Mostrar el registro sencillo del ítem
dc.rights.license | http://creativecommons.org/licenses/by-nd/4.0 | es_ES |
dc.contributor | Efrén Gorrostieta Hurtado | es_ES |
dc.creator | Jose Yavhe Castillo Martinez | es_ES |
dc.date | 2016-06 | |
dc.date.accessioned | 2019-03-04T16:26:14Z | |
dc.date.available | 2019-03-04T16:26:14Z | |
dc.date.issued | 2016-06 | |
dc.identifier.uri | http://ri-ng.uaq.mx/handle/123456789/1277 | |
dc.description | Las Redes Bayesianas son un área de creciente importancia para la investigación y aplicación en todos los campos de la Inteligencia Artificial. La toma de decisiones es una función basada únicamente en el ejercicio del análisis de hechos concretos y se basa en gran medida en la capacidad de hacer inferencias sobre la ocurrencia de eventos futuros. En la presente tesis se aborda el tema sobre la representación de ambientes desconocidos haciendo uso de las redes bayesianas como toma de decisiones implementadoen un robot móvil el cual de acuerdo a la red crea su propia ruta de recorrido de tal manera que regresa la ruta que siguió así como un plano de una aproximación del entorno el cual recorrió dando como resultado el alcance el objetivo principal. El presente trabajo nos permitió desarrollar conocimientos y habilidades en diferentes áreas como robótica, inteligencia artificial así como el uso de herramientas de hardware y software muy específicas, las cuáles nos permitieron asumir desde el tipo de robot que se utilizó así como el funcionamiento de las redes bayesianas. | es_ES |
dc.description | Bayesian networks are a growing area of importance for research and application in all fields of Artificial Intelligence. Decision making is a function based just on the exercise of the facts and analysis is based in great measure on the ability to make inferences about the occurrence of future events. In this thesis the issue of the representation of unknown environments is addressed using Bayesian networks and decisions implemented in a mobile robot which according to the network creates its own trajectory so that route is returned as well as a map of the nearest environment which toured resulting in reach the main goal. This work allowed us to develop knowledge and skills in different areas such as robotics, artificial intelligence and the use of hardware and software very specific, which allowed us select the type of robot that is used, robot operation and the Bayesian networks. | es_ES |
dc.format | Adobe PDF | es_ES |
dc.language.iso | Español | es_ES |
dc.relation.requires | Si | es_ES |
dc.rights | Acceso Abierto | es_ES |
dc.subject | redes bayesianas | es_ES |
dc.subject | Artificial Intelligence | es_ES |
dc.subject | localization | es_ES |
dc.subject | mapping | es_ES |
dc.subject | robotics | es_ES |
dc.subject | mobile robots | es_ES |
dc.subject | Bayesian networks | es_ES |
dc.subject | Inteligencia artificial | es_ES |
dc.subject | localización | es_ES |
dc.subject | mapeo | es_ES |
dc.subject | robótica | es_ES |
dc.subject | robots móviles | es_ES |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es_ES |
dc.title | Representación Espacial de Ambientes Desconocidos para Robots Móviles con Redes Bayesianas | es_ES |
dc.type | Tesis de maestría | es_ES |
dc.creator.tid | curp | es_ES |
dc.contributor.tid | curp | es_ES |
dc.creator.identificador | CAMY911022HOCSRV02 | es_ES |
dc.contributor.identificador | GOHE690510HNLRRF09 | es_ES |
dc.degree.name | Maestría en Ciencias de la Computación | es_ES |
dc.degree.department | Facultad de Informática | es_ES |
dc.degree.level | Maestría | es_ES |