Development of thermo-analytical prediction and classification models for food in thermal devices using a multi sensor system and artificial neural networks

Die thermische Verarbeitung von Lebensmitteln beeinflusst deren Qualität und ernährungsphysiologischen Eigenschaften. Im Haushalt ist die Überwachung der Temperatur innerhalb des Lebensmittels sehr schwierig. Zudem ist das Wissen über optimale Temperatur- und Zeitparameter für die verschiedenen Speisen oft unzureichend. Die optimale Steuerung der thermischen Zubereitung ist maßgeblich abhängig von der Art des Lebensmittels und der äußeren und inneren Temperatureinwirkung während des Garvorgangs. Das Ziel der Arbeiten war die Entwicklung eines automatischen Backofens, der in der Lage ist, die Art des Lebensmittels zu erkennen und die Temperatur im Inneren des Lebensmittels während des Backens zu errechnen. Die für die Temperaturberechnung benötigten Daten wurden mit mehreren Sensoren erfasst. Hierzu kam ein Infrarotthermometer, ein Infrarotabstandssensor, eine Kamera, ein Temperatursensor und ein Lambdasonde innerhalb des Ofens zum Einsatz. Ferner wurden eine Wägezelle, ein Strom- sowie Spannungs-Sensor und ein Temperatursensor außerhalb des Ofens genutzt. Die während der Aufheizphase aufgenommen Datensätze ermöglichten das Training mehrerer künstlicher neuronaler Netze, die die verschiedenen Lebensmittel in die entsprechenden Kategorien einordnen konnten, um so das optimale Backprogram auszuwählen. Zur Abschätzung der thermische Diffusivität der Nahrung, die von der Zusammensetzung (Kohlenhydrate, Fett, Protein, Wasser) abhängt, wurden mehrere künstliche neuronale Netze trainiert. Mit Ausnahme des Fettanteils der Lebensmittel konnten alle Komponenten durch verschiedene KNNs mit einem Maximum von 8 versteckten Neuronen ausreichend genau abgeschätzt werden um auf deren Grundlage die Temperatur im inneren des Lebensmittels zu berechnen. Die durchgeführte Arbeit zeigt, dass mit Hilfe verschiedenster Sensoren zur direkten beziehungsweise indirekten Messung der äußeren Eigenschaften der Lebensmittel sowie KNNs für die Kategorisierung und Abschätzung der Lebensmittelzusammensetzung die automatische Erkennung und Berechnung der inneren Temperatur von verschiedensten Lebensmitteln möglich ist.

Desarrollo de la inteligencia a través de los BITS.

Son muchos y variados los objetivos que se proponen, destacando entre ellos: -Fomentar el gusto por aprender; -Ampliar y enriquecer el vocabulario; -Crear una buena base de datos que permita al niño/a su desarrollo intelectual; -Desarrollar el crecimiento del cerebro con su uso. La hipótesis que se quiere validar sería: elevar la inteligencia de nuestro alumnado, desde esta edades tan tempranas, con una buena base de datos.

Programa de desarrollo de la inteligencia en educación infantil.

Se incluyen los programas de estimulación de lectura; programa de aprendizaje temprano de matemáticas; programa de estimulación de conocimientos enciclopédicos; programa de estimulación musical; programa de estimulación de lengua extranjera; programa de estimulación del desarrollo físico

A Colony Architecture for an Artificial Creature

This report describes a working autonomous mobile robot whose only goal is to collect and return empty soda cans. It operates in an unmodified office environment occupied by moving people. The robot is controlled by a collection of over 40 independent "behaviors'' distributed over a loosely coupled network of 24 processors. Together this ensemble helps the robot locate cans with its laser rangefinder, collect them with its on-board manipulator, and bring them home using a compass and an array of proximity sensors. We discuss the advantages of using such a multi-agent control system and show how to decompose the required tasks into component activities. We also examine the benefits and limitations of spatially local, stateless, and independent computation by the agents.

Building Grounded Abstractions for Artificial Intelligence Programming

Most Artificial Intelligence (AI) work can be characterized as either ``high-level'' (e.g., logical, symbolic) or ``low-level'' (e.g., connectionist networks, behavior-based robotics). Each approach suffers from particular drawbacks. High-level AI uses abstractions that often have no relation to the way real, biological brains work. Low-level AI, on the other hand, tends to lack the powerful abstractions that are needed to express complex structures and relationships. I have tried to combine the best features of both approaches, by building a set of programming abstractions defined in terms of simple, biologically plausible components. At the ``ground level'', I define a primitive, perceptron-like computational unit. I then show how more abstract computational units may be implemented in terms of the primitive units, and show the utility of the abstract units in sample networks. The new units make it possible to build networks using concepts such as long-term memories, short-term memories, and frames. As a demonstration of these abstractions, I have implemented a simulator for ``creatures'' controlled by a network of abstract units. The creatures exist in a simple 2D world, and exhibit behaviors such as catching mobile prey and sorting colored blocks into matching boxes. This program demonstrates that it is possible to build systems that can interact effectively with a dynamic physical environment, yet use symbolic representations to control aspects of their behavior.

Estructura familiar e inteligencia.

Comprobar que el nivel intelectual desciende con el aumento del tamaño familiar; que las puntuaciones en los tests de inteligencia se hacen más bajas para los miembros más pequeños; que el nivel de inteligencia de los nacidos en último lugar es menor que el de los intermedios y que los hijos únicos puntuan menos. Se utilizan dos muestras paralelas: grupo a constituido por 656 estudiantes de tercero de BUP con edades de 16 a 23 años, de las comarcas de Mieres y Langreo; grupo B constituido por 374 reclutas destinados en el Regimiento de Infanteria Mahón 46 de Menorca de edades entre 17 y 27 años procedentes de diversos puntos de España. Las variables de estudio en el grupo a fueron: tamaño familiar, orden de nacimiento, intervalos de nacimiento entre los hermanos y clase sociocultural como variables independientes y como variable dependiente la inteligencia. En el grupo B se midieron como variables independientes el tamaño familiary el nivel de educación formal, y como variable dependiente la inteligencia, por lo que en este grupo sólo se comprobó la relación entre tamaño familiar y nivel intelectual. En el grupo A para medir la inteligencia se usó el D-48 en la adaptación española de TEA SA. En el grupo B la medida de la inteligencia se hizo a través de la batería básica -I G 2-, el resto de los datos de estudio fueron obtenidos a través de cuestionarios elaborados al efecto. Medias, desviaciones típicas y centiles para situar a los sujetos a los que se les administró el D-48. Coeficiente de correlación entre las variables dependientes y las independientes. Significación de las diferencias entre las puntuaciones centiles medias de los sujetos según: tamaño familiar, orden de nacimiento, orden de nacimiento según tamaño familiar, etc. Significación de las diferencias entre puntuaciones centiles medias de los unigénitos y los nacidos en familias de diferente tamaño. En el grupo B, se usaron las puntuaciones directas, ya que el test utilizado no permitía la transformación en centiles. El nivel de inteligencia está influido negativamente por el tamaño familiar, se dan correlaciones significativas de -0'08 en el grupo A y de -0'25 en el grupo B. Se encuentran correlaciones bajas pero altamente significativas entre orden de nacimiento e inteligencia para el grupo A. No se comprueba que exista una disminución progresiva del nivel intelectual en función del orden de nacimiento en ninguno de los tamaños familiares. Los benjamines puntuan más bajo que sus hermanos, en especial en las familias con más hijos. Los hijos únicos alcazan una puntuación centil media inferior a la mayoría de las posiciones de nacimiento distinguidas en los restantes tamaños familiares.

Electrical Design: A Problem for Artificial Intelligence Research

This report outlines the problem of intelligent failure recovery in a problem-solver for electrical design. We want our problem solver to learn as much as it can from its mistakes. Thus we cast the engineering design process on terms of Problem Solving by Debugging Almost-Right Plans, a paradigm for automatic problem solving based on the belief that creation and removal of "bugs" is an unavoidable part of the process of solving a complex problem. The process of localization and removal of bugs called for by the PSBDARP theory requires an approach to engineering analysis in which every result has a justification which describes the exact set of assumptions it depends upon. We have developed a program based on Analysis by Propagation of Constraints which can explain the basis of its deductions. In addition to being useful to a PSBDARP designer, these justifications are used in Dependency-Directed Backtracking to limit the combinatorial search in the analysis routines. Although the research we will describe is explicitly about electrical circuits, we believe that similar principles and methods are employed by other kinds of engineers, including computer programmers.

La inteligencia emocional en la práctica docente.

Monográfico con título: Educación intercultural

El cubo de imágenes y la aplicación de los bits de inteligencia : hacia un aprendizaje funcional.

Seleccionado en la convocatoria: Ayudas a la innovación e investigación educativa en centros docentes de niveles no universitarios, Gobierno de Aragón 2009-10

Proyecto de convivencia CEIP Mar??a Moliner : un mundo de alternativas : estrategias y recursos did??cticos para la convivencia y el desarrollo de la inteligencia emocional

Seleccionado en la convocatoria: Ayudas para desarrollar proyectos de convivencia, Gobierno de Arag??n 2008-2009

Inteligencia exitosa y atenci??n a la diversidad del alumno de alta habilidad

Resumen tomado de la publicaci??n

Entorn de programació pel robot Stäubli mitjantçant MatLab, aplicació a un sistema de recol·lecció de peces basat en visió artificial

Els objectius del projecte són: realitzar un intèrpret de comandes en VAL3 que rebi les ordres a través d’una connexió TCP/IP; realitzar una toolbox de Matlab per enviar diferents ordres mitjançant una connexió TCP/IP; adquirir i processar mitjançant Matlab imatges de la càmera en temps real i detectar la posició d’objectes artificials mitjançant la segmentació per color i dissenyar i realitzar una aplicació amb Matlab que reculli peces detectades amb la càmera. L’abast del projecte inclou: l’estudi del llenguatge de programació VAL3 i disseny de l’ intèrpret de comandes, l’estudi de les llibreries de Matlab per comunicació mitjançant TCP/IP, per l’adquisició d’imatges, pel processament d’imatges i per la programació en C; el disseny de la aplicació recol·lectora de peces i la implementació de: un intèrpret de comandes en VAL3, la toolbox pel control del robot STAUBLI en Matlab i la aplicació recol·lectora de peces mitjançant el processament d’imatges en temps real també en Matlab

Adaptaci??n al euskera de una prueba de inteligencia verbal

Resumen en ingl??s y castellano

Las teor??as de la inteligencia y la superdotaci??n

Resumen tomado de la publicaci??n