Base de conocimiento para un Sistema experto de recomendación de Musica Cristiana de acuerdo al estado de ánimo

5 04 2011

El sistema determinará la mejor opción en música cristiana de acuerdo al estado de ánimo en que se encuentre la persona y la actividad que este realizando en ese momento, podra elegir que género de musica no desea que le aparesca en la lista de música que se le recomienda.

Pantalla

Objetos y Valores


Reglas

CÓDIGO FUENTE





Arquitectura de los Sistemas Expertos

23 03 2011

La EStructura de un Sistema Experto esta organizada alrededor de 3 elementos:

fig. 1 Arquitectura Básica de un Sistema Experto

Base de Conocimiento:

Contiene el conocimiento sobre el dominio. hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clásica de representar el conocimiento en un sistema experto son las reglas. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente.

Motor de inferencia:

El motor de inferencia trabaja con la información contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema.

Base de hechos:

Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la información del problema actual en la base de hechos. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.

Fuente:

http://www.monografias.com/trabajos30/sistemas-expertos/sistemas-expertos.shtml

http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/carlos_sm/cap1.pdf





Ciclo de vida de un Sistema Experto y un Sistema Tradicional

18 03 2011


WEBGRAFIA

Ciclo de vida Sistemas Expertos

Ciclo de vida Sistemas Tradicionales





Sistemas Expertos Pioneros

18 03 2011

A principios de la década de los 70, los investigadores del área de la Inteligencia Artificial reconocieron que los métodos y técnicas para resolver problemas generales desarrollados los años anteriores eran insuficientes para abordar aplicaciones de la vida diaria. Ellos comprendieron que era necesario un conocimiento específico y limitado del dominio de la aplicación de interés, más que uno general que abarcara muchos dominios.

Alli nacen los primeros sistemas expertos entre ellos Dendral en 1965 el cual determinaba la estructura molecular de la información de un espectómetro de masa. En 1972, en la Universidad de Standford se desarrolla MYCIN, sistema experto dentro del campo de la medicina para diagnostico de enfermedades infecciosas en la sangre. MYCIN se trataba de un sistema experto para el Diagnóstico de enfermedades infecciosas. Desde los resultados de análisis de sangre, cultivos bacterianos y demás datos, el prog rama era capaz de determinar, o en lo menos, sugerir el microorganismo que estaba causando la infección. Después de llegar a una conclusión, MYCIN prescribía una medicación que se adaptaba perfectamente a las características de la persona, tales como el peso corporal de este.

En 1972 aparece el lenguaje PROLOG basado en las teorías de Minsky.
En 1973 se desarrolla el sistema experto llamado TIERESIAS. El cometido de este sistema experto era el de servir de intérprete entre MYCIN y los especialistas que lo manejaban, a la hora introducir nuevos conocimientos en su base de datos.

En 1979 aparece XCON, primer programa que sale del laboratorio Su usuario fue la Digital Equipament Corporation (DEC).
El cometido de XCON sería configurar todos los ordenadores que saliesen de la DEC. El proyecto presentó resultados positivos y se empezó a trabajar en el proyecto más en serio en diciembre de 1978.

Entre los años 80 a 85 se produce la revolución de los Sistemas Expertos

Tabla de los primeros sistemas expertos y sus aplicaciones

WEBGRAFIA

http://www.monografias.com/trabajos10/exper/exper.shtml





DEEP BLUE

16 03 2011

Deep Blue fue una computadora de IBM que jugaba al ajedrez, la primera que venció a un campeón del mundo vigente, Gary Kaspárov, con un ritmo de juego lento. Esto ocurrió el 10 de febrero de 1996,[1] en una memorable partida. Sin embargo, Kaspárov ganó 3 y empató 2 de las siguientes partidas, derrotando a Deep Blue por 4-2. El encuentro concluyó el 17 de febrero de 1996.[2]

Una nueva versión, llamada Deeper Blue (azul más profundo) jugó de nuevo contra Kaspárov en mayo de 1997, ganando el encuentro a 6 partidas por 3½-2½, lo que lo convirtió en la primera computadora en derrotar a un campeón del mundo vigente, en un encuentro con ritmo de juego de torneo estándar. El encuentro concluyó el 11 de mayo.

El sistema saca su fuerza de juego principalmente en la fuerza bruta que calcula el sistema central. Era una computadora de procesamiento paralelo masivo basada en el RS/6000 con 30 nodos, cada uno con 30 microprocesadores P2SC de 120 MHz, ampliados con 480 procesadores VLSI de uso especial, especializados en ajedrez. Su programa de ajedrez fue escrito en lenguaje C y corrió bajo el sistema operativo AIX. Era capaz de calcular 200 millones de posiciones por segundo, dos veces más rápido que la versión de 1996. En junio de 1997, Deep Blue era el 259º superordenador más poderoso, capaz de calcular 11,38 gigaflops,[3] aunque toda esta potencia no estaba pensada en realidad para jugar al ajedrez.

WEBGRAFIA

http://es.wikipedia.org/wiki/Deep_Blue_%28computadora%29





WEKA

16 03 2011

Weka (Waikato Environment for Knowledge Analysis – Entorno para Análisis del Conocimiento de la Universidad de Waikato) es un conocido software para aprendizaje automático y minería de datos escrito en Java y desarrollado en la Universidad de Waikato. WEKA es un software libre distribuido bajo licencia GNU-GPL.

Weka una extensa colección de algoritmos de Máquinas de conocimiento desarrollados por la universidad de Waikato (Nueva Zelanda) implementados en Java; útiles para ser aplicados sobre datos mediante los interfaces que ofrece o para embeberlos dentro de cualquier aplicación. Además Weka contiene las herramientas necesarias para realizar transformaciones sobre los datos, tareas de clasificación, regresión, clustering, asociación y visualización.Weka está diseñado como una herramienta orientada a la extensibilidad por lo que añadir nuevas funcionalidades es una
tarea sencilla.

Sin embargo, y pese a todas las cualidades que Weka posee, tiene un gran defecto y éste es la escasa documentación orientada al usuario que tiene junto a una usabilidad bastante pobre, lo que la hace una herramienta díficil de comprender y manejar sin información adicional. Este manual tiene
por objetivo explicar el funcionamiento básico de este programa (en su versión 3.4-2) y sentar unas bases para que el lector pueda ser autodidacta.

Razones a favor de Weka

Los puntos fuertes de Weka son:

  • Está disponible libremente bajo la licencia pública general de GNU.
  • Es muy portable porque está completamente implementado en Java y puede correr en casi cualquier plataforma.
  • Contiene una extensa colección de técnicas para preprocesamiento de datos y modelado.
  • Es fácil de utilizar por un principiante gracias a su interfaz gráfica de usuario.

MANUAL DE WEKA

WEBGRAFIA

http://diccionario.sensagent.com/weka+%28aprendizaje+autom%C3%A1tico%29/es-es/

http://es.wikipedia.org/wiki/Weka_%28aprendizaje_autom%C3%A1tico%29





Sistema Biométrico del Banco del Pichincha

16 03 2011

El Banco Pichincha recientemente introdujo un nuevo sistema de verificación para el ingreso a sus servicios electrónicos. Se trata de un control biométrico que pretende ofrecer más seguridad a sus usuarios.

El Sistema de Ingreso Biométrico consiste en la validación de la manera en la que el cliente digita sus datos al momento de ingresar a Banca Electrónica, garantizando así que la persona que realice las transacciones sea únicamente el propietario de la/las cuenta(s).

El sistema que usa el Banco del Pichincha ofrece controles de identificación y acceso basados en la conducta o preferencias del cliente. Adicionalmente el sistema construye, evoluciona y almacena un patrón personal grabando las características de comportamiento y entorno,  creando así  una huella o una firma única y exclusiva de cada cliente.

El sistema aprenderá a identificar a cada usuario en base a sus gustos y conducta.

El Sistema contempla seguridades adicionales como son: el uso de preguntas  y figuras secretas, un sistema de alertas mediante correo electrónico y mensajes SMS que informarán cuando  existan intentos errados  o ingresos  sospechosos  a la  Banca Electrónica. Estos garantizarán  aún más el acceso seguro  a la Banca Electrónica.

Manual de Sistema Biométrico del Pichincha

WEBGRAFIA

http://wwwp1.pichincha.com/web/temas.php?ID=172

Noticias del Pichincha








Seguir

Recibe cada nueva publicación en tu buzón de correo electrónico.

Únete a otros 439 seguidores