Sistema de presa de decisions distribuït

DDM is a framework that combines intelligent agents and artificial intelligence traditional algorithms such as classifiers. The central idea of this project is to create a multi-agent system that allows to compare different views into a single one.

Un motor de cerca per a l'aualé

L'aualé és possiblement el joc de mancala més conegut. Essent un joc amb adversari i de suma nul·la que s'ha estudiat profusament en el marc de la intel·ligència artificial, fins a arribar a la solució d'una de les seves variants l'any 2002. El projecte plantejat se centra en l'estudi pràctic d'una variant d'aualé de més difícil solució, 'abapa', a través de l'elaboració i optimització d'un motor de cerca.

The impact of balancing on problem hardness in a highly structured domain

Random problem distributions have played a key role in the study and design of algorithms for constraint satisfaction and Boolean satisfiability, as well as in ourunderstanding of problem hardness, beyond standard worst-case complexity. We consider random problem distributions from a highly structured problem domain that generalizes the Quasigroup Completion problem (QCP) and Quasigroup with Holes (QWH), a widely used domain that captures the structure underlying a range of real-world applications. Our problem domain is also a generalization of the well-known Sudoku puz- zle: we consider Sudoku instances of arbitrary order, with the additional generalization that the block regions can have rectangular shape, in addition to the standard square shape. We evaluate the computational hardness of Generalized Sudoku instances, for different parameter settings. Our experimental hardness results show that we can generate instances that are considerably harder than QCP/QWH instances of the same size. More interestingly, we show the impact of different balancing strategies on problem hardness. We also provide insights into backbone variables in Generalized Sudoku instances and how they correlate to problem hardness.

On balanced CSPs with high treewidth

Tractable cases of the binary CSP are mainly divided in two classes: constraint language restrictions and constraint graph restrictions. To better understand and identify the hardest binary CSPs, in this work we propose methods to increase their hardness by increasing the balance of both the constraint language and the constraint graph. The balance of a constraint is increased by maximizing the number of domain elements with the same number of occurrences. The balance of the graph is defined using the classical definition from graph the- ory. In this sense we present two graph models; a first graph model that increases the balance of a graph maximizing the number of vertices with the same degree, and a second one that additionally increases the girth of the graph, because a high girth implies a high treewidth, an important parameter for binary CSPs hardness. Our results show that our more balanced graph models and constraints result in harder instances when compared to typical random binary CSP instances, by several orders of magnitude. Also we detect, at least for sparse constraint graphs, a higher treewidth for our graph models.

Generating hard SAT/CSP instances using expander graphs

In this paper we provide a new method to generate hard k-SAT instances. We incrementally construct a high girth bipartite incidence graph of the k-SAT instance. Having high girth assures high expansion for the graph, and high expansion implies high resolution width. We have extended this approach to generate hard n-ary CSP instances and we have also adapted this idea to increase the expansion of the system of linear equations used to generate XORSAT instances, being able to produce harder satisfiable instances than former generators.

How hard is a commercial puzzle: the eternity II challenge

Recently, edge matching puzzles, an NP-complete problem, have received, thanks to money-prized contests, considerable attention from wide audiences. We consider these competitions not only a challenge for SAT/CSP solving techniques but also as an opportunity to showcase the advances in the SAT/CSP community to a general audience. This paper studies the NP-complete problem of edge matching puzzles focusing on providing generation models of problem instances of variable hardness and on its resolution through the application of SAT and CSP techniques. From the generation side, we also identify the phase transition phenomena for each model. As solving methods, we employ both; SAT solvers through the translation to a SAT formula, and two ad-hoc CSP solvers we have developed, with different levels of consistency, employing several generic and specialized heuristics. Finally, we conducted an extensive experimental investigation to identify the hardest generation models and the best performing solving techniques.

Edge matching puzzles as hard SAT/CSP benchmarks

Recently, edge matching puzzles, an NP-complete problem, have rececived, thanks to money-prized contests, considerable attention from wide audiences. We consider these competitions not only a challenge for SAT/CSP solving techniques but also as an opportunity to showcase the advances in the SAT/CSP community to a general audience. This paper studies the NP-complete problem of edge matching puzzles focusing on providing generation models of problem instances of variable hardness and on its resolution through the application of SAT and CSP techniques. From the generation side, we also identify the phase transition phenomena for each model. As solving methods, we employ both; SAT solvers through the translation to a SAT formula, and two ad-hoc CSP solvers we have developed, with different levels of consistency, employing several generic and specialized heuristics. Finally, we conducted an extensive experimental investigation to identify the hardest generation models and the best performing solving techniques.

Sistema multiagent per a la classificació de dades

Aquest programari enmarca diversos algorimes supervisats, que extreuen informació devaris fitxers, i diversos agents classificadors que la transporten a un agent Manager.Finalment, aquest agent Manager computa tota aquesta informació rebuda per predir diferents valors de diverses instàncies aleatòries introduïdes per l'usuari.

Análisis de datos de accidentes de tráfico mediante soluciones big data y business intelligence

Este proyecto de final de carrera corresponde al área de inteligencia artificial y representa un caso de uso que pretende utilizar datos reales referentes a accidentes de tráfico (datos de accidentes, muertos, heridos, etc.) y analizarlas conjuntamente con datos que puedan tener una posible relación con los accidentes como el parque de vehículos, las temperaturas de la zona de los accidentes, etc. con la finalidad de poder obtener las posibles relaciones causa-efecto.

Hexadom : El dòmino hexagonal

L'Hexadom és un joc de taula, de creació pròpia, inspirat en el dòmino tradicional, amb el que hi comparteix l'objectiu: jugar totes les fitxes (o hexàgons en el cas de l'Hexadom). Però hi ha una diferència substancial: la seva complexitat; ja que a diferència del joc original -on s'uneixen els extrems de dues fitxes que tinguin el mateix número- a l'Hexadom s'han d'unir hexàgons entre si, com a mínim per dos dels seus costats, mantenint la coherència entre els colors.

Algorisme de hashing basat en hiperplans separadors localment òptims

L'objectiu principal d'aquest projecte és dissenyar un algorisme de hashing que ens permeti, donat un conjunt d'hiperplans separadors, reduïr-ne el nombre, minimitzant la pèrdua d'eficiència en la classificació.

Disseny i creació d'un MMORPG

MMORPG són les sigles de Massive Multiplayer Online Role Playing Game: Joc de Rol Multijugador Online Massiu. Els jugadors connecten a un servidor i poden interactuar entre ells en el món virtual que el joc ofereix. Hi pot haver milers d'usuaris connectats simultàniament al mateix món, generant una població i molt d'ambient si el servidor està ben programat, i latència i/o bloquejos si se supera el límit de jugadors simultanis que el servidor suporta. El més atractiu d'aquest tipus de jocs és que dónen la capacitat de jugar amb i/o contra altra gent real. Resulta molt més emocionant veure intel•ligència real dins el joc, sense que tot sigui intel•ligència artificial. A més d'això hi ha el fet de que pràcticament tots aquests jocs són de l'estil Sandbox o sorral, cosa que significa que el jugador és totalment lliure de fer el que vulgui en un món obert, sense haver de seguir una trama lineal. Durant el principi del segon curs vaig començar a investigar una manera de poder jugar a Lineage 2 des de la residència en la que estava aquí a Vic, ja que la seva connexió a Internet tenia un proxy que bloquejava tots els ports excepte HTTP i algunes poques excepcions més, així que no podia connectar al seu servidor per jugar. I aquí vaig topar amb L2JServer, un projecte open source que emula un servidor de Lineage 2. Només instal•lant una base de dades MySQL, el java JDK i extraient uns arxius a una carpeta, ja podies executar el teu propi servidor d'aquest joc. Per entrar-hi només calia enganyar el programa client redirigint la DNS oficial cap a la teva IP utilitzant el fitxer hosts de windows i ja hi podies entrar.

La Televisió ja no serà tan ximple

La televisió molt aviat podria deixar de ser aquella caixa tonta davant la qual estàvem obligats a empassar-nos allò que només ella ens proposava. Els primers de descobrir una nova forma de fer servir la tele seran els veïns del Pla de l'Estany, que la podran utilitzar per sol·licitar hora al metge, pagar impostos o demanar informacions diverses. L'Easy de la UdG i el Consell Comarcal del Pla de l'Estany signaran el proper 7 de juny un conveni per a desenvolupar aplicacions d'intel·ligència artificial a través de la xarxa de la televisió digital terrestre (TDT)

Infohabitants: laboratori per la simulació d’ infohabitants com agents recomanadors (SIRA)

L’ objectiu del projecte és la implementació d’un simulador de sistema de recomanació que permeti estudiar algoritmes de dissociació entre agent-recomanador i usuari, combinant-los amb diverses tècniques de recomanació i fent servir infohabitants com Agents Recomanadors i veure com treballen en un sistema recomanador