Usuario:
Modelo Conceptual
Descripción
Modelo S7 - Sistemas artificiales y robóticos
El modelo conceptual busca comprender los mecanismos que dan origen a un comportamiento, y describirlos de la forma más simple posible. Para eso, el comportamiento se segmenta en temas (grupos): cada uno identifica los objetos o variables que participan —tanto en su funcionamiento normal como en sus posibles anomalías o desviaciones— y describe, mediante verbos, la forma en que esos objetos interactúan entre sí. El resultado es lo que llamamos una red semántica: la estructura con la que representamos y comunicamos el modelo conceptual, antes de introducir ecuación alguna.
ID:2302
Estructura de los Grupos
Descripción
El primer paso consiste en analizar la descripción general del modelo e identificar los distintos aspectos que intervienen en el fenómeno y que deben ser representados. Cada uno de estos aspectos se organiza como un grupo, entendido como una unidad conceptual coherente que describe una parte específica del funcionamiento del modelo.
Cada grupo reúne los objetos o conceptos relevantes para ese aspecto y las relaciones o verbos que describen cómo interactúan, se modifican o dependen unos de otros. De esta manera, cada grupo constituye una parte de la red semántica del modelo, mientras que el conjunto de los grupos permite representar de forma estructurada su funcionamiento global.
La división en grupos facilita además separar mecanismos, condiciones, procesos y resultados que cumplen funciones diferentes dentro del modelo, manteniendo al mismo tiempo las relaciones que existen entre ellos. Los grupos no son, por tanto, componentes aislados: pueden compartir conceptos y establecer relaciones entre sí, formando conjuntamente una única representación semántica del fenómeno.
La imagen anterior ofrece una visión general de los distintos aspectos en que se ha estructurado el modelo. A continuación se presentan los grupos identificados, indicando para cada uno su título y una breve descripción del aspecto del modelo que representa.
Grupo 1: Grupo 1: Cámara digital y ruido de disparo
Fotones incidentes se convierten en fotoelectrones con eficiencia cuántica; el ruido de disparo escala con la raíz del conteo y la SNR mejora como sqrt(N).
Grupo 2: Grupo 2: LiDAR: tiempo de vuelo y resolución
El tiempo de vuelo determina distancia; la duración del pulso limita resolución radial y la apertura/difracción limita resolución angular.
Grupo 3: Grupo 3: Radar y apertura sintética
El alcance radar depende débilmente de potencia, ganancia y sección eficaz mediante una raíz cuarta; el movimiento sintetiza apertura y mejora resolución acimutal.
Grupo 4: Grupo 4: Fusión IMU–GNSS con EKF
La IMU propaga estado a alta frecuencia con deriva; GNSS aporta referencia absoluta ruidosa y el EKF corrige según covarianzas e innovación.
Grupo 5: Grupo 5: CNN y jerarquía de representación
Convoluciones locales producen rasgos; capas sucesivas elevan complejidad desde bordes a objetos y la profundidad amplía la jerarquía representacional.
Grupo 6: Grupo 6: Integración perceptiva y autonomía
Las modalidades entregan observables complementarios a un estado perceptivo/navegacional común que sustenta clasificación y operación autónoma.
ID:1586
Grupo 1: Grupo 1: Cámara digital y ruido de disparo
Descripción
Fotones incidentes se convierten en fotoelectrones con eficiencia cuántica; el ruido de disparo escala con la raíz del conteo y la SNR mejora como sqrt(N).
Pregunta clave: ¿Cómo opera cámara digital y ruido de disparo?
Fotones incidentes se convierten en fotoelectrones con eficiencia cuántica; el ruido de disparo escala con la raíz del conteo y la SNR mejora como sqrt(N). Que este píxel de esta cámara digital reciba una cantidad todavía mayor de estos fotoelectrones hace que, en consecuencia, esta misma razón entre esta señal y este ruido de disparo, en consecuencia, mejore de manera proporcional a la raíz cuadrada de esa misma cantidad de fotoelectrones. Por eso este modelo, con esta cámara digital y este ruido de disparo con las que se abrió, hace que una red neuronal convolucional procese en consecuencia a la imagen final que produce esa misma cámara digital mediante una jerarquía artificial, análoga en espíritu a la misma jerarquía visual cortical que ya establece otro modelo de este conjunto sobre la corteza cerebral de un ser humano: la propia convolución de esta red neuronal implementa, en consecuencia, la respuesta de un campo receptivo local invariante ante una traslación, muy similar en espíritu a la misma célula simple de la primera etapa de esta jerarquía visual cortical humana. Una cámara digital constituye, en consecuencia, el análogo artificial más directo de un ojo biológico: el propio ruido fundamental de esta cámara digital resulta, en consecuencia, un ruido de disparo, originado en la propia naturaleza estadística discreta de un fotón individual que llega hasta cada píxel de esa cámara, muy similar en espíritu a la misma naturaleza discreta de un fotón que ya limita a la sensibilidad de una retina biológica dentro de otro modelo de este conjunto.
ID:9810
Grupo 2: Grupo 2: LiDAR: tiempo de vuelo y resolución
Descripción
El tiempo de vuelo determina distancia; la duración del pulso limita resolución radial y la apertura/difracción limita resolución angular.
Pregunta clave: ¿Cómo opera lidar: tiempo de vuelo y resolución?
El tiempo de vuelo determina distancia; la duración del pulso limita resolución radial y la apertura/difracción limita resolución angular. El LiDAR constituye, en cambio, el análogo artificial más directo de esta misma ecolocalización de un murciélago que ya establece otro modelo de este conjunto: este mismo LiDAR emite, en consecuencia, un pulso láser hacia un objeto cercano y mide después, en consecuencia, al propio tiempo de vuelo que tarda ese pulso en regresar reflejado desde ese mismo objeto. La propia resolución angular de este LiDAR queda limitada, en consecuencia, por la misma difracción que ya limita a la resolución de un ojo biológico dentro de otro modelo de este conjunto, pero su propia resolución en distancia puede alcanzar, en cambio, una precisión extraordinariamente fina gracias a un pulso extraordinariamente breve en el tiempo. Que este pulso láser de este LiDAR sea todavía más breve en el tiempo hace que, en consecuencia, esta resolución en distancia final de ese mismo LiDAR, en consecuencia, resulte todavía más fina, consolidando en consecuencia a este mismo LiDAR como la tecnología de percepción de referencia dentro de un vehículo autónomo.
ID:9811
Grupo 3: Grupo 3: Radar y apertura sintética
Descripción
El alcance radar depende débilmente de potencia, ganancia y sección eficaz mediante una raíz cuarta; el movimiento sintetiza apertura y mejora resolución acimutal.
Pregunta clave: ¿Cómo opera radar y apertura sintética?
El alcance radar depende débilmente de potencia, ganancia y sección eficaz mediante una raíz cuarta; el movimiento sintetiza apertura y mejora resolución acimutal. Un radar de apertura sintética explota, en cambio, al propio movimiento de esta plataforma que lo transporta para sintetizar en consecuencia una apertura efectiva mucho mayor que la propia apertura física de esa misma antena, logrando en consecuencia una resolución acimutal que depende únicamente del propio tamaño de esa antena física, y ya no de esta distancia hasta el objeto observado, a diferencia de la misma resolución angular limitada por difracción que ya establece otro modelo de este conjunto. La ecuación de este mismo radar muestra, en cambio, que su propio alcance máximo depende, en consecuencia, de esta misma potencia emitida, de esta ganancia de la antena y de esta sección eficaz de retrodispersión del propio objeto reflectante, aunque con una dependencia bastante débil: duplicar a este alcance máximo de este radar exige, en consecuencia, multiplicar a esta potencia emitida por un factor considerablemente grande. Que esta plataforma de este radar recorra una distancia todavía mayor mientras sintetiza a esta apertura efectiva hace que, en consecuencia, esta resolución acimutal final de ese mismo radar, en consecuencia, resulte todavía más fina.
ID:9812
Grupo 4: Grupo 4: Fusión IMU–GNSS con EKF
Descripción
La IMU propaga estado a alta frecuencia con deriva; GNSS aporta referencia absoluta ruidosa y el EKF corrige según covarianzas e innovación.
Pregunta clave: ¿Cómo opera fusión imu–gnss con ekf?
La IMU propaga estado a alta frecuencia con deriva; GNSS aporta referencia absoluta ruidosa y el EKF corrige según covarianzas e innovación. La fusión entre una unidad de medición inercial y un receptor de posicionamiento satelital mediante un filtro de Kalman extendido constituye, en cambio, el estándar de navegación de un sistema autónomo, exactamente según el mismo filtro de Kalman que ya establece otro modelo de este conjunto sobre una inferencia bayesiana del propio estado de un organismo: esta unidad de medición inercial aporta, en consecuencia, una información de alta frecuencia pero con una deriva propia que se acumula con el tiempo, muy similar en espíritu al mismo canal semicircular que ya establece otro modelo de este conjunto sobre un sistema vestibular biológico, mientras que este receptor satelital aporta, en cambio, una posición absoluta pero con una frecuencia mucho más baja y con un ruido propio, muy similar en espíritu a esa misma referencia externa visual que ya establece otro modelo de este conjunto sobre un punto de referencia del entorno. Que esta unidad de medición inercial acumule una deriva todavía mayor entre dos actualizaciones sucesivas de este receptor satelital hace que, en consecuencia, este mismo filtro de Kalman extendido, en consecuencia, deba corregir con más fuerza a esta posición estimada en cada nueva actualización.
ID:9813
Grupo 5: Grupo 5: CNN y jerarquía de representación
Descripción
Convoluciones locales producen rasgos; capas sucesivas elevan complejidad desde bordes a objetos y la profundidad amplía la jerarquía representacional.
Pregunta clave: ¿Cómo opera cnn y jerarquía de representación?
Convoluciones locales producen rasgos; capas sucesivas elevan complejidad desde bordes a objetos y la profundidad amplía la jerarquía representacional. Que esta red neuronal convolucional disponga de una cantidad todavía mayor de estas capas sucesivas hace que, en consecuencia, esta representación final que construye esa misma red neuronal a partir de esta imagen de esta cámara digital con la que se abrió este modelo, en consecuencia, resulte todavía más compleja, hasta llegar en la práctica a superar a la propia precisión de clasificación de ese mismo ser humano. Por eso este modelo, con esta cámara digital y este ruido de disparo con las que se abrió, hace que una red neuronal convolucional procese en consecuencia a la imagen final que produce esa misma cámara digital mediante una jerarquía artificial, análoga en espíritu a la misma jerarquía visual cortical que ya establece otro modelo de este conjunto sobre la corteza cerebral de un ser humano: la propia convolución de esta red neuronal implementa, en consecuencia, la respuesta de un campo receptivo local invariante ante una traslación, muy similar en espíritu a la misma célula simple de la primera etapa de esta jerarquía visual cortical humana. Cada capa sucesiva de esta misma red neuronal construye, en consecuencia, una representación de una complejidad creciente a partir de la capa anterior, desde un borde simple hasta una textura, después hasta una parte y finalmente hasta un objeto completo, en paralelo en consecuencia con esta misma jerarquía visual ventral de ese ser humano.
ID:9814
Grupo 6: Grupo 6: Integración perceptiva y autonomía
Descripción
Las modalidades entregan observables complementarios a un estado perceptivo/navegacional común que sustenta clasificación y operación autónoma.
Pregunta clave: ¿Cómo opera integración perceptiva y autonomía?
Las modalidades entregan observables complementarios a un estado perceptivo/navegacional común que sustenta clasificación y operación autónoma.
ID:9815