Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos
- Autores
- Izetta Riera, C. Javier; Pérez Otero, Nilda
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Inteligencia Artificial
Heuristic methods
aprendizaje automatizado - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/52717
Ver los metadatos del registro completo
id |
SEDICI_e82aae9452c5a00b42c8f467cad4b70d |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/52717 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicosIzetta Riera, C. JavierPérez Otero, NildaCiencias InformáticasInteligencia ArtificialHeuristic methodsaprendizaje automatizadoCada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf33-37http://sedici.unlp.edu.ar/handle/10915/52717spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info: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:UNLP2025-09-29T11:04:45Zoai:sedici.unlp.edu.ar:10915/52717Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:45.845SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
title |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
spellingShingle |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos Izetta Riera, C. Javier Ciencias Informáticas Inteligencia Artificial Heuristic methods aprendizaje automatizado |
title_short |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
title_full |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
title_fullStr |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
title_full_unstemmed |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
title_sort |
Técnicas de Inteligencia Artificial aplicadas a problemas científico-tecnológicos |
dc.creator.none.fl_str_mv |
Izetta Riera, C. Javier Pérez Otero, Nilda |
author |
Izetta Riera, C. Javier |
author_facet |
Izetta Riera, C. Javier Pérez Otero, Nilda |
author_role |
author |
author2 |
Pérez Otero, Nilda |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Inteligencia Artificial Heuristic methods aprendizaje automatizado |
topic |
Ciencias Informáticas Inteligencia Artificial Heuristic methods aprendizaje automatizado |
dc.description.none.fl_txt_mv |
Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar. Eje: Agentes y Sistemas Inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Cada vez es más intensivo el uso de técnicas de inteligencia artificial en la mayoría de las actividades humanas y en particular en el área científicotecnológico. Algunas de las áreas, que muestran tanto la diversidad de campos a los que pueden aplicarse como la utilidad que pueden alcanzar, son: Bioinformática, Robótica, Tecnología de los alimentos y Recuperación de información. Una de las tareas más requeridas es la generación automática de modelos que resuman las características que debe cumplir un elemento para pertenecer a una determinada categoría, tarea que se conoce como clasificación automática. Los métodos computacionales desarrollados para tal fin forman parte de lo que se conoce como Aprendizaje Automatizado (Machine Learning). Otra tarea importante es la optimización de funciones, en las últimas décadas diferentes tipos de algoritmos de optimización han sido desarrollados para resolver una gran cantidad de problemas. El principal desafío radica en problemas que presentan una función objetivo altamente no lineal y no convexa, esto dificulta garantizar la localización del mínimo global. Por lo tanto, la necesidad de encontrar nuevas técnicas que proporcionen un mejor desempeño en este tipo de problemas sigue aún vigente y hacen de esto un campo excitante para trabajar. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-04 |
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/10915/52717 |
url |
http://sedici.unlp.edu.ar/handle/10915/52717 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2 info:eu-repo/semantics/reference/hdl/10915/52766 |
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 33-37 |
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_ |
1844615916836356096 |
score |
13.069144 |