Inteligencia de Enjambre

-

¿Quiere ser usted pseudo-famoso? Invéntase un algoritmo de Inteligencia de Enjambre

La Swarm Intelligence es una Técnica Evolutiva cuyo objetivo principal es generar soluciones para resolver problemas de optimización difíciles utilizando técnicas inspiradas en la evolución natural, tales como la mutación, selección o creación de agentes híbridos (sí, todas las definiciones de los diferentes tipos de IAs suenan parecidas).

Este sub-campo se diferencia de los demás por el estudio del comportamiento colectivo de sistemas descentralizados u auto-organizados. Los humanos mismos somos un ejemplo de este tipo de colectivos, como también lo son las hormigas, las bacterias o cualquier otro grupo de criaturas simples que interactúan localmente entre ellas y con su medio ambiente. Estas criaturas o agentes, siguen unas reglas simples, que globalmente derivan en un comportamiento complejo.

Imagen: comportamiento de un colectivo de pajaros.

El comportamiento global complejo será el que facilite la resolución de problemas complejos de optimización.

Bueno si, pero ¿Cómo me hago famoso? Teniendo en cuenta la cantidad de organismos de la naturaleza, se podría crear un algoritmo con cada uno de ellos, siendo algunos algoritmos mejores que otros, pero todos igual de válidos (siempre y cuando se llegue a resolver el problema planteado). Así que, lector o lectora, solo tendría que comprobar si existe o no un algoritmo en cuestión, y en caso de no existir, estudiar el organismo y crear un algoritmo. Bueno, bonito y barato.

Vamos a poner algunos ejemplos de estos organismos:

Comentarios

Publicar un comentario

Entradas populares de este blog

Proyecto Estación Meteorológica 4: Visualización de Resultados Mediante HTML y D3.js

-
Imagen
Visualización de Resultados Mediante HTML y D3.js Una vez se han subido los datos a ThingSpeak, tal y como se describe en el post anterior , se quiere visualizar el contenido que se ha subido. Para ello, se diseña una página web utilizando HTML, JavaScript, CSS y D3.js. El código de la página consiste principalmente en 3 partes: la importación de datos y su tratamiento, la visualización de estos en una gráfica y la visualización en una tabla. Primero, la importación de datos. Para ello, se debe conseguir una URI desde ThingSpeak, la cual se puede conseguir entrando en la pestaña “ Data Import/Export ” de los canales que se han creado, en la sección “ Get a Channel Feed ”. Se decide que se quieren recuperar 5 sets de datos desde cada canal, por lo que esto se tiene en cuenta a la hora de codificar las URIs. Se cargan los datos llamando a estas con JavaScript, las cuales, tras ser llamadas, ejecutan unas funciones previamente definidas. El cometido de
Leer más

Diferentes técnicas de las redes neuronales

-
Imagen
DIFERENTES TÉCNICAS DE LAS REDES NEURONALES En la entrada anterior hemos visto, un poco por encima, lo que son las redes neuronales artificiales y de que se componen. La explicación de como se consigue  la salida de las neuronas y de la red en su totalidad, encaja con una técnica de las redes neuronales: Forward Propagation. La primera técnica que se va a explicar en esta entrada. Forward propagation El Forward propagation  es una implementación vectorial de las funciones de las redes neuronales, es decir, explica como pasan los valores de entrada (x) a ser los valores de salida, como se transforman.  Aunque ya se haya explicado este proceso en la entrada anterior, vemos necesario volver a explicarlo, para entender correctamente las demás técnicas (si lo habéis entendido bien, podéis saltar un poco más hacia adelante). Bien pues, primero las entradas (x) se multiplican con una  matriz de pesos ( θ )  que controla la función de mapeo de una capa a otra. Después, una
Leer más

Proyecto Estación Meteorológica 3: Obtención y Envío de Datos Mediante Python

-
Imagen
Obtención y Envío de Datos Mediante Python Una vez se ha configurado la Raspberry como es debido, se comienza la codificación. Lo primero que se codifica es el programa de Python. La función de este programa es el de crear automáticamente los canales necesarios en ThingSpeak, recoger datos del sensor y subir estos a los canales previamente mencionados. Para ello, primero se observan las especificaciones del usuario para definir la problemática. Haciendo esto, se observa que hay que subir datos con una frecuencia de 10 segundos, pero los canales de ThingSpeak solo aceptan datos cada 15 segundos. Para solucionar este problema, se crean dos canales, a los cuales se suben datos alternamente. En cuanto al código, lo primero es importar las librerías. Ya que la comunicación con ThingSpeak se hace mediante peticiones http, se importan las librerías urllib y httplib , además de json , la cual será necesaria para interpretar las respuestas. También se
Leer más