ıllı Internet y Tecnologías de la Información (2018)

internet, Hosting, dominios, seo, antivirus, banco de imágenes, páginas web, tiendas online

[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Sistema autoadaptativo wiki: info, historia y vídeos


La información contenida en esta web debe ser considerada como información general, de carácter formativo, educativo o divulgativo, y no puede ser utilizada o interpretada como consejo o diagnótico médico, psicológico o de ningún otro tipo. Es posible que algunos datos mostrados no esten actualizados. Por ello, en caso de duda lo recomentable es consultar a un experto cualificado.


 


 

videos internet

salud  Sistema autoadaptativo 


Los sistema autoadaptativos (SAA) son sistemas que pueden desarrollarse y aprender por sí solos y en los que tanto sus factores como su estructura se amoldan al ambiente en tiempo real. Estos sistemas están en general asociados con sistemas que reciben gran cantidad de datos y cuyo modo de operación es en tiempo real.


Normalmente, las técnicas adaptativas usuales son convenientes para representar sistemas que padecen pequeños cambios en su estructura. No obstante, para el manejo de sistemas complejos con múltiples modos de operación o bien cambios radicales en sus peculiaridades, estas técnicas usuales acostumbran a precisar bastante tiempo para aprender los nuevos factores del modelo. El paradigma de los SAA está basado en el término de evolucionar (expandir o bien reducir) la estructura del sistema a fin de que esta pueda ser capaz de amoldarse a los cambios en el ambiente.


De esta forma, los SAA son capaces de desarrollar su estructura, su funcionalidad y su representación interna del conocimiento. Esta evolución se efectúa desde un aprendizaje progresivo logrado usando los nuevos datos recibidos y también interactuando con el ambiente. El marco de de estos sistemas está basado en la inteligencia computacional (sistemas turbios basados en reglas o bien redes de neuronas artificiales) y la herramienta para su adiestramiento es el aprendizaje automático.


Un esencial reto actual en investigación en el campo de la IA consiste en el desarrollo de métodos teóricos, algoritmos y también implementaciones de sistemas con un enorme nivel de flexibilidad y autonomía, pudiendo aun charlar de determinado grado de inteligencia. Mas a fin de que esto se cumpla, estos sistemas han de ser capaces de evolucionar tanto su estructura como su conocimiento en el ambiente en el que se hallen, desarrollando de este modo su inteligencia. Para enfrentarse a inconvenientes de modelado, control, predicción, clasificación y procesado de datos en sistemas situados en ambientes que están en constante cambio, el sistema usado ha de ser capaz de alterar y evolucionar tanto su estructura como los factores que lo forman (sin emplear un pre-adiestramiento y una estructura fija). De este modo, el sistema habría de ser capaz de evolucionar, esto es, autodesarrollarse, autoorganizarse, autoevaluarse y automejorarse.


Uno de los sistemas que trata de solventar y conseguir este género de inteligencia son los llamados (en inglés) Evolving Fuzzy Systems. Debido a su muy reciente aparición (las investigaciones vanguardistas en estos sistemas datan del año dos mil), no se ha encontrado una traducción al de España empleada en el campo científico. De esta forma, en esta artículo se ha optado por emplear el término Sistemas Autodaptativos. Además de esto, deben distinguirse de los sistemas evolutivos que como vamos a ver más adelante, son sistemas diferentes.




En la actualidad, los algoritmos evolutivos están bien definidos y relacionados con técnicas computacionales para buscar una solución a un inconveniente. Para efectuar esta busca, estos sistemas emplean de la naturaleza el término genético o bien evolución de una población basándose en mecanismos computacionales que imitan, mutan, efectúan cruzamiento de cromosomas, se reproducen y eligen. Para aclarar más estos conceptos, se muestran las definiciones que hallamos en el diccionario de la lengua castellana sobre el término genético: \textit y sobre el término evolutivo: perteneciente o bien relativo a la evolución.


De esta forma, si equiparamos estos sistemas bien establecidos hoy día en el campo de la investigación con los sistemas presentados en esta tesis, podemos revisar que los sistemas evolutivos están relacionados con la evolución de los individuos que forman una población. No obstante, los SAA hacen referencia a la capacidad que tiene cada individuo de desarrollarse por sí solo, algo que acostumbra a ser conocido en los humanos como desarrollo mental autónomo. De este modo, en los SAA se crea nuevo conocimiento desde el aprendizaje de las experiencias y son equiparables con el proceso de aprendizaje gradual que padecemos las personas (singularmente cuando somos pequeños) durante nuestra vida. De esta manera, de la misma manera que el proceso de aprendizaje de los humanos, estos sistemas pueden ser iniciados con cierto conocimiento o bien no obstante, asimismo pueden aprender sin una base inicial (desde cero).


Debemos asimismo estimar que puesto que los SAA son abiertos, extensibles y flexibles. Además de esto, tampoco son equiparables con sistemas en tiempo real o bien sistemas incrementales.


Para poder aprender y prosperar, los SAA han de ser capaces de procesar en tiempo real gran cantidad de información. A lo largo de las últimas décadas, la información que muchos sistemas deben compilar, guardar y tratar está acrecentando de forma exponencial. Ejemplos de estos sistemas son aquellos que tratan datos logrados en Internet, datos sobre biología molecular, datos sobre procesos industriales avanzados, etc.. Además de esto, la mayor parte de estos sistemas consiguen datos en tiempo real mas no acostumbran a ser capaces de procesar tanta información y producir una contestación automática.


Los SAA pretenden producir contestaciones con la información recibida en tiempo real. Si la información a tratar es estática y no extensible, los SAA no son convenientes. Dada la enorme cantidad de datos que pueden recibirse en tiempo real, estos sistemas reciben la información y tras procesarla, desechan todos aquellos datos que no son relevantes. Por tanto, en memoria, solo se guardará el conjunto de datos actual a tratar y un número de variables (este número es en general pequeñísimo) a emplear para los cálculos precisos. Lo que hace a estos sistemas tan potentes es que no es preciso guardar todos y cada uno de los datos que se leen, puesto que determinadas variables guardarán información que nos dejan tratar los nuevos datos recibidos tal y como si dispusiésemos de toda la información recibida hasta ese momento.Esta esencial característica, no obstante, hace que no resulte posible deshacer cambios en el sistema ni conseguir situaciones precedentes a la actual; mas nos deja procesar la información a alta velocidad. Además de esto, esta característica hace que el sistema sea dependiente del orden en el que se leen los datos.


Otra esencial característica de los SAA consiste en poder ser capaces de interpretar los datos de forma eficaz. Esto es, conseguir un modelo que pueda ser interpretado. Para esta interpretación acostumbra a ser preciso conocer el entrecierro en el que se está aplicando, mas el modelo conseguido se pretende que nos dé información sobre porqué actúa de esa forma.


Como resumen, podemos terminar que los SAA pretenden solucionar una serie de propiedades que generalmente tienen la mayor parte de los sistemas y que son:


1. La estructura (su inteligencia computacional) de los sistemas actuales acostumbra a ser fija. Como un ejemplo, podemos estimar las redes de neuronas (cuya estructura de capas no acostumbra a alterarse) o bien los sistemas basados en reglas (cuyo número de reglas acostumbra a ser fijo).


2. El adiestramiento de los sistemas acostumbra a hacerse de forma off-line, sin poder amoldarse al entrecierro en el que estos se están desarrollando.


3. No es posible conocer porqué el sistema se ha comportado de esa forma determinada.


  ELIGE TU TEMA DE INTERÉS: 


autoayuda.es   Internet y Tecnologias 





Está aquí: Inicio > [ INTERNET ] > ıllı Sistema autoadaptativo wiki: info, historia y vídeos

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas