Desarrollo de software y herramientas de
Inteligencia Articial,
Para el reconocimiento de patrones de
comportamiento en entornos cerrados.
Seminario de Titulación
KELA Presentacion Costa Rica 2024 - evento Protégeles
Reconocimiento patrones comportamiento RNA
1. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Desarrollo de software y herramientas de
Inteligencia Articial,
Para el reconocimiento de patrones de
comportamiento en entornos cerrados.
Patricio A. Palma Solis
Escuela de Ingeniería en Computación
Universidad Austral de Chile
Sede Puerto Montt.
Seminario de Titulación, 2011
institution-log
2. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
3. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
4. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
Se presenta un método completamente autónomo usando RNA
para determinar los patrones de los usuarios respecto a la
utilización de dispositivos dentro de una ocina.
Con el n de predecir su estado y actuar sobre ellas de forma
automática.
5. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
Se presenta un método completamente autónomo usando RNA
para determinar los patrones de los usuarios respecto a la
utilización de dispositivos dentro de una ocina.
Con el n de predecir su estado y actuar sobre ellas de forma
automática.
6. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
7. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
8. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
9. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
10. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
11. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
12. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
13. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Contenido
14. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
Sucesión de elementos repetidos en una forma predecible
15. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
16. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
17. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
18. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
19. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
20. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
21. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
22. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
23. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
24. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
25. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
26. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
27. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Patrón
28. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Redes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas articiales.
29. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Redes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas articiales.
30. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Redes de Neuronas
¾Que son?
Son un paradigma de aprendizaje y procesamiento automático.
Simulan en la forma en que funciona el sistema nervioso de los
animales.
Un sistema de interconectado de neuronas articiales.
31. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Neurona Articial
¾Que es?
Son una simulación del sistema nervioso biológicos a través de
modelos matemáticos.
32. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Neurona Articial
33. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conceptos
Neurona Articial
34. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
35. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Captura de datos
Hardware
36. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Captura de datos
Software
37. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Registros
Ejemplos de eventos registrados
38. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Promedio luminosidad y Angulo de puerta cada 1/2 minuto
(periodo de 60 días)
39. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Histograma uso de iluminación en rangos de lúmenes
40. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Histograma uso apertura de puerta en rangos horarios
41. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
42. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
43. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
44. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Preprocesamiento
Distribución datos leídos
83.582.536.736.008
45. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
46. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Estructura
Perceptrón Multicapa
47. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Estructura
Perceptrón Multicapa
48. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Estructura
Perceptrón Multicapa
49. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Estructura
Perceptrón Multicapa
50. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Estructura
Perceptrón Multicapa
51. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
52. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
53. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
54. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
55. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
56. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
57. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
Algoritmo de retropropagación
Con un promedio de 200 iteraciones en cada red.
Registros
Dispositivo Encender Apagar Mantener estado Total
Iluminación 4.198 120.927 183.099 308.224
Puerta 800 2.816 3.440 7.056
58. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
Algoritmo de retropropagación
Con un promedio de 200 iteraciones en cada red.
Registros
Dispositivo Encender Apagar Mantener estado Total
Iluminación 4.198 120.927 183.099 308.224
Puerta 800 2.816 3.440 7.056
59. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Entrenamiento
Tiempo de entrenamiento
Red Registros Tiempo Error
Iluminación 308.223 60' 10 0,0147
Ventilación 37.631 58 0,0015
Puerta 7.055 1' 19 0,0010
Ventana 7.039 22 0,0012
Calefacción 3.719 6 0.0020
60. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
61. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Sensibilidad y Especicidad
Sensibilidad
Fracción de verdaderos positivos.
Especicidad
Fracción de verdaderos negativos.
62. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Sensibilidad y Especicidad
Sensibilidad
Fracción de verdaderos positivos.
Especicidad
Fracción de verdaderos negativos.
63. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Medidas estadísticas de la clasicación del las RNA
Sensibilidad (Se) Especicidad (Sp) Precisión (Ps)
Lámpara
Set entrenamiento 98.64 98.55 97.89
Set de validación 94.92 96.69 91.80
Puerta
Set entrenamiento 99.39 99.42 99.45
Set de validación 90.32 99.32 98.25
Ventilación
Set entrenamiento 99.65 96.77 99.79
Set de validación 92.65 90.02 97.54
Ventana
Set entrenamiento 98.68 98.65 98.65
Set de validación 91.51 93.47 97.87
Calefacción
Set entrenamiento 98.70 90.33 99.07
Set de validación 90.91 95.48 97.51
64. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Control de iluminación
Luminosidad aceptable semanal y acciones de la RNA
65. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Control de acceso
Registro semanal apertura puerta y accion de la RNA
66. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Actualización del sistema
Periodo de entrenamiento: 1 mes.
67. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Actualización del sistema
Periodo de entrenamiento: 1 mes.
68. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Agenda
4 Red de Neuronas Articiales
1 Introducción Estructura
Contenido Entrenamiento
Conceptos 5 Evaluación y resultados
2 Captura de datos Sensibilidad y Especicidad
Captura Control de iluminación
Datos registrados Control de acceso
3 Set de datos Comportamiento
Preprocesamiento actualizado en el ambiente
6 Conclusiones
69. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
70. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
71. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
72. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
73. Introducción Captura de datos Set de datos Red de Neuronas Articiales Evaluación y resultados Conclusiones
Conclusiones
Entorno sensible al contexto.
Ahorro energético y seguridad.
Portabilidad e independencia de hardware de captura y control
de dispositivos.
Disminución de datos registrados.
Posibilidad de estudio respecto al comportamiento humano.
80. Demostración
Desarrollo de software y herramientas de
Inteligencia Articial,
Para el reconocimiento de patrones de
comportamiento en entornos cerrados.
Patricio A. Palma Solis
Escuela de Ingeniería en Computación
Universidad Austral de Chile
Sede Puerto Montt.
Seminario de Titulación, 2011