Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

El objetivo de cada uno de los siguientes ejercicios es seleccionar uno (y slo uno) de los modelos de IA propuestos que se puede utilizar para implementar el sistema software que resuelva el problema descripto. A continuacin, para cada uno de los ejercicios se resalta con verde la respuesta correcta y luego se justifica la eleccin realizada.

1. Una empresa de tarjetas de crditos desea implementar un sistema de deteccin de fraudes que debera utilizar los datos histricos de las transacciones de los clientes. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto consiste en implementar un sistema que detecte si una transaccin de tarjeta de crdito para un cliente especfico es vlida o fraudulenta. Para ello solamente se cuenta con los datos histricos de las transacciones de los clientes. Por lo tanto, es necesario utilizar un modelo que permita entrenar al sistema utilizando los patrones las compras anteriores de los clientes (definido por las transacciones anteriores). Esto descarta a los Algoritmos Genticos y los Mtodos de Bsqueda por no tener capacidad de aprendizaje y deja slo a las Redes Neuronales. De los dos modelos propuestos, el mejor que se adapta para este caso es el de RNA de Hopfield por permitir reconocer si un patrn es similar a otros aprendidos con anterioridad. En este caso, se debera entrenar a la RNA con las diferentes transacciones de un cliente almacenando los pesos de las conexiones en forma separada por cliente. O sea, cada cliente tendra asociado los valores de los pesos de las conexiones que debern ser utilizados para detectar si una nueva transaccin del cliente es vlida o fraudulenta. LA RNA de Kohonen no aplica en este caso porque este modelo permite la construccin de particiones de grandes masas de informacin (o sea realizar clasificacin o clustering) pero en forma autnoma (en este caso no se le puede indicar cmo deben ser los grupos sino que son determinados por la RNA durante el aprendizaje). Ntese que en caso de haber estado disponible la RNA de Backpropagation tambin hubiera sido posible usarla para resolver este problema en forma similar a la de Hopfield.

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

2. Un banco desea identificar y caracterizar grupos de clientes utilizando la informacin de su cartera histrica de clientes hipotecarios pero no posee ninguna definicin sobre las caractersticas que deben tener dichos grupos. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto consiste en implementar un sistema que clasifique a los clientes de un banco de acuerdo los datos disponibles. Ntese que se indica que el banco no posee ninguna definicin sobre la caractersticas que deben tener dichos grupos. Esto significa que en el banco no existe ningn experto que permita determinar cmo se debe clasificar a los clientes ni que datos utilizar. Por lo tanto, no se puede utilizar AG (no hay informacin para definir la estructura del cromosoma ni la funcin de aptitud), Mtodos de Bsqueda (no se conoce como debera ser el espacio de bsqueda ni las posibles reglas a utilizar) ni RNA de Hopfield (no se conoce cul es la grupo que le corresponde a cada cliente para poder realizar el aprendizaje de la red). Por las caractersticas del problema se debera utilizar la RNA de Kohonen que permite realizar clasificacin (clustering) de patrones (en este caso, los datos de los clientes) sin necesitar conocer cul es el criterio de agrupamiento (este lo determina la RNA durante la etapa de entrenamiento).

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

3. Una empresa farmacolgica desea determinar la mejor combinacin de sustancias qumicas para maximizar el efecto de un nuevo analgsico. Se conoce el rango mnimo y mximo que se puede utilizar de cada sustancia y cmo cada sustancia impacta en el efecto total. Este problema puede ser resuelto mediante un SE implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto consiste en implementar un sistema que determine la mejor combinacin de sustancias (es decir, la cantidad a utilizar para cada sustancia) para lograr definir la frmula de un nuevo analgsico que maximice los efectos deseados. En otras palabras, se busca obtener la mejor combinacin de valores que maximicen una funcin (la cual se puede determinar al conocer cmo cada sustancia impacta en el efecto total). Por lo tanto este problema es un tpico ejemplo de un problema de Algoritmo Gentico donde se intenta buscar al individuo que maximice una funcin aptitud. Para este caso, cada individuo definira una posible combinacin de sustancias (ya que se conoce el rango mnimo y mximo es fcilmente definible la cantidad de bits que debera tener el cromosoma) y la funcin de aptitud es definida a partir del efecto de cada sustancia encontrada en el cromosoma. Por otro lado, no es posible aplicar Mtodos de Bsquedas por no conocer las reglas de transicin entre los estados (adems de que no sera eficiente por la gran cantidad de combinaciones que se podran generar en el rbol) ni RNAs por no disponer de patrones para realizar el aprendizaje.

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

4. Una empresa desea implementar un sistema de seguridad identificando a sus empleados mediante huellas dactilares. Se posee disponible una base de datos con el nmero de legajo y la huella dactilar escaneada de cada empleado. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto consiste en implementar un sistema que permite identificar a un empleado a partir de su huella dactilar. Ntese que no se trata de un problema de reconocimiento de caracteres (OCR) sino que se desea poder determinar el nmero de legajo del empleado al que le corresponde el patrn de una huella dactilar escaneada (y utilizada para el entrenamiento). Este problema es similar al nmero 1 de este documento. En este caso se debe entrenar al sistema con la huella dactilar y el nmero de legajo, para que luego, durante la etapa de produccin, al ingresarle slo la huella dactilar el sistema determine el nmero de legajo. Idealmente se debera utilizar RNA Backpropagation como modelo para su construccin, sin embargo esta no es una de las posibles opciones disponibles. De las opciones disponibles, la que ms se ajusta al problema es la RNA de Hopfield. En este caso se debera plantear al patrn de entrenamiento como la concatenacin de la huella dactilar y el nmero de legajo. Cuando el sistema est en funcionamiento y se le ingrese slo parte del patrn (la huella dactilar), esta RNA devolver el patrn completo ms similar, indicando tambin el nmero de legajo que le corresponde.

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

5. Una empresa metalrgica desea determinar cul debera ser el mejor orden de las tareas para definir un nuevo proceso de purificacin del agua utilizada para enfriar las calderas. Se conoce para cada una de las tareas su impacto en el agua, pre-condiciones, post-condiciones y el beneficio que brinda. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto consiste en determinar cul debera ser el orden de un conjunto de tareas para definir un proceso de purificacin de agua. Al conocer para cada tarea su impacto, pre-condiciones, post-condiciones y el beneficio que brinda, se pueden representar fcilmente como reglas que poseen asociado un valor heurstico (definido por el grado de impacto y el beneficio). Entonces el problema es un tpico problema de bsqueda en un espacio de bsqueda donde se debe determinar el mejor camino (la secuencia de reglas a aplicar). Al aplicar un Mtodo de Bsqueda con heurstico este camino se podra determinar en forma automtica. Para este problema las RNAs no aplicaran porque no se posee informacin para realizar el entrenamiento y determinar el mejor camino. Por otro lado los Algoritmos Genticos tampoco corresponden porque en este problema no se desea obtener el mejor estado final sino que se desea determinar el mejor camino (secuencia de reglas aplicadas) para llegar al camino final. La nica forma de lograr esto sera intentando representar diferente secuencias de reglas en un cromosoma, lo cul sera muy complejo (y poco eficiente) porque se debera considerar las pre-condiciones y post-condiciones de cada regla para que la secuencia sea vlida lo cual no es posible con un Algoritmo Gentico simple.

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

6. La UTN FRBA desea clasificar a los alumnos utilizando solamente los registros de asistencia a los cursos. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto es similar al nmero 2 de este documento. Pero en lugar de intentar clasificar a cliente utilizando su cartera histrica, se desea utilizar a alumnos de la facultad utilizando solamente sus registros de asistencia a curso. Por lo tanto, la justificacin es la misma para aplicar RNA de Kohonen.

Universidad Tecnolgica Nacional Facultad Regional Buenos Aires

Inteligencia Artificial

Ejemplos de ejercicios para determinar el modelo de IA a ser utilizado.

7. Una empresa de encuestas desea predecir los resultados de los prximos comicios nacionales en base a los datos de las encuestas realizadas. Se dispone tambin de una base de datos histrica con datos de encuestas anteriores y los resultados de las elecciones asociadas. Este problema puede ser resuelto mediante un sistema implementado con - RNA de Hopfield. - RNA de Kohonen. - Algoritmos Genticos. - Mtodos de Bsqueda. Justificacin: El problema descripto es similar a los nmeros 1 y 4 de este documento. Pero en lugar de intentar determinar si una transaccin es vlida o fraudulenta, en este caso de intenta predecir los resultados de futuras elecciones a partir de las encuestas realizadas y a datos histricos de elecciones anteriores. En este caso tambin se debera utilizar RNA de Hopfield entrenando a la red con los patrones de las encuestas anteriores y su resultado para que al ingresarle los resultados de las encuestas actuales, el sistema prediga cul es el resultado que mejor corresponda de acuerdo a la similitud con encuestas anteriores.