Download El paradigma sensorial

Organización de
Sistemas Biológicos y
Automatización Industrial
Daniel Sbarbaro
Departamento Ing. Eléctrica
Universidad de Concepción
Concepción
CHILE
IEEE NDLP- 2009
Sumario
z
z
z
z
z
z
Algo de historia
El paradigma sensorial
Procesamiento inteligente
Sistemas biológicos
Mapas para sintonización de controladores
Palabras Finales
Algo de historia
Algo de historia
Algo de historia
Algo de historia
Algo de historia
El paradigma sensorial
Como ha evolucionado la naturaleza
El cerebro de una mosca recibe
información sensorial de al rededor de
80000 partes de su cuerpo. 98% de la
neuronas están especializadas para el
procesamiento sensorial.
El 2% realizan funciones de alto nivel
tales
como
control
de
vuelo,
reconocimiento de predadores y otras
funciones.
El paradigma sensorial
Sinapsis
10-2
1
102
104
10 6
10 8
10 10
Evolución
neuronal
Neuronas
Vida Humana
1 mm
Caminar niño
Redes
Apredizaje destrezas
1 cm
Percepción aprendizaje
Mapas
LTP, LTD
actividad de
apredizaje neuronal
Sistemas
Una movida de ajedrez
SNC
Reconocimiento de
Objetos
Acción de potencial
Constante de tiempo
membrana
El paradigma sensorial
1m
10 cm
100 µm
1 µm
Moleculas
1A
10 12
tiempo/s
1 dia = 8.6
× 10 4 s,
1 año = 3.2 × 10 7 s
El paradigma sensorial
Red corporativa
100 km
Sistemas información
planta
Sistemas
supervisores
DCS o PLC redes
locales
1 km
100 m
Redes instrumentos e
intrumentos
1m
103
104
105
106
Planinificación
102
Programación
10
Control
regulatorio
Instrumentación
1
Optimizacion
en TR
10-1
El paradigma sensorial
Como están evolucionado las TIC orientadas a procesos
¿Existirá una convergencia hacia una estructura que asemeja un organismo
natural?
Incremento en el número de sensores
(+ datos)
Uso intensivo de comunicaciones
Integración creciente de sistemas
Distribución creciente de funciones
( Fieldbus y Smart Instruments)
El paradigma sensorial
Como esta evolucionado las TIC orientadas a procesos
z
z
z
z
Incremento en el número de sensores (+
datos)
Uso intensivo de comunicaciones
Integración creciente de sistemas
Distribución creciente de funciones
( Fieldbus y Smart Instruments)
El paradigma sensorial
temporales
Datos
desierto
estructurales
Sin objetivos
cementerio de datos
de datos
De sistemas de información
de datos de proceso
sistemas de ayuda a la toma de decisiones
El paradigma sensorial
Decisiones y Acciones
Información
Soporte para la toma
de decisiones
SISTEMA DE
INFORMACION
Sistemas de control
Datos
Infraestructura
COMER.
Recursos humanos
PUERTO
Tecnología
CONCENTRAD
UCTO
PLANTA MOLI.
CONCENTRAD
ORA
MINA
Adquisiciones
Procesamiento Inteligente
Inteligencia del Latín: interleggere que significa “comprender”, (lit. “leer entre
líneas”)
Conjunto de componentes
Sistema inteligente
Tiene objetivos
Aprende
Conocimiento del proceso +
Modelación + Minería de Datos +
Aprendizaje
(adaptación)
=
Procesamiento inteligente de datos
Para que ?
Para usar la inmensa cantidad de datos adquiridos (almacenados) y
contribuir a la cadena de valor del negocio.
Procesamiento Inteligente
Herramientas
Procesamiento de señales
Procesamiento Básico
Filtros
Correlogramas y análisis de serie de
tiempos .
Transformadas (Ondelets, Fourier)
500
450
400
350
300
250
200
150
360
380
400
420
440
460
480
500
520
540
560
Procesamiento Inteligente
Herramientas
Análisis Exploratorio de datos y reconocimiento de patrones
Análisis Componentes principales
Reconocimiento no supervisado: Análisis de
agrupamientos
Reconocimiento supervisado
Procesamiento Inteligente
Herramientas
Calibración y regresión
Regresión lineal múltiple
Regresión de componentes
principales
Mínimos cuadrados parciales
Validación de modelos
Procesamiento Inteligente
Oportunidades
•Permiten obtener en forma rápida información en tiempo-real de los
datos del proceso.
•Extraer información de gran calidad con menos datos
•Entrega información clara con gran poder de resolución
•Entrega una metodología para clonar sensores
•Entrega diagnósticos asociados a la integridad de la información que se
ha derivado de los datos
•Mejora el conocimiento que se tiene del proceso.
•Bajos requerimientos de capital
Procesamiento Inteligente
Peligros - Desventajas
1) Cualquier persona con un computador puede generar soluciones
matemáticas que después son difícil de interpretar .
2) Soluciones matemáticamente complejas pueden dejar espacio para
ser mal interpretadas, si es que no se siguen estrictos estándares.
3) Se requiere un cambio en el enfoque de resolución de problemas
desde un enfoque monovariable a un paradigma multivariable.
4) Se requiere recolectar las buenas prácticas y codificadarlas en
estándares útiles, esto requiere un esfuerzo colaborativo entre los
usuarios y los desarrolladores.
Procesamiento Inteligente
Cual es el valor de la información?
“No se obtienen puntos por predecir lluvia. Los punto se obtienen por construir el
arca.”
Lou Gertner (Ex. IBM CEO)
“La información es Información, no es materia ni energía”
(Norbert Wiener)
Valor=f( información, organización, finalidad,
acciones y resultados)
Modelos de redes neuronales
Motora primaria: movimientos voluntarios
Procesamiento somáticos básicos: tactile, dolor, presión,
posición, temp., movt.
Asociación motora: coordinación de mov. complejos
Asociación sensorial: procesamiento de información
multisensorial
Prefrontal: planificación, emoción, y juicio.
Centro del habla (área de Broca): producción del habla y
articulación.
Área de Wernicke: compresión del habla
Audición: escucha
Asociación auditiva: procesamiento
complejo de la audición.
Visual: visión de bajo nivel
Asociación Visual: visión de alto nivel
Enfoque electrónico
"Zeichnende Hände" von M. C. Escher
Redes neuronales artificiales
1era y 2nda Generación
ENTRADAS
CONEXIONES
X1
FUNCION
DE RED
W1
X2
W2
X3
W3
dendritas
FUNCION DE
ACTIVACION
net(.)
Σ
act(.)
SALIDA
ENTRADAS
PONDERADAS
soma
Axon con
terminales
simpáticos
Redes neuronales biológicas
z
Las palomas como expertos de Arte
(Watanabe et al. 1995)
z
Experimento:
z
z
z
Paloma en una Skinner box
Se presentaron pinturas de dos artistas (e.g. Chagall /
Van Gogh)
Se le recompensó al reconocer una artista (e.g. Van
Gogh)
z
La palomas fueron capaces de discriminar entre Van Gogh y
Chagall con 95% exactitud(cuando se le presentaron
pinturas del conjunto de entrenamiento)
z
La discrimación fue 85% para experiencias donde se
presentaron pinturas de los artistas nunca ante vistas
z
Las palomas no solamente memorizaron las pinturas
Ellas pueden reconocer y extraer patrones ( el ‘estilo’)
Ellas generalizan a partir de lo que han visto
z
z
z
Estas son funciones que pueden realizar las neuronas
biológicas (y artificiales) y que son difícil de realizar por otros
medios.
normal
Clasificador de patrones
anormal
?
t
B
t+T
Redes neuronales artificiales
prealimentadas
Una capa
Multi capa
realimentadas
Base radial
competitivas Auto-organiz. realimentadas
+
+/-: signo de los pesos
Capa
salida
Solo elementos de la capa
competitiva conectados de
tal forma que el ganador se
mantiene activo. Esto se
logra mediante
realimentación positiva, e
inhibición de los otros. [oncenter, off-surround]
-
-
-
entradas
15
2
2
4
4
6
6
8
8
10
10
2
4
6
8
10
12
12
14
14
16
16
18
18
20
20
12
14
16
2
4
6
8
10
12
14
16
18
20
18
2
4
6
8
10
12
14
16
18
20
20
2
4
6
8
10
12
14
16
18
20
2
4
6
8
10
12
14
16
18
20
2
4
6
8
10
12
14
16
18
20
2
4
1.4
6
8
10
12
1.2
14
16
18
20
1
2
4
6
0.8
8
10
12
14
16
0.6
18
20
0.4
2
4
6
8
0.2
10
12
14
16
0
0
1
2
3
4
5
6
7
8
18
20
2
4
6
8
10
12
14
16
18
20
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
5
10
15
20
25
a)
30
35
40
45
50
0
5
10
15
20
25
b)
30
35
40
45
50
7
6
5
4
3
2
1
Palabras Finales
z
La evolución de los sistemas de
automatización sigue el camino recorrido por
la naturaleza.
z
Modelos simples basados en los principios
biológicos aportan poderosas herramientas
para enfrentar problemas complejos de
análisis de información de proceso.