Inteligencia Artificial

QUÉ ES LA INTELIGENCIA ARTIFICIAL

Se denomina inteligencia artificial (IA) a la rama de las Ciencias de la Computación dedicada al desarrollo de agentes racionales no vivos.
Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entiéndase a la [racionalidad] como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado (este concepto de racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina).
Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que se encarga de construir procesos que al ser ejecutados sobre una arquitectura física producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representación del conocimiento. El cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal (análogo al pensamiento abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden ser obtenidas y producidas, respectivamente por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez de computador y otros videojuegos

APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LOS SISTEMAS PRODUCTIVOS
La incorporación de agentes de decisión inteligente, redes neuronales, sistemas expertos, algoritmos genéticos y autómatas programables para optimización de sistemas de producción es una tendencia activa en el ambiente industrial de países con alto desarrollo tecnológico y con una gran inversión en investigación y desarrollo. Dichos componentes de la Inteligencia Artificial tienen como función principal controlar de manera independiente, y en coordinación con otros agentes, componentes industriales tales como celdas de manufactura o ensamblaje, y operaciones de mantenimiento, entre otras.

Existe una tendencia creciente a la implementación de sistemas de manufactura/ensamblaje más autónomos e inteligentes, debido a las exigencias del mercado por obtener productos con niveles muy altos de calidad; lo cual con operaciones manuales se hace complicada y hace que los países subdesarrollados como el nuestro no alcance niveles competitivos a nivel mundial. Al diseñar un sistema de producción integrado por computadora se debe dar importancia a la supervisión, planificación, secuenciación cooperación y ejecución de las tareas de operación en centros de trabajo, agregado al control de los niveles de inventario y características de calidad y confiabilidad del sistema. Los factores mencionados determinan la estructura del sistema y su coordinación representa una de las funciones más importantes en el manejo y control de la producción.

Muy frecuentemente, la razón para construir un modelo de simulación es para encontrar respuestas a interrogantes tales como ¿Cuáles son los parámetros óptimos para maximizar o minimizar cierta función objetivo? En los últimos años se han producido grandes avances en el campo de la optimización de sistemas de producción. Sin embargo, el progreso en el desarrollo de herramientas de análisis para resultados de modelos de simulación ha sido muy lento. Existe una gran cantidad de técnicas tradicionales de optimización que sólo individuos con gran conocimiento estadístico y de conceptos de simulación han logrado aportes significativos en el área.

Debido al auge de los algoritmos de búsqueda meta-heurísticos, se ha abierto un nuevo campo en el área de optimización con simulación. Nuevos paquetes de software, tales como OptQuest (Optimal Technologies), SIMRUNNER (Promodel Corporation) y Evolver (Palisade Software), han salido al mercado brindando soluciones amigables de optimización de sistemas que no requieren control interno sobre el modelo construido, sino sobre los resultados que dicho modelo arroja bajo diferentes condiciones. Además, nuevas técnicas de inteligencia artificial aplicadas a problemas de optimización estocástica, han demostrado su eficiencia y capacidad de cómputo y aproximación.

El Aprendizaje Reforzado (Reinforcement Learning) es un conjunto de técnicas diseñadas para dar solución a problemas cuya base son los procesos de decisión markovianos. Los procesos markovianos son procesos estocásticos de decisión que se basan en el concepto de que la acción a tomar en un estado determinado, en un instante determinado, depende sólo del estado en que se encuentre el sistema al momento de tomar la decisión.

Una de las áreas que puede tener mayor incidencia directa en los procesos productivos de la industria nivel mundial, es el diseño de sistemas de soporte para la toma de decisiones basados en la optimización de los parámetros de operación del sistema. Para tal efecto, el uso de técnicas inteligentes paramétricas y no paramétricas para el análisis de datos es de gran interés.

Sin embargo, a juicio de los autores en la mayoría de las arquitecturas propuestas hasta el momento para manufactura integrada por computadora, carecen de un factor de integración fundamental. La comunicación entre los diversos niveles jerárquicos de una planta de producción es muy poca, ya que cada departamento se limita a realizar su función sin buscar una integración de toda la planta productiva a excepciones de empresas como ABB con su software Baan, etc.

APLICACIONES DE LA VISIÓN ARTIFICIAL
La visión artificial tiene cabida practicamente todos los sectores industriales.
Las capacidades de la visión artificial son hoy en día realmente poderosas. Existen en el mercado cámaras capaces de capturar 1.000.000 imágenes por segundo, cámaras sensibles a infrarojos y ultravioleta, cámaras térmicas...
Gracias al avanzado estado de madurez de esta tecnología podemos llegar a casi cualquier aplicación sin estar limitados por la velocidad, sensibilidad etc...
A continuación se incluye un resumen de las posibles aplicaciones de la visión en los principales sectores industriales ilustrados con algunos ejemplos de proyectos realizados en nuestra empresa.

ALIMENTACIÓN
•discriminación de piezas por calibre y tonalidad
•contaje
•descarte por defectos
•marcado de caducidad (tintas alimentarias)...

AUTOMOCIÓN
•verificación de partes
•medición
•calibres
•presencia / ausencia
•acabados
•tonalidades
•OCR
•posicionado de piezas para brazo robot...

Aplicación de ejemplo: Termosellado



ENVASES - METALGRÁFICO
•comprobación láminas hojalata (vetas, agujeros, impurezas)
•corte lámina de hojalata
•detección en tapa y bote de golpes, rayas, defectos, goma
•abrefacil
•contaje de producción
•acabado de litografía...

Aplicación de ejemplo: Tapas Ovaladas







ENVASES - PLÁSTICOS, CRISTALES, MADERA
•detección agujeros
•comprobación rosca
•medición de calibres
•texturas
•acabados
•serigrafía
•ensamblado...

PACKAGING Y ENVASADO
•control de llenado
•sellado
•empaquetado
•etiquetado
•verficacion de fecha caducidad
•código de trazabilidad
•código de barras
•data matrix
•empaquetado automático del producto (brazo robot)
•paletizado...

Aplicación de ejemplo: Tapón



COMPONENTES ELÉCTRICOS Y ELECTRÓNICOS
•asistencia al Pick and place
•comprobación de soldadura
•comprobación de circuitos integrados (serigrafía, pines, golpes...)
•medición de precisión
•soldaduras
•conectores...

METALURGIA Y DERIVADOS
•medición de precisión
•taladrado
•mecanizado
•laminado...

FARMACIA Y EQUIPOS MÉDICOS
•comprobación pipetas
•presencia en blisters
•marcas de seguridad ultravioleta
•fechas de caducidad
•etiquetado
•medición precisión (herramientas médicas)...

FABRICACIÓN TEXTIL Y CALZADO
•control tapicería
•estampación
•urdidos
•hilatura
•tintura
•acabado
•pegado de suela
•cosido
•color
•lijado de hormas...

Aplicación de ejemplo: Calzado



MECANIZADOS INDUSTRIALES
•radios
•taladrado
•superficie
•medición
•OCR
•selección automática
•colores
•acabado
•asistencia robots...

Aplicación de ejemplo: Pieza Circular

RED NEURONAL ARTIFICIAL

Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN"1 ) son un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida. En inteligencia artificial es frecuente referirse a ellas como redes de neuronas o redes neuronales.

A grandes rasgos, se recordará que el cerebro humano se compone de decenas de billones de neuronas interconectadas entre sí formando circuitos o redes que desarrollan funciones específicas.

Una neurona típica recoge señales procedentes de otras neuronas a través de una pléyada de delicadas estructuras llamadas dendritas. La neurona emite impulsos de actividad eléctrica a lo largo de una fina y delgada capa denominada axón, que se escinde en millares de ramificaciones.

Las extremidades de estas ramificaciones llegan hasta las dendritas de otras neuronas y establecen conexión llamada sinapsis, que transforma el impulso eléctrico en un mensaje neuroquímico mediante liberación de unas sustancias llamadas neurotransmisores que excitan o inhiben sobre la neurona, de esta manera la información se transmite de neuronas a otras y va siendo procesada a través de las conexiones sinápticas y el aprendizaje varía de acuerdo a la efectividad de la sinapsis.

Un psicólogo D Hebb [1949], introdujo dos ideas fundamentales que han influido de manera decisiva en el campo de las redes neuronales. La hipótesis de Hebb, basadas en investigaciones psicofisiológicas, presentan de manera intuitiva el modo en que las neuronas memorizan información y se plasman sintéticamente en la famosa regla de aprendizaje de Hebb ( también conocida como regla de producto). Esta regla indica que las conexiones entre dos neuronas se refuerza si ambas son activadas. Muchos de los algoritmos actuales proceden de los conceptos de este psicólogo.

Widrow [1959], publica una teoría sobre la adaptación neuronal y unos modelos inspirados en esta teoría, el Adaline (Adaptative Linear Neuron) y el Madaline (Múltiple Adaline). Estos modelos fueron usados en numerosas aplicaciones y permitieron usar, por primera vez, una red neuronal en un problema importante del mundo real: filtros adaptativos que eliminan ecos en las línea telefónicas.

Hopfield [1980], elabora un modelo de red consistente en unidades de proceso interconectadas que alcanzan mínimos energéticos, aplicando los principios de estabilidad desarrollados por Grossberg. El modelo resultó muy ilustrativo sobre los mecanismos de almacenamiento y recuperación de la memoria. Su entusiasmo y claridad de presentación dieron un nuevo impulso al campo y provocó el incremento de las investigaciones.

Otros desarrollos destacables de esta década son la máquina de Boltzmann y los modelos Bam (Bi-directinal Associative Memory).

Analogía de redes neuronales biológicas y artificiales

Según Herrera Fernandez

Las neuronas se modelan mediante unidades de proceso, caracterizadas por una función de actividades que convierte la entrada total recibida de otras unidades en un valor de salida, el cual hace la función de tasa de disparo de la neurona.

Las conexiones sinápticas se simulan mediante conexiones ponderadas, la fuerza o peso de la conexión cumple el papel de la efectividad de la sinapsis. Las conexiones determinan si es posible que una unidad influya sobre otra.

Una unidad de proceso recibe varias entradas procedentes de las salidas de otras unidades de proceso de entrada total de una unidad de proceso y se suele calcular como la suma de todas las entradas ponderadas, es decir, multiplicadas por el peso de la conexión. El efecto inhibitorio o excitatorio de la sinapsis se logra usando pesos negativos o positivos respectivamente
Las redes neuronales deben tener como estructura varias capas las cuales son: primera capa como buffer de entrada, almacenando la información bruta suministrada en la red ó realizando un sencillo preproceso de la misma, la llamamos capa de entrada; otra capa actúa como interfaz o buffer de salida que almacena la respuesta de la red para que pueda ser leída, la llamamos capa de salida; y las capas intermedias, principales encargadas de extraer, procesar y memorizar la información, las denominan capas ocultas.

Universidad Francisco de Paula Santader Ocaña

MISIÓN
La Universidad Francisco de Paula Santander Seccional Ocaña, como Universidad Pública, tiene como Misión, el compromiso de formar en el nivel superior, profesionales idóneos, mediante la generación y difusión del conocimiento en los ámbitos de la ciencia, la cultura y el arte, la técnica, la tecnología y las humanidades, con autonomía y vocación de servicio social. Atendiendo a su carácter de institución estatal, asume compromisos indelegables con la construcción de una sociedad justa y democrática.

VISIÓN
La Universidad Francisco de Paula Santander Seccional Ocaña, como institución de educación superior, con criterios de cobertura, calidad y diversidad de sus servicios, busca con la acreditación institucional, consolidarse como la IES, mas importante del nororiente del país, por su excelencia, eficiencia, pertinencia, competitividad, innovación, proyección e investigación.


ESTRUCTURA ORGÁNICA
Según Acuerdo No. 084 de septiembre 11 de 1995, el Consejo Superior Universitario, con base en las atribuciones legales y estatutarias que le confieren la ley 30 de 1992 y el Acuerdo No. 029 del 12 de Abril de 1994, aprueba La Estructura Orgánica de la Universidad Francisco de Paula Santander Seccional Ocaña.
http://www.ufpso.edu.co/secciones.php?seccion=estructura_organica

Facultad de Ingenieria

MISIÓN
La Facultad de Ingeniería de la Universidad Francisco de Paula Santander Ocaña, en su condición de escuela de formación científica y tecnológica, concentra su actividad en la docencia, la investigación y el servicio a la comunidad en las áreas fundamentales de la ingeniería moderna. Busca incidir de manera efectiva en el desarrollo económico, social y científico de su entorno, a través de la generación y aplicación del conocimiento en ingeniería, para constituirse en agente principal de sus procesos de cambio científico y tecnológico.

VISIÓN
La Facultad de Ingeniería de la Universidad Francisco de Paula Santander Ocaña será referencia en la región como escuela de excelencia, y su acción agregará valor a los individuos y a las empresas líderes de su entorno. Será reconocida como una escuela altamente competitiva, fuente de conocimiento de alta tecnología en ingeniería, en permanente interacción con el entorno y con una clara fortaleza en el uso de tecnologías de información.

OBJETIVOS
• Desarrollar actividades de creación, difusión, innovación, negociación, apropiación y aplicación de tecnologías acordes con el desarrollo regional y nacional.
• Fomentar la investigación, promoción y difusión del conocimiento y el mejor aprovechamiento de los recursos naturales, contribuyendo a la búsqueda de una mayor reafirmación de nuestra nacionalidad.
• Crear las bases, en cuanto a talento humano y recursos físicos, de una investigación autónoma y científica en cada una de las áreas en que se especializa, con el fin de contribuir a la solución de problemas regionales y nacionales, y al avance de la Ingeniería Colombiana.
• Contribuir a la formación de investigadores.
• Fortalecer la infraestructura investigativa.
• Vincular a la Facultad de Ingeniería con el medio externo promoviendo las relaciones e intercambios Universidad-Industria, Universidad-Comunidad, que beneficien a las instituciones y estamentos involucrados.
• Promover las asesorías, en cuanto la aplicación del conocimiento a la solución de un problema específico, dentro de la industria y la comunidad, sirviendo de estímulo y fortalecimiento a la investigación y centros de investigación existentes en la Facultad.
• Crear, desarrollar y sostener actividades de extensión académica, tales como programas de actualización, especialización y formación avanzada profesional.

Ingeniería de Sistemas

MISIÓN
Formar profesionales integrales con niveles de excelencia en el área de la informática y los sistemas y una sólida formación humanística que responda a las necesidades actuales y futuras del medio, para enfrentar los retos tecnológicos acordes con la nueva sociedad de la información y del conocimiento, mediante el uso de recursos computacionales actualizados y nuevas tecnología educativas.

MISIÓN
El programa de Ingeniería de Sistemas se proyecta como el líder regional de gestión, conocimiento, e investigación en el área de sistemas, ciencias de la computación e informática, formando seres humanos integrales capaces de adelantar gestiones administrativas y tecnológicas mediante el aprovechamiento óptimo de los recursos físicos , técnicos y humanos; propendiendo por el desarrollo humanístico, científico y tecnológico, adaptándose a la región y al país, interpretando el contexto globalizado en que se desempeña.

PERFIL PROFESIONAL
El estudiante de la U.F.P.S. Ocaña, tiene la capacidad de criticar o discernir un problema globalmente dentro del mundo del saber, definiendo y encontrando alternativas de solución. Es experto por excelencia en el diseño y desarrollo de sistemas de información complejos de cualquier tipo de organización.
Será un profesional que aplique el conocimiento científico en la tecnología, transfiriendo el saber a problemas que llevan solución al individuo, a la sociedad y al universo.
Está preparado para investigar y aplicar las tecnologías de punta que se están asimilando en el país en campos como el de las telecomunicaciones, redes informáticas, inteligencia artificial, sistemas expertos, multimedia.

PERFIL OCUPACIONAL
Ingeniero de Software, Asesor y consultor de proyectos informáticos, Ingeniero de Telecomunicaciones, Director del área de sistemas e informática, Gerente de empresas del campo informático principalmente Docente e Investigador.

GRUPOS DE INVESTIGACIÓN
• Grupo de Investigación en Teleinformática y Desarrollo de Software (GITYD)
• Grupo de Investigación en Agentes Inteligentes (GIAI)
• Grupo de Investigación Icticas del Catatumbo Medio (GIICAM)
• Grupo de Investigación en Ingeniería Ambiental y Desarrollo sostenible (GI@DS)
• Grupo de Investigación en Fluidos, Térmicas y Calidad Ambiental.
• Grupo de Investigación en Software Libre GNU/Linux UFPSO (GISLO)
• Grupo de Investigación para el Desarrollo de Sistemas de Aprendizaje (CID)
• Grupo OIKOS


LINEAS DE INVESTIGACIÓN
* Sistemas Operativos. En este eje se organizan los contenidos propios para comprender las funciones y organización de los sistemas operativos y entender a este como factor fundamental en el desarrollo de sistemas de información.
* Redes y Comunicaciones. En este eje se organizan los contenidos propios para comprender los principios de la transmisión electrónica de datos, diseñar sistemas de comunicación y procesar información remotamente.
* Sistemas Inteligentes. En este eje se organizan los contenidos propios para abordar formas alternativas para representar y procesar la información.
• Fundamentos de Programación y Lenguajes. En este eje se organizan los contenidos propios para el desarrollo de habilidades y destrezas en la programación de computadores, así como el estudio de las técnicas, conceptos y estructuras utilizadas en ella. También se considera el análisis de complejidades y teorías de compilación. Entre otros se ubican en este eje, los siguientes contenidos.
• Administración de La Información. En este eje se organizan los contenidos propios para el modelamiento y procesamiento de la Información. Entre otros se ubican en este eje los siguientes contenidos.
• Ingeniería Del Software. En este eje se organizan los contenidos propios para análisis, diseño, desarrollo y gestión de Sistemas de Información. Entre otros se ubican en este eje los siguientes contenidos.
• Arquitectura de Computadores. En este eje se organizan los contenidos propios para comprender la organización y funcionamiento del hardware. Entre otros se ubican en este eje los siguientes contenidos.
• Ciencias de la Computación. En este eje se organizan los contenidos relacionados con aquellos saberes muy cercanos a las ciencias básicas, pero que aplicados se convierten en una gran herramienta de trabajo del Ingeniero de Sistemas.

ELECTIVAS PROFESIONALES
Para atender las inquietudes de requerimientos de la región de acuerdo al análisis realizado, aparte de tener dos ejes principales como son redes y telecomunicaciones e ingeniería de software, atreves de las electivas se pueden tratar y profundizar temáticas que son requeridas, estas se agruparon en seis áreas con tres electivas cada una.

INGIENERIA DE SOFTWARE
NUEVAS TENDENCIAS DE SOFTWARE
Objetivos
Aplicar los conceptos de tecnología orientada a objetos de forma práctica y productiva durante todas las fases del ciclo de desarrollo de software, usando un proceso interactivo, enfocado a los casos de uso, de arquitectura centralizada en el desarrollo de un modelo de diseño robusto.
Usar UML para representar el modelo de análisis y diseño.
Contenido
• Revisión de conceptos de la tecnología a objetos
• Obtención de requerimientos
• Presentación de UML y utilización herramienta case
• Análisis y diseño de sistemas utilizando UML
• Estudio de caso aplicando el análisis y diseño orientado a
• Objetos usando el UML

DISEÑO AVANZADO DE BASES DE DATOS
Objetivos
Al finalizar el semestre estará en capacidad de construir cualquier esquema físico utilizando un manejador de bases de datos, al igual, diseñar aplicativos utilizando las herramientas de desarrollo.
Contenido
• Características internas del RDBMS
• Construcción de una base de datos
• Características y construcción de tablas
• Características de los contratantes
• Características de los espacios de almacenamientos (TABLESPACE)
• Construcción de procedimientos almacenados
• Construcción de objetos en los DBMS
• Características de las herramientas de desarrollo utilizando bases de datos
• Aplicaciones de las herramientas de desarrollo

ADMINIDSTRACION Y GESTION DE PROYECTOS
Onejtivos
Ofrecer una información específica en este ámbito que permita introducir a los estudiantes en los conceptos y técnicas de gestión y administración de proyectos informáticos. Estas técnicas permiten la estimación de costes, la planificación, la ejecución y la entrega del proyecto a satisfacción de los clientes finales.
Contenido
• INTRODUCCION
• Gestión del proyecto
• Propuesta de proyecto
• Gestión de los recursos humanos.
• Aprobación del proyecto
• Inicio de proyecto
• Ejecución del proyecto
• Cierre del proyecto

INFORMATICA EDUCATIVA
INFORMATICA EDUCATIVA I
Objetivos
Conformar grupos interdisciplinarios cuyo interés principal sea el desarrollo de proyectos que incorporen el uso de NTIC en entornos educativos para generar nuevos ambientes de aprendizaje
Conocer los fundamentos, las metodologías, y la tecnología informática para desarrollar ambientes de aprendizaje apoyados en tecnologías de la información.
Contenido
• Generalidad
• Fundamentos conceptuales para la creación de nuevos
• Ambientes de aprendizaje.
• Las estrategias integradoras de enseñanza y aprendizaje
• Propuesta de creación de nuevos ambientes de aprendizaje


INFORMATICA EDUCATIVA II
Onjetivos
Desarrollar la propuesta para la creación de un ambiente de aprendizaje informatizado, incorporado en un entorno educativo determinado respondiendo a necesidades detectadas en el contexto.
Contenido
• Análisis del ambiente de aprendizaje
• Diseño del ambiente de aprendizaje
• Desarrollo del continente de software en el ambiente de
• Aprendizaje.

ADMINISTRACION
PLANACION ESTRATEGICA DE SISTEMAS
Objetivos
Lograr que el estudiante adquiera una visión general de la administración estratégica .buscar que los estudiantes los términos claves en la administración estratégica
Explicar la esencia de las actividades para formular, implementar y evaluar estrategias.
Identificar las características de la planeación estratégica de sistema de información
Explicar porque resulta importante la estructura de la organización para implementar estratégicas.
Explicar cómo los sistemas de información pueden determinar el éxito de las actividades para implementar estrategias
Contenido
• Que es la administración estratégica
• La formulación de estratégicas.
• Implementación de estrategias.
• La planeación estratégica y los sistemas de información


CONTRATACION DE PROYECTO DE SISTEMA
Objetivos
Los participantes en la presente asignatura tendrán la oportunidad de despertar una cultura organizacional proactiva fundamentada en el soporte tecnológico como pieza importante en la competitividad empresarial. Obtener los fundamentos necesarios para gestión de proyectos informáticos basados en el soporte tecnológico.
Alcanzar los conceptos necesarios para la presentación y evaluación de licitaciones relacionadas con proyectos informáticos
Contenido
• Generalidades de la gestión de proyectos informáticos
• Dimensionamiento de hardware
• Dimensionamiento de software
• Términos de referencia
• Presentación de la propuesta técnico-económica
• Evaluación de las propuestas
• Adjudicación
• Contratación

REDES
ADMINISTRACIN Y SEGURIDAD EN REDES
Objetivos
Este curso brinda al participante los principios básicos para entender y analizar un ambiente de comunicaciones y le introduce en una propuesta metodológica para orientar sus trabajos de análisis de seguridad de ambientes de redes. Con un dominio apropiado de los términos técnicos de redes y conocimientos adquiridos durante este curso, el participante podrá identificar y analizar los riesgos que implica el funcionamiento en red. Luego estará en capacidad de explorar y evaluar las medidas de seguridad y controles necesarios en una organización para protegerse de dichos riesgos. Describir el proceso general de planeación y diseño de redes de información estudiar en detalle las áreas funcionales de gestión de redes. Presentar los diferentes modelos de gestión de redes internet/SNMP,OSCI/CMIP y telecomunication management network(tmn)
Contenido
• Concepto generales
• Seguridad en t e internet.
• Filtrado de paquetes y firewall.
• Criptografías y seguridad en la información
• Supervisión y seguridad a nivel de sistema
• Modelo de gestión de redes osi
• Modelo de gestión de redes snmp
• Modelo de gestión de redes de telecomunicaciones(tmn)

TECNOLOGIAS DE COMUNICACIONES EMERGERNTES
>OnjetivosComprender los conceptos s fundamentales en el tema de frame relay ATM y SDH. Tener un concepto claro de la importancia de las tecnologías frame relay AMSDH tanto para los usuarios de servicios de telecomunicaciones como para los operadores de redes y servicios. Conocer con cierta profundidad los diferentes conceptos involucrados en la tecnología frame relay, ATM y SDH y a particularmente la relación de esta con el modelo arquitectónico para interconexiones de sistema abiertos OSIde la ISO. Conocer y estar en capacidad de evaluar la aplicabilidad de las soluciones basadas en frame relay, ATNIvSDH para diferentes tipos de necesidades de servicios de telecomunicaciones formuladas por los usuarios de redes públicas y privadas de telecomunicaciones.
Contenido
• Tecnologías que ya emergieron
• Frame relay
• Atm
• Sdh

TELECOMUNICACIONES
Objetivos
Dar al estudiante los conocimientos básicos necesarios para entender los sistemas de comunicaciones.
Contenido
• Conceptos generales
• Señales, secuencia y sistema.
• Análisis de Fourier de señales determinadas
• Trasmisión de señales: filtrado y distorsión
• Densidades espectrales y correlaciónales
• Muestreo y modulación de pulsos
• Transmisión analógica paso de bandas: modulación de amplitud
• Generación y detección de señales moduladas en amplitud
• Transmisión analógica paso de banda
• Generación y detección de señales FM y PM


INTELIGENCIA ARTIFICIAL
Objetivos
Adquirir facilidad para integrar los conocimientos previos y actuales sobre sistemas e inteligencia artificial respectivamente, para desarrollar proyectos semestrales sobre las diversas áreas y así comprobar su capacidad creativa.
Saber obtener información de las más diversas fuentes y aprovecharles para mejorar la calidad de los procesos investigativos en cuanto a la resolución de problemas, presentación y gestión de conocimiento diseño y algunas áreas básicas de inteligencia artificial.
Despertar confianza en sí mismo como ciudadano intelectual capas de ser crítico, autónomo, creativo y con capacidad de integración para contribuir en el fortalecimiento de un país en desarrollo.
Contenido
• Introducción y generalidades
• Resolución de problemas
• Representación de conocimiento
• Gestión de conocimiento
• Redes neuronales
• Robótica

REDES NEURONALES ARTIFICIALES
Objetivos
Adquirir facilidad para integrar los conocimientos previos y los actuales sobre inteligencia artificial y redes neuronales para elaborar aplicaciones que utilicen estas técnicas con el fin de comprobar su capacidad creativa. Saber obtener información de las más diversas fuentes y aprovecharlas para mejorar la calidad de los procesos investigativos en cuanto al diseño , entrenamiento y uso de redes neuronales artificiales. Despertar confianza en si mismo como ciudadano intelectual capaz de ser crítico, autónomo y creativo en función del ámbito de un país en desarrollo frente a los países desarrollados .
Contenido
• Introducción a la inteligencia artificial
• Introducción a las redes neuronales
• Fundamentos de las redes neuronales
• Algoritmos de entrenamiento
• Proyectos de aplicación de RNA

VISION ARTIFICIAL
Objetivos
Estudiar los sistemas de adquisición de imágenes profundizar los aspectos básicos de la visión por computador analizar las diferentes alternativas para la extracción de características del entorno mediante el uso de imágenes digitales.
Contenido
• Introducción y generalidades
• Técnicas de visión
• Adquisición de la imagen, procesado y despliegue
• Filtrado
• Detección de orillas
• Color
• Textura
• Agrupamiento de orillas
• Segmentación
• Reconocimiento de patrones


ROBOTICA
MICROPROCESADORES
Objetivos
Estudiar el hardware del computador y sus funciones. Identificar las formas para sacar mejor provecho de los recursos del hardware mediante la utilización adecuada del software. Conocer los principales circuitos electrónicos integrados utilizados en los computadores.
Contenido
• arquitectura y operación.
• Programación básica
• Programación avanzada
• El hardware.
• Memorias y periféricos y /o
• Interruptores y comunicaciones

AUTOMATIZACION PLC
Objetivos
Identificar correctamente cada uno de los componentes empleados en los sistemas de controles electrónicos conocer los principios básicos del funcionamiento de los controladores lógicos programables con sus respectivas ventajas y desventajas . programar correctamente las aplicaciones de los PLCs en diferentes diseños de control de procesos industriales.
Contenido
• Definiciones, elementos de control.
• Funcionamiento de dispositivos de control.
• Introducción a los controladores lógicos programables.
• Programación básica de los pc´s

ROBOTICA
Objetivos
Proporcionar una visión panorámica de los fundamentos y aplicaciones de la robótica . Así como establecer las tendencias y nuevas fronteras de la robótica. Introducir al alumno en la robótica industrial. Distinguir estructuras clásicas de los robots industriales conocer los principios básicos del control cinemática y dinámica de un robot.
Contenido
• Introducción
• Morfología del robot
• Herramientas matemáticas para la localización espacial optimizada y aprendizaje
• Micro controlador
• Implantación de robot