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

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

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

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.

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

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

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

46. 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

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

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.

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.

74. Demostración Conexiones

79. Demostración Comportamiento

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

Reconocimiento patrones comportamiento RNA

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (19)

Similar a Reconocimiento patrones comportamiento RNA

Similar a Reconocimiento patrones comportamiento RNA (20)

Último

Último (20)

Reconocimiento patrones comportamiento RNA