Inteligencia Computacional: Framework para modelado automático de perfiles educativos

Permanent URI for this collection

https://repositorio.uai.edu.ar/handle/123456789/2055

Browse

Browsing Inteligencia Computacional: Framework para modelado automático de perfiles educativos by Author "Maciel, Marcos Antonio"
  • Item
    Análisis de temporalidad de imágenes con técnicas de detección, tracking y proyección de posición de un objeto
    (Edutecne, 2018-11) Bustamante, Leonardo Martín ; Maciel, Marcos Antonio ; López De Luise, María Daniela
    Es importante para la toma de decisiones basadas en hechos pasado con efecto en el presente y consecuencias a futuro contar con información anticipada que permita ejecutar acciones. Este trabajo presenta un modelo orientado a anticipar un evento por medio de la detección de objetos de interés, el tracking de estos y la proyección de su posición a futuro con respecto a una cámara observadora, esto se logra mediante el procesamiento de imágenes de baja resolución obtenidas por un teléfono móvil, incluso de baja gama. Es de destacar que en el presente trabajo, la detección no está limitada a objetos previamente configurados y/o entrenados dentro del modelo. Cualquier tipo de objeto en movimiento está incluido. Las estadísticas realizadas demuestran un porcentaje de detección de objetos y proyección aceptable para el hardware de bajo costo empleado.
  • Item
    Evolution of Consciousness Systems with Bacteria
    (Elsevier, 2019-1-1) López De Luise, María Daniela ; Maciel, Marcos Antonio ; Rancez, Lucas ; De Elía, Bernardo ; Menditto, Juan Pablo
    Disasters are characterized by extreme situations where human-made structures are partially or completely destroyed. Earthquakes, landslides, cyclones, floods are that type of phenomena. This paper presents an outdoor autonomous mobile robot named MARCOS, which uses consciousness (set of codelets) to derive its world map and avoid obstacles. Disaster zones constitute a dramatic environment where obstacles and dangerous conditions require extra flexibility and good reasoning capabilities upon unexpected situations. The aim of this work is to show statistically how performs traditional consciousness for complex avoidance and compares it with solutions provided by a human following a novel approach called artificial bacterial infection. Results show that bacteria are a good artifact to enhance original robotic consciousness, providing originality, and mainly variety in the strategies considered by the robot. Therefore, it increments the possibility to devise wiser paths that will compete with traditional ones. A unique type of evolutive consciousness emerges from this: not only considering current codelets generating consciousness but also evolving them into diverse paths and even generating new ones. As part of this paper’s scope, the basics of such artificial bacterial infection is also presented.