Browsing by Author "Salinas Scussolin, Martin Alonso"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Aplicación de aprendizaje de máquinas para la clasificación de autómatas celulares(Universidad Técnica Federico Santa María, 2023) Salinas Scussolin, Martin Alonso; Ñanculef Alegria, Juan Ricardo; Departamento de Informática; Moreira Wenzel, Andres EduardoLos autómatas celulares son una familia muy amplia de sistemas dinámicos discretos, con comportamientos altamente diversos. Se trata de sistemas distribuidos (por lo general, en una grilla regular de dimensión 1, 2 o a veces superior), en los que a cada celda se le asocia una máquina de estados finitos, que es actualizada en cada iteración dependiendo de los estados de las celdas que le son vecinas. De esta forma, un autómata celular dado, queda determinado por: su topología, el conjunto de estados, la vecindad considerada y la función de transición. A partir de su dinámica evolutiva, Stephen Wolfram plantea una clasificación en la cual distribuye 255 reglas de autómatas celulares en 1D denominadas elementales, separándolos en 4 clases según su convergencia: estado homogéneo, estructuras estables o periódicas, comportamiento caótico y estructuras complejas[Wolfram, 1984]. Dentro de este contexto, se propone comparar el desempeño de clasificaciones automáticas realizadas por diversos tipos de algoritmos, basados en aprendizaje supervisado y no supervisado, con el fin de obtener un mayor entendimiento sobre estas y lo que representan. A partir de los experimentos realizados, se concluye que modelos basados en VGG 16 obtienen una alta exactitud realizando la clasificación de Wolfram, mientras que para el caso de no supervisado es posible obtener al menos 3 clústeres donde uno posee bastante similitud a la clasificación propuesta por Wolfram.
Política de Privacidad 
