Descripción
Inteligencia Artificial Aplicada a Robótica y Automatización
Resumen del libro
Una guía práctica y completa que introduce los fundamentos de la inteligencia artificial aplicada a la robótica y la automatización. El lector aprenderá desde los principios del aprendizaje automático hasta técnicas avanzadas de visión por computadora y redes neuronales, con un enfoque en la implementación real de sistemas inteligentes. Escrito por expertos con décadas de experiencia, este libro conecta la teoría con aplicaciones concretas en ingeniería, ofreciendo herramientas para desarrollar máquinas capaces de aprender, tomar decisiones y mejorar su comportamiento de forma autónoma.
¿De qué trata?
La obra explora cómo la inteligencia artificial transforma la robótica y la automatización, proporcionando los conocimientos necesarios para diseñar sistemas inteligentes. Comienza con los fundamentos del aprendizaje de máquinas, incluyendo regresión lineal, regresión logística y los diferentes tipos de aprendizaje (supervisado, semisupervisado, no supervisado y por reforzamiento). Aborda el tratamiento y acondicionamiento de imágenes, el procesamiento de ruido, la mejora de contrastes y el uso de filtros como el promedio aritmético, gaussiano y mediano. Profundiza en el reconocimiento de objetos, la segmentación de imágenes, el umbralado manual y automático (método Otsu y del mínimo error), así como el posfiltrado y la descripción de objetos. Finalmente, presenta el perceptrón y su entrenamiento, la arquitectura básica de las redes neuronales artificiales (RNA), el modelo ADALINE, la regla Delta, el perceptrón sigmoidal, el perceptrón multicapa y las redes neuronales convolucionales.
Temas principales
- Aprendizaje automático y tipos de aprendizaje (supervisado, semisupervisado, no supervisado y por reforzamiento).
- Regresión lineal y logística para modelado predictivo.
- Procesamiento digital de imágenes: filtrado, mejora de contraste y reducción de ruido.
- Visión por computadora: segmentación, umbralado y reconocimiento de objetos.
- Redes neuronales artificiales: perceptrón, ADALINE, perceptrón multicapa y redes convolucionales.
- Aplicaciones prácticas de la IA en robótica y sistemas de automatización.
¿Para quién está recomendado?
Este libro está dirigido a estudiantes y profesionales de ingeniería en sistemas computacionales, informática, ciencias de la computación, electrónica, robótica, mecatrónica, control y automatización. También es útil para investigadores y desarrolladores que buscan una base sólida en inteligencia artificial aplicada, así como para cualquier persona interesada en implementar soluciones inteligentes en entornos industriales o de laboratorio.
Qué aporta este libro
- Proporciona una base teórica y práctica para comprender y aplicar algoritmos de inteligencia artificial en robótica.
- Enseña técnicas de visión artificial para el reconocimiento y procesamiento de imágenes en tiempo real.
- Ofrece herramientas para diseñar y entrenar redes neuronales, desde modelos simples hasta convolucionales.
- Conecta conceptos de aprendizaje automático con aplicaciones concretas en automatización y control.
- Facilita la transición del conocimiento académico a la implementación en proyectos reales de ingeniería.
Ficha técnica
- Autor: Juan Humberto Sossa Azuela y Fernando Re
- Editorial: Marcombo
- Idioma: Español
- Tema: Tecnología, Ingeniería, Agricultura, Redes Neuronales y Sistemas Difusos
- Colección: Alfaomega
- Encuadernación: Bolsillo
- Fecha de edición: julio de 2021
- Número de páginas: 382
- Peso: 1000 g
Valoración editorial
Una obra técnica rigurosa que destaca por su enfoque práctico y su capacidad para integrar múltiples disciplinas de la inteligencia artificial en un solo volumen. La experiencia de los autores se refleja en la claridad con la que explican conceptos complejos, desde el aprendizaje automático hasta las redes neuronales convolucionales. Es especialmente valiosa para estudiantes y profesionales que buscan una referencia completa y actualizada para aplicar la IA en robótica y automatización, con un equilibrio adecuado entre teoría y aplicaciones reales.