han dado un paso más en el desarrollo de los dispositivos móviles al crear una herramienta informática que los convierte en asistentes personales con criterio suficiente como para recomendarnos cosas concretas de nuestra vida diaria.
• Lingüística computacional
• Industriales.
• Médicas
• Mundos virtuales
• Procesamiento de lenguaje natural
(Natural Language Processing)
• Robótica
• Sistemas de apoyo a la decisión
• Videojuegos
• Prototipos informáticos
• Análisis de sistemas dinámicos.
• Smart process management
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL Y LAS TÉCNICAS QUE USAN
Dentro del enfoque de la ingeniería de la Inteligencia Artificial, se clasifican las técnicas que pueden ser usadas como herramientas para solucionar problemas en las siguientes categorías:
1. Técnicas básicas, así llamadas por encontrarse a la base de diversas aplicaciones de IA. Entre otras se encuentran Búsqueda Heurística de Soluciones, Representación del Conocimiento, Deducción Automática, Programación Simbólica (LISP) y Redes Neuronales. Estas técnicas son las bases de las aplicaciones. En su mayoría, no necesita conocerla el usuario final, sino los profesionales que se dedican a su aplicación y la generación de aplicaciones comerciales.
2. Tecnologías, o combinaciones de varias técnicas básicas, orientadas a resolver familias de problemas. Las tecnologías son más especializadas que las técnicas básicas y están más cerca de las aplicaciones finales. Se pueden mencionar a la Robótica y Visión, Lenguaje Natural, Sistemas Expertos
3. Clases o tipos de aplicaciones: Diagnóstico, Predicción (sistemas de autocontrol de reactores atómicos), Secuenciamiento de operaciones ("Scheduling"), Diseño, Interpretación de datos. Todas ellas son familias de problemas tipo. Por ejemplo, el diagnóstico se refiere a encontrar las causas de fallas, ya sea que se trate de fallas en una línea de producción o de enfermedades en una persona.
4. Campos de aplicación: Ingeniería, Medicina, Sistemas de Manufactura, Administración, Apoyo a la Toma de Decisiones Gerenciales, etc. Todas caen dentro de las áreas de los sistemas computacionales, pero que se consideran como clientes de la Inteligencia Artificial.
APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LOS SISTEMAS PRODUCTIVOSLa incorporación de agentes de decisión inteligente, redes neuronales, sistemas expertos, algoritmos genéticos y autómatas programables para optimización de sistemas de producciones una tendencia activa en el ambiente industrial de países con alto desarrollo tecnológico y con una gran inversión en investigación y desarrollo. Dichos componentes de la Inteligencia Artificial tienen como función principal controlar de manera independiente, y en coordinación con otros agentes, componentes industriales tales como celdas de manufactura o ensamblaje, y operaciones de mantenimiento, entre otras.
Existe una tendencia creciente a la implementación de sistemas de manufactura/ensamblaje más autónomos e inteligentes, debido a las exigencias del mercado por obtener productos con niveles muy altos de calidad; lo cual con operaciones manuales se hace complicada y hace que los países subdesarrollados como el nuestro no alcance niveles competitivos a nivel mundial. Al diseñar un sistema de producción integrado por computadora se debe dar importancia a la supervisión, planificación, secuenciación cooperación y ejecución de las tareas de operación en centros de trabajo, agregado al control de los niveles de inventario y características de calidad y confiabilidad del sistema. Los factores mencionados determinan la estructura del sistema y su coordinación representa una de las funciones más importantes en el manejo y control de la producción.
Muy frecuentemente, la razón para construir un modelo de simulación es para encontrar respuestas a interrogantes tales como ¿Cuáles son los parámetros óptimos para maximizar o minimizar cierta función objetivo? En los últimos años se han producido grandes avances en el campo de la optimización de sistemas de producción. Sin embargo, el progreso en el desarrollo de herramientas de análisis para resultados de modelos de simulación ha sido muy lento. Existe una gran cantidad de técnicas tradicionales de optimización que sólo individuos con gran conocimiento estadístico y de conceptos de simulación han logrado aportes significativos en el área.
Debido al auge de los algoritmos de búsqueda meta-heurísticos, se ha abierto un nuevo campo en el área de optimización con simulación. Nuevos paquetes de software, tales como OptQuest (Optimal Technologies), SIMRUNNER (Promodel Corporation) y Evolver (Palisade Software), han salido al mercado brindando soluciones amigables de optimización de sistemas que no requieren control interno sobre el modelo construido, sino sobre los resultados que dicho modelo arroja bajo diferentes condiciones. Además, nuevas técnicas de inteligencia artificial aplicadas a problemas de optimización estocástica, han demostrado su eficiencia y capacidad de cómputo y aproximación.
El Aprendizaje Reforzado (Reinforcement Learning) es un conjunto de técnicas diseñadas para dar solución a problemas cuya base son los procesos de decisión markovianos. Los procesos markovianos son procesos estocásticos de decisión que se basan en el concepto de que la acción a tomar en un estado determinado, en un instante determinado, depende sólo del estado en que se encuentre el sistema al momento de tomar la decisión.Una de las áreas que puede tener mayor incidencia directa en los procesos productivos de la industria nivel mundial, es el diseño de sistemas de soporte para la toma de decisiones basados en la optimización de los parámetros de operación del sistema. Para tal efecto, el uso de técnicas inteligentes paramétericas y no paramétricas para el análisis de datos es de gran interés . embargo, a juicio de los autores en la mayoría de las arquitecturas propuestas hasta el momento para manufactura integrada por computadora, carecen de un factor de integración fundamental. La comunicación entre los diversos niveles jerárquicos de una planta de producción es muy poca, ya que cada departamento se limita a realizar su función sin buscar una integración de toda la planta productiva a excepciones de empresas como ABB con su software Baan, etc.
APLICACIONES DE LA INTELIGENCIA ARTIFICIAL EN LA SOLUCION DE PROBLEMAS ESPECIFICOS DE PRODUCCIONO operación automática de control de calidad usando un sistema de visión por computador (Royman López Beltrán, Edgar Sotter Solano, Eduardo Zurek Varela. Laboratorio de Robótica y Producción Automática. Universidad del Norte)Todo proceso industrial es evaluado por la calidad de su producto final, esto hace de la etapa de control de calidad una fase crucial del proceso. Los mecanismos utilizados para establecer la calidad de un producto varían dependiendo de los parámetros que tengan relevancia en el mismo. Cuando el parámetro relevante es la geometríao forma del objeto fabricado se suele dejar a la vista del operario que lleve a cabo tal función tanto de inspección como de verificación para el control de calidad, sin embargo pueden existir errores en la geometríade un objeto que escapen de la vista de un operario y que luego impidan el buen funcionamiento de dicho objeto. En un caso como éste, surge como una buena alternativa el utilizar un sistema de visión artificial capaz de detectar aquellos errores que un operario pudiera pasar por alto. El sistema de visión artificial Robot Visión PRO, es capaz de ejecutar de manera totalmente automática las labores de identificación de objetos y de control de calidad de los mismos.El sistema Robot Visión PRO es un paquete de software de visión que permite la adquisición de imágenes, preprocesamiento y segmentación. Además realiza procesamiento de datos de alto nivel que brinda filtrado de imágenes, elaboración de clustersy patrones, e identificación de objetos. Este sistema cuenta con una videocámara y un monitor encargado de identificar cada una de las piezas salientes del proceso y hacer una comparación con piezas de 100% calidad para luego determinar si el empaque puede salir al mercado o debe desecharse.
" LA IMAGEN QUE SE MUESTRA AL INICIO , EN ESTE TEXTO DA UNA EXPLICACION CON RESPECTO A ELLA."
Teléfono Móvil, con Inteligencia Artificial: Un nuevo software utiliza inteligencia artificial para que nuestro móvil pueda hacernos recomendaciones en función de nuestros hábitos y estilos de vida. Se llama Magitti, y ha sido desarrollado por investigadores del Palo Alto Research Center (PARC). El sistema recoge toda la información que nuestro terminal tiene sobre nosotros (dónde estamos, gracias al GPS o qué citas tenemos, gracias a nuestra agenda) y la envía un servidor. Según qué hora sea y dónde nos encontremos, la herramienta recoge los datos del servidor y nos hace una propuesta u otra. Su particularidad es que cuanto más interactuamos con él más sabe sobre nosotros y más acierta en sus propuestas
Hace mucho tiempo que los móviles dejaron de ser un dispositivo para realizar llamadas. Hoy, se han convertido en pequeños ordenadores personales que disponen de reproductores de música digital, mapas o navegadores de Internet. Investigadores del Palo Alto Research Center han dado un paso más en el desarrollo de los dispositivos móviles al crear una herramienta informática que los convierte en asistentes personales con criterio suficiente como para recomendarnos cosas concretas de nuestra vida diaria.
RED NEURONAL ARTIFICIAL
Red neuronal artificial
Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
Un sistema de red neuronal podría tener este diseño:
Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.
Con las Redes Neuronales se busca la solución de problemas complejos, no como una secuencia de pasos, sino como la evolución de unos sistemas de computación inspirados en el cerebro humano, y dotados por tanto de cierta "inteligencia", los cuales no son sino la combinación de elementos simples de proceso (neuronas - se dará una visión rápida sobre el funcionamiento de las mismas en los seres vivos-) interconectados, que operando de forma paralela en varios estilos que serán analizados detalladamente, consiguen resolver problemas relacionados con el reconocimiento de formas o patrones, predicción, codificación, control y optimización entre otras aplicaciones.
Un sistema de red neuronal podría tener este diseño:
EJEMPLO DE APLICACION DE VISION ARTIFICIAL
-Detección de cuerpos extraños.
Una de las últimas aplicaciones de la visión artificial es el análisis de imágenes procedentes de señales que son capaces de atravesar la muestra, como los rayos-X, la resonancia magnética nuclear o la termografía. A través de estas técnicas, es posible detectar cuerpos extraños de pocos milímetros incluso en productos envasados.
- Aplicaciones microscópicas.
Esta técnica posibilita también el empleo de ópticas con gran capacidad de aumento unidas a sistemas de iluminación difusos, que permiten capturar imágenes microscópicas para el análisis del tamaño de grano de productos en polvo, automatizar el recuento en ensayos microbiológicos, etc.
-Detección precoz de defectos.
En los últimos años, se han desarrollado nuevas tecnologías como la visión multiespectral, que permiten ver más allá de lo que es capaz de captar el sistema visual humano. De este modo, ampliando la respuesta de las cámaras a los espectros ultravioleta e infrarrojo, es posible detectar defectos y problemas que, de otro modo, pasarían inadvertidos.
FABRICACIÓN TEXTIL Y CALZADO
• control tapicería
• estampación
• urdidos
• hilatura
• tintura
• acabado
• pegado de suela
• cosido
• color
• lijado de hormas...
Aplicación de ejemplo: Calzado
Una de las últimas aplicaciones de la visión artificial es el análisis de imágenes procedentes de señales que son capaces de atravesar la muestra, como los rayos-X, la resonancia magnética nuclear o la termografía. A través de estas técnicas, es posible detectar cuerpos extraños de pocos milímetros incluso en productos envasados.
- Aplicaciones microscópicas.
Esta técnica posibilita también el empleo de ópticas con gran capacidad de aumento unidas a sistemas de iluminación difusos, que permiten capturar imágenes microscópicas para el análisis del tamaño de grano de productos en polvo, automatizar el recuento en ensayos microbiológicos, etc.
-Detección precoz de defectos.
En los últimos años, se han desarrollado nuevas tecnologías como la visión multiespectral, que permiten ver más allá de lo que es capaz de captar el sistema visual humano. De este modo, ampliando la respuesta de las cámaras a los espectros ultravioleta e infrarrojo, es posible detectar defectos y problemas que, de otro modo, pasarían inadvertidos.
FABRICACIÓN TEXTIL Y CALZADO
• control tapicería
• estampación
• urdidos
• hilatura
• tintura
• acabado
• pegado de suela
• cosido
• color
• lijado de hormas...
Aplicación de ejemplo: Calzado
miércoles, 24 de marzo de 2010
ESTRUCTURA ORGANICA DE LA UFPSO
| Según Acuerdo No. 084 de septiembre 11 de 1995, el Consejo Superior Universitario, con base en las atribuciones legales y estatutarias que le confieren la ley 30 de 1992 y el Acuerdo No. 029 del 12 de Abril de 1994, aprueba La Estructura Orgánica de la Universidad Francisco de Paula Santander Seccional Ocaña. |
 |
lunes, 22 de marzo de 2010
INFORMACION DEL PROGRAMA
MISIÓN DEL PROGRAMA DE INGENIERIA DE SISTEMAS
Formar profesionales integrales con niveles de excelencia en el área de la informática y los sistemas y una sólida formación humanística que responda a las necesidades actuales y futuras del medio, para enfrentar los retos tecnológicos acordes con la nueva sociedad de la información y del conocimiento, mediante el uso de recursos computacionales actualizados y nuevas tecnologías educativas.
VISIÓN DEL PROGRAMA
El programa de Ingeniería de Sistemas se proyecta como el líder regional de gestión, conocimiento, e investigación en el área de Sistemas, Ciencias de la Computación e Informática, formando seres humanos integrales capaces de adelantar gestiones administrativas y tecnológicas mediante el aprovechamiento óptimo de los recursos físicos, técnicos y humanos; propendiendo por el desarrollo humanístico, científico y tecnológico, adaptándose a la región y al país, interpretando el contexto globalizado en que se desempeña.
OBJETIVOS DEL PROGRAMA
• Formar profesionales con habilidades en el desarrollo e implementación de Sistemas de Información y Tecnología informática.
• Proporcionar a los futuros egresados los elementos y las herramientas para desarrollar una alta visión del entorno tecnológico especialmente en lo relacionado con los Sistemas en el ámbito mundial.
• Establecer nuevas metodologías para la enseñanza, usando sistemas informáticos que permitan a nuestros estudiantes ampliar sus fuentes de información fuera de los límites de nuestras fronteras, para enriquecer su acervo cultural, científico y tecnológico
• Preparar profesionales en el campo de los Sistemas y Telemática para desempeñarse en la conducción de los negocios relacionados con los campos específicos de formación.
• Formar profesionales capaces en el área de la informática, que desde su perspectiva promueva el desarrollo del país, brindándole el apoyo técnico y actualizado, a la empresa privada y nacional.
El Ingeniero de Sistemas es el Profesional formado científica, tecnológica y humanísticamente, capaz de enfocar y solucionar problemas complejos, utilizando el modelamiento matemático, el enfoque sistémico, nuevas tecnologías en informática y sus aplicaciones, requeridas para adaptarlas a la región y al país, estableciendo relaciones Universidad – Empresa – Comunidad; además promoverá la formación del hombre integral para que asuma sus roles y responsabilidades sociales y su realización como persona. El Ingeniero de Sistemas buscará el espíritu reflexivo y la autonomía personal en un marco de libertad de pensamiento y pluralismo ideológico; capacitándose para cumplir funciones profesionales, investigativas, y de servicio social que requiere el país y la región.
El currículo le provee al profesional de conocimientos y habilidades con una sólida formación en las ciencias básicas de las matemáticas, física y ciencias aplicadas y humanas; sistemas organizacionales, nuevas tecnologías en informática y sus aplicaciones.
Al término de su carrera el profesional de sistemas tendrá las siguientes características:
• Estará preparado para comprender el entorno organizacional, social, político, económico y cultural que lo rodea, determinando las necesidades de información y sus soluciones para el buen funcionamiento empresarial.
• Estará en capacidad de participar y generar nuevas alternativas en la creación y planeación, análisis, diseño y desarrollo de proyectos informáticos de la organización con una actitud creativa e innovadora, con amplitud de criterio para su solución, utilizando las herramientas tecnológicas necesarias.
• Estará preparado para investigar y aplicar las tecnologías que se están asimilando en el país en campos como la Ingeniería de Software, las telecomunicaciones, redes informáticas, inteligencia artificial.
• Tendrá capacidad tolerante para integrar e integrarse a grupos humanos con objetivos y fines definidos en el campo de su ejercicio profesional y de interés particular.
• Desarrollará practicas de su profesión con un alto sentido ético y de responsabilidad por el trabajo, comprometiéndose con el desarrollo de su región y el país.
• Aplicará con creatividad las diversas metodologías y técnicas de diseño de software para diferentes aplicaciones.
• Estará capacitado para desarrollar relaciones humanas en cualquier ambiente social.
• Aplicará los conocimientos científicos y humanísticos para comprender y dar solución a las diversas situaciones que comprometen el destino de la sociedad.
• Dirigirá actividades para el desarrollo de sistemas integrados de Software, Hardware y comunicaciones en la empresa, como unidad estratégica para los negocios.
• Estará en capacidad de participar y/o dirigir proyectos regionales, nacionales e internacionales de diversa complejidad, involucrando Interdisciplinariamente profesionales de las diferentes áreas de conocimiento.
• Utilizará las nuevas tecnologías de la especialidad para proporcionar ventajas competitivas y comparativas a la organización.
• Se desempeñará como profesional eficiente y responsable que genere progreso tanto en el ámbito regional como nacional.
PEERFIL OCUPACIONAL
• CONSULTOR Y ASESOR: Ofrece actividades de asesoría, interventoría, consultoría y auditoria relacionados con sistemas informáticos o que tengan un carácter interdisciplinario en empresa e instituciones públicas o privadas.
• DESARROLLADOR: de Sistemas de información utilizando técnicas y lenguajes de programación y modelamiento matemático, desarrollando actividades tales como diseñar e implantar, gestionar, evaluar y desarrollar diferentes clases de sistemas o servicios que están relacionados con el manejo de información o conocimiento.
• INVESTIGADOR: en áreas de las ciencias de computación e informática desarrollando labores de dirección, desarrollo de proyectos de investigación propios de su profesión o de carácter interdisciplinario, o formando parte de grupos de investigación y desarrollo profesional de Ingeniería de Sistemas.
• ADMINISTRADOR: de sistemas integrales de información. Gerente de Proyectos y Sistemas Informáticos.
• GENERADOR: de nuevas empresa de servicios, proyectando, dirigiendo, organizando y gestionando empresas de consultoría, producción y comercialización de software, equipos y medios computacionales y de transmisión de información y servicios de valor agregado en el campo de la informática.
• INGENIERO DE SOFTWARE: capaz de desarrollar Sistemas de Información de diferente índole que den solución a los problemas que se presenten en las organizaciones en el manejo de la información; apoyados en herramientas y métodos, modelos propios de la Ingeniería de Software y el uso de las tecnologías existentes.
• Ofrecer espacios que fomenten el modelamiento de la realidad para una mejor aprehensión y conocimiento de ella a través de la inteligencia artificial, robótica, redes neuronales, representación y gestión del conocimiento, teorías del aprendizaje, reconocimiento de patrones; ofreciendo soluciones alternativas a los problemas de gestión y representación de información y conocimiento que se presentan en la sociedad.
• Propiciar el estudio de conceptos, metodologías y herramientas para aplicar la teoría general de sistemas en el análisis de las realidades sociales, empresariales y de la naturaleza, para abordar el manejo y aprovechamiento de la información en todas sus formas.
Suscribirse a:
Entradas (Atom)
