Ingeniero Civil Eléctrico / En la última década se ha observado un aumento importante en las aplicaciones relacio- nadas a la robótica a nivel mundial. Adicionalmente, estas aplicaciones ya no se encuentran únicamente en laboratorios o en fábricas, donde se pueden mantener condiciones controladas, sino que también se presentan en distintas situaciones cotidianas. Entre las distintas catego- rías de robots, destaca fuertemente la robótica móvil, debido a su alto potencial de impacto social. Aquellos robots que forman parte de esta categoría, potencialmente pueden resolver una cantidad muy variada de problemas, debido a su capacidad de realizar interacciones complejas con un entorno dinámico, el cual puede incluir interacciones con seres humanos u otros agentes robóticos. Sin embargo, la capacidad de resolver problemas por parte de un agente robótico suele estar limitada por el conocimiento y las habilidades del diseñador. Se identifica entones la necesidad de incorporar metodologías generales que permitan a los agentes robóticos adquirir las habilidades necesarias para poder realizar las labores que les son asignadas. En el presente trabajo se estudia el uso del Aprendizaje Reforzado como herramienta de uso general para que los agentes robóticos adquieran las habilidades necesarias para reali- zar su labor. Son objetivo de especial interés, no solo la capacidad de resolver problemas particulares, sino que además estudiar la capacidad de generalización de las soluciones, y la escalabilidad de ésta herramienta. La metodología propuesta consiste en el uso del fútbol robótico como caso de estudio, debido a su complejidad como problema, al mismo tiempo de su facilidad de evaluación. Se identifican problemas de diversa complejidad y naturaleza en este contexto, identificando cuales son las características que son generales a distintos problemas, permitiendo extraer re- sultados de interés a otras aplicaciones. Para resolver los problemas identificados, se utilizan distintos algoritmos del Aprendizaje Reforzado, tanto tradicionales como modernos, haciendo hincapié en los beneficios de cada uno. Los resultados permiten perfilar al Aprendizaje Reforzado como una herramienta útil en el contexto de la robótica móvil. Algoritmos tradicionales son capaces de solucionar problemas sencillos de manera altamente eficiente y utilizando bajos recursos. Por otro lado, las técni- cas modernas permiten abordar problemas mucho más complejos, previamente considerados intratables de manera directa. Finalmente, el uso de esta metodología presenta un potencial todavía no explorado a profundidad, sin conocer todavía el límite en sus aplicaciones. Se identifica entonces un amplio campo de desarrollo para futuros trabajos e investigación.

No description available.

La planificación de las operaciones involucradas en un proyecto de desarrollo de software ha sido un problema a superar, desde el auge del uso de metodologías que guían dicho proceso. Tanto la eficiencia como la sofisticación de los algoritmos que buscan resolver los estos ordenamientos, han ido evolucionando durante la segunda mitad del siglo XX. Al mencionado problema de ordenar tareas con dependencias se le conoce en la algorítmica como programación de tareas o task scheduling y es definido de la siguiente forma: dado un conjunto de tareas a ser programadas en determinado grupo de máquinas (o recursos hombre-máquina como podrían ser programadores, analistas, etc.), encontrar un orden adecuado de ejecución. Es un problema de complejidad NP-difícil por lo que se justifica el uso de métodos heurísticos para obtener soluciones aproximadas. El presente trabajo de tesis presenta una meta heurística GRASP para resolver la variante en donde las tareas son dependientes y los organismos ejecutores son diferentes entre sí: con esto se podrían planificar las tareas de las etapas iniciales de un proceso particular de desarrollo de software. En la tesis, se incide en la metodología RUP, y en particular en sus disciplinas de modelamiento de negocios (business modeling) y captación de requerimientos (requirement). Se han desarrollado tanto un algoritmo voraz como una meta heurística GRASP con dos parámetros de relajación, planteamiento novedoso pues hasta el momento no se había intentado resolver el problema de esta forma. Igualmente se muestra un modelo matemático para la variante específica del problema a tratar. Para demostrar la corrección de los algoritmos, se desarrolló un prototipo que los implementa obteniéndose como resultado que el algoritmo GRASP mejora casi en un 6% los resultados del algoritmo voraz, para instancias de hasta 12500 variables involucradas. Palabras clave: Programación de tareas, algoritmos GRASP, Desarrollo de Software, planificación de recursos en proyectos de desarrollo software, RUP. / Operation’s planning for Software Development has been a complicated by-solve problem experienced since the golden age of the use methodologies whose rule those process. In which it is used, as well as in the efficiency and sophistication of the algorithms that try to solve the problems that appear in a software project, since its origin in the middle of the 20th century. The previously mentioned problem is known within algorithmic as task scheduling and it is defined as follows: given a group of tasks (operations) to be scheduled within a group of machines (or human resources, or human-machine resources), find an appropriate execution order. It is a NP-difficult complexity problem, so it justifies the usage of heuristic methods to obtain approximate solutions. This thesis presents a GRASP heuristic goal to solve the variant in which tasks are dependent and executing entities are different one from the other: now it could be possible the planning of the operation s from the inception’s RUP phase. We are remarking in particular, two disciplines of RUP methodology: business modeling and requirement. Both a greedy algorithm and a GRASP heuristic goal with two relaxation parameters have been developed. Innovative proposition because until now nobody has tried to solve the problem this way. Likewise a mathematical model for the specific variant of the problem to be considered is shown. To show efficiency of the GRASP algorithm, we developed a prototype program that executes and compares the results obtained by greedy and GRASP algorithms. The GRASP algorithm improves by 6% the results of the greedy algorithm, for instances with up to 12500 variables involved. Finally we measured the quality of these results with those of the mathematical model which would obtain the exact solution for smaller instances, taking advantage of software that solves linear programming problems: the GRASP algorithm got close to the exact result within a range of 95 to 99%, and even equaled it in some tests. Keywords: Task scheduling, GRASP algorithm, Software development, resource planning in software projects, RUP.

This Thesis contributes with new algorithms for line drawing interpretation. A line drawing is a 2D diagram of vertices and straight edges aiming to depict a polyhedral 3D scene. Given one such drawing we usually want to first test whether it is a correct projection. If it is, then we wish to reconstruct all possible scenes it can depict. Otherwise, we attempt to correct the drawing so that it becomes reconstractable.Traditionally, the Machine Vision approach to these problems has been mainly algebraic. Although computer scientists have discovered graphical techniques like the reciprocal diagrams, these have not been fully exploited or sometimes left apart, arguing that they only provide necessary conditions for realizability. However, a careful investigation of related areas of Geometry reveals the existence of complete and purely geometric tools that, using just pencil and straightedge, are able to decide the correctness of certain families of drawings. A first goal of this Thesis has been to select one such tool, the so-called cross-section diagram, and extend its validity to a broader class of drawings; namely, those of polyhedral surfaces generated by scenes of opaque polyhedra.At present, however, no general realizability test using pencil and straightedge alone has been devised for general drawings so that relying on algebraic methods seems unavoidable. A second goal of the Thesis has been to exploit a known mapping between spatial polyhedra and the instantaneous motions of an articulated mechanism. Based on this mapping, we give a concise realizability test that outperforms the most popular algebraic approach known so far, due to Sugihara: it is faster, numerically stable, straightforwardly implementable in floating-point arithmetic and yields a linear parameterization of all possible reconstructions of the drawing. Additionally, this gives a model of the Necker reversal phenomenon and, in some cases, it allows obtaining all concavity/convexity patterns of the edges, neither resorting to consistent labelling techniques, nor consulting junction dictionaries.A correction module is usually necessary, since drawings with a general geometry are seldom correct. In practice, for example, if a drawing is got from a hand-made sketch or by filtering a real image, the coordinates of its vertices will seldom lie in the right places, and reconstruction will not be possible. The third goal of the Thesis has been to efficiently solve this problem. To this end, we have devised the first algorithm for line drawing correction that allows the simultaneous movement of all the vertices. This yields better solutions than existing approaches, which only allowed the displacement of a subset of the vertices, or failed to correct some combinatorial structures. Moreover, we have provided a second correction strategy that keeps the vertices fixed but alters the combinatorial structure.The developed techniques find applications in the design of new man-machine interfaces for solid modeling, since they allow the reconstruction of 3D shapes from rough hand-made sketches.

El problema de las distribuciones no balanceadas de datos entre clases ha recibido una considerable atención en disciplinas como el Aprendizaje Automático, el Reconocimiento de Formas y la Minerìa de Datos. Un conjunto de dos clases se dice que es no balanceado si una de las clases (mayoritaria) está significativamente más representada que la otra (minoritaria). Este tipo de complejidad de los datos puede conducir, en métodos tradicionales de clasificación, a aprendizajes sesgados en perjuicio de la clase minoritaria que, usualmente, contiene los casos de mayor interés. Esta deficiencia es particularmente importante en aplicaciones reales donde el coste por clasificar erróneamente los ejemplos de la clase menos representada es muy elevado.Actualmente, es posible identificar tres grandes lí¬neas de investigación sobre dicha problemática. En este sentido, la presente tesis doctoral aborda el problema del desbalance desde las perspectivas de evaluación del aprendizaje, solución y análisis de la complejidad de los datos.En el caso de las métricas de efectividad, se propone una nueva forma de evaluar los clasificadores que solventa una posible desventaja de las métricas tradicionales, las cuales no consideran la magnitud ni el sentido de la diferencia entre las tasas de aciertos por clase. Diversos análisis sobre la nueva métrica, denominada IBA, empleando medidas de correlación de Pearson y cambios en la matriz de confusión, la confirman como una medida robusta y eficaz en entornos desbalanceados.Dentro del campo de las soluciones para tratar el desbalance, se proponen nuevos esquemas para reducir/incrementar la talla de las clases mayoritaria/minoritaria, respectivamente. Asimismo, se presenta una solución algorí¬tmica para la regla del vecino más cercano con el objetivo de favorecer la clasificación de muestras de la clase minoritaria. Este análisis no sólo se centra en el beneficio que podrá representar cada una de las soluciones, sino también en cómo estas se ven afectadas por la naturaleza del clasificador, el sesgo de los datos y las métricas de efectividad.Finalmente, la tercera línea de investigación abordada en esta tesis se centra en analizar los efectos sobre el aprendizaje que produce la presencia en los datos de complejidades como el desbalance y solapamiento. En particular, se estudian dos escenarios. En el primero, denominado homogéneo, las clases mayoritaria y minoritaria mantienen esta misma relación en la región de solapamiento. En el segundo, por el contrario, la clase minoritaria se convierte en la más representada en dicha región. Los resultados muestran que el desbalance local en la región de solapamiento puede ser más determinante que el desbalance global y que la talla de dicha región.

Thesis (Ph. D.)--Lehigh University, 1997. / Includes vita. Bibliography: leaves 108-114.

Thesis (Ph. D.)--University of Arizona, 1991. / Includes bibliographical references (p. 216-232).

Resumo Este trabalho apresenta o desenvolvimento do SISMAT - Sistema de Matrícula Inteligente, que tem por objetivo auxiliar professores, coordenadores de curso e pessoal envolvidos na realização de matrículas de acadêmicos de uma universidade. O SISMAT é baseado em um sistema multiagente composto por um agente humano aqui denominado Agente Usuário e três agentes de software-. Agente Interface, Agente Mediador e Agente Matriculados O Agente Usuário é aquele que expressa a intenção de efetuar uma matrícula e crê que o SISMAT pode efetuá-la. O Agente Interface permite ao Agente Usuário expressar suas intenções ao SISMAT, bem como solicitar e obter conhecimento a respeito de uma matrícula, ou seja o Agente Interface faz a comunicação entre o usuário e a sociedade de agentes. O Agente Mediador gerencia a sociedade de agentes, buscando conhecimento quando necessário e solicitando a execução de tarefas a outro agente quando ele não tem a capacidade de executá-las. O Agente Matriculador, entre outras capacidades, é capaz de compor a matrícula de um acadêmico, através de análises de seu histórico escolar. O SISMAT apresenta características, onde aspectos de interação, cooperação, compromissos, capacidades, crenças, ou seja, características relacionadas ao comportamento social humano, desempenham um papel importante em sistemas baseados em agentes. Aspectos relacionados à concepção, projeto e implementação do SISMAT serão discutidos ao longo deste trabalho. O protótipo foi desenvolvido em LALO {Langage d'Agents Logiciel Objet), que utiliza o paradigma de programação orientada a agentes AOP {Agent-Oriented Programming).

Este trabalho situa-se na área de Sistemas Multiagente, que é uma sub-área da Inteligência Artificial Distribuída. Em particular, o problema abordado nesta dissertação é o da modelagem de ambientes, um aspecto importante na criação de simulações baseadas em sociedades de agentes cognitivos, no entanto pouco tratado na literatura da área. A principal contribuição deste trabalho é a concepção de uma linguagem, chamada ELMS, própria para a definição de ambientes multiagente, e a implementação de um protótipo de interpretador para esta linguagem. O resultado da interpretação é um processo que simula o ambiente descrito em alto nível, e é apropriado para a interação com os agentes cognitivos que irão compartilhar o ambiente. Esta linguagem foi desenvolvida no contexto do projeto MASSOC, que tem como objetivo a criação de simulações sociais com agentes cognitivos. A abordagem deste projeto dá ênfase ao uso da arquitetura BDI para agentes cognitivos, a comunicação inter-agente de alto nível (ou seja, baseada em atos de fala) e a modelagem de ambientes com a linguagem ELMS, que é proposta neste trabalho. Os ambientes e agentes que podem ser usados na criação de simulaçõpes, bem como a comunicação entre eles utilizando a ferramenta SACI, são definidos ou gerenciados a partir de uma interface gráfica, que facilita a criação e controle de simulações com a plataforma MASSOC. Além de apresentar a linguagem ELMS e seu interpretador, esta dissertação menciona ainda, como breve estudo de caso, uma simulação de aspectos sociais do crescimento urbano. Esta simulação social auxiliou na concepção e avaliação da linguagem ELMS.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. / Made available in DSpace on 2012-10-17T21:05:51Z (GMT). No. of bitstreams: 0Bitstream added on 2014-09-25T18:23:14Z : No. of bitstreams: 1 172712.pdf: 3168012 bytes, checksum: b59dfe5deff6c69568626c4a505c4b52 (MD5) / Uma infraestrutura essencial para o melhoramento do processo de software e o gerenciamento de projetos é a mensuração de software. Seu planejamento e implementação bem sucesida requer, na pratica, uma quantidade significante de esforço e experiência. O custo pode ser reduzido e a qualidade da mensuração pode ser melhorada reutilizando-se experiências adquiridas de programas de mensuração do passado. Para a criação sistemática e a comunicação por toda a empresa do conhecimento de mensuração, experiências específicas da organização devem ser sistematicamente coletadas, armazenadas em memórias corporativas e reutilizadas em futuros projetos de software. Entretanto, sistemas de aprendizagem baseados em conhecimento devem ser operacionalizados e integrados no processo de planeamento de mensuração. Este trabalho apresenta uma abordagem customizável de raciocínio baseado em casos para a captura e reutilização de experiências de programas de mensuração de software. Uma ferramenta, suportando todas as tarefas do processo de planeamento e possibilitando uma recuperação orientada a metas, e um mecanismo de recuperação baseado em similaridade, e aprendizagem contínua é apresentada.