Estrategias evolutivas y problema inverso de las IFS

Autores
Ivanissevich, María Laura; Millado, Paula; Sierpe, Luis; Delrieux, Claudio
Año de publicación
2002
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El problema inverso de la IFS constituye un desafío aún sin resolver satisfactoriamente desde que su factibilidad teórica fuera demostrada por el teorema del collage. En este trabajo proponemos su solución automática por medio de algoritmos evolutivos y genéticos, los cuales, si bien no encuentran un collage exacto en tiempos satisfactorios, permiten aproximar con gran rapidez la imagen original lo suficientemente bien como para que el usuario, con pocos retoques finales, pueda encontrar el código IFS buscado para la imagen de entrada. Un problema central en este enfoque consiste en poder utilizar, evaluar y comparar diferentes estrategias evolutivas y genéticas, con vistas a encontrar una caracterización genérica de una estrategia que sea la más adecuada en la mayoría de los casos. Para poder realizar dicho estudio, se construyó una herramienta gráfica que permite testear las diferentes evoluciones producidas por estos algoritmos.
Eje: Sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Sistemas de Funciones Iteradas (IFS)
Programación Evolutiva
Programación Genética
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23156
Acceder
id SEDICI_4b17cada88f8a4acb9215b725d791488
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23156
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Estrategias evolutivas y problema inverso de las IFSIvanissevich, María LauraMillado, PaulaSierpe, LuisDelrieux, ClaudioCiencias InformáticasARTIFICIAL INTELLIGENCESistemas de Funciones Iteradas (IFS)Programación EvolutivaProgramación GenéticaEl problema inverso de la IFS constituye un desafío aún sin resolver satisfactoriamente desde que su factibilidad teórica fuera demostrada por el teorema del collage. En este trabajo proponemos su solución automática por medio de algoritmos evolutivos y genéticos, los cuales, si bien no encuentran un collage exacto en tiempos satisfactorios, permiten aproximar con gran rapidez la imagen original lo suficientemente bien como para que el usuario, con pocos retoques finales, pueda encontrar el código IFS buscado para la imagen de entrada. Un problema central en este enfoque consiste en poder utilizar, evaluar y comparar diferentes estrategias evolutivas y genéticas, con vistas a encontrar una caracterización genérica de una estrategia que sea la más adecuada en la mayoría de los casos. Para poder realizar dicho estudio, se construyó una herramienta gráfica que permite testear las diferentes evoluciones producidas por estos algoritmos.Eje: Sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2002-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf578-587http://sedici.unlp.edu.ar/handle/10915/23156spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:21Zoai:sedici.unlp.edu.ar:10915/23156Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:21.767SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Estrategias evolutivas y problema inverso de las IFS
title Estrategias evolutivas y problema inverso de las IFS
spellingShingle Estrategias evolutivas y problema inverso de las IFS
Ivanissevich, María Laura
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Sistemas de Funciones Iteradas (IFS)
Programación Evolutiva
Programación Genética
title_short Estrategias evolutivas y problema inverso de las IFS
title_full Estrategias evolutivas y problema inverso de las IFS
title_fullStr Estrategias evolutivas y problema inverso de las IFS
title_full_unstemmed Estrategias evolutivas y problema inverso de las IFS
title_sort Estrategias evolutivas y problema inverso de las IFS
dc.creator.none.fl_str_mv Ivanissevich, María Laura
Millado, Paula
Sierpe, Luis
Delrieux, Claudio
author Ivanissevich, María Laura
author_facet Ivanissevich, María Laura
Millado, Paula
Sierpe, Luis
Delrieux, Claudio
author_role author
author2 Millado, Paula
Sierpe, Luis
Delrieux, Claudio
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Sistemas de Funciones Iteradas (IFS)
Programación Evolutiva
Programación Genética
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Sistemas de Funciones Iteradas (IFS)
Programación Evolutiva
Programación Genética
dc.description.none.fl_txt_mv El problema inverso de la IFS constituye un desafío aún sin resolver satisfactoriamente desde que su factibilidad teórica fuera demostrada por el teorema del collage. En este trabajo proponemos su solución automática por medio de algoritmos evolutivos y genéticos, los cuales, si bien no encuentran un collage exacto en tiempos satisfactorios, permiten aproximar con gran rapidez la imagen original lo suficientemente bien como para que el usuario, con pocos retoques finales, pueda encontrar el código IFS buscado para la imagen de entrada. Un problema central en este enfoque consiste en poder utilizar, evaluar y comparar diferentes estrategias evolutivas y genéticas, con vistas a encontrar una caracterización genérica de una estrategia que sea la más adecuada en la mayoría de los casos. Para poder realizar dicho estudio, se construyó una herramienta gráfica que permite testear las diferentes evoluciones producidas por estos algoritmos.
Eje: Sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description El problema inverso de la IFS constituye un desafío aún sin resolver satisfactoriamente desde que su factibilidad teórica fuera demostrada por el teorema del collage. En este trabajo proponemos su solución automática por medio de algoritmos evolutivos y genéticos, los cuales, si bien no encuentran un collage exacto en tiempos satisfactorios, permiten aproximar con gran rapidez la imagen original lo suficientemente bien como para que el usuario, con pocos retoques finales, pueda encontrar el código IFS buscado para la imagen de entrada. Un problema central en este enfoque consiste en poder utilizar, evaluar y comparar diferentes estrategias evolutivas y genéticas, con vistas a encontrar una caracterización genérica de una estrategia que sea la más adecuada en la mayoría de los casos. Para poder realizar dicho estudio, se construyó una herramienta gráfica que permite testear las diferentes evoluciones producidas por estos algoritmos.
publishDate 2002
dc.date.none.fl_str_mv 2002-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/23156
url http://sedici.unlp.edu.ar/handle/10915/23156
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
578-587
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615812298571776
score 13.070432

Publicaciones similares