Professional Documents
Culture Documents
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
n=hH
n=hHn
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
-
1.5 OBJETIVOS
1.6 HIPOTESIS
Ondulaciones geoidales.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Alturas ortomtricas.
1.9 LIMITACIONES
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Para ejecutar el aprendizaje de una red neuronal artificial, es necesario contar con
unas reglas de aprendizaje, como lo son por ejemplo el aprendizaje por correccin
de error, aprendizaje basado en memoria, aprendizaje hebbiano (Hebb, 1949),
aprendizaje competitivo, aprendizaje de Boltzmann, etc. Estas reglas de
aprendizaje son algoritmos, y su uso depende del tipo de aprendizaje que se
quiera proporcionar a la red en relacin al problema que se desea dar solucin.
Para la presente tesis se usar el algoritmo de aprendizaje conocido como
retropropagacin del error (backpropagation), este algoritmo ajusta iterativamente
los parmetros libres de la red (pesos sinpticos), con el objetivo de obtener
seales de salida deseadas en funcin de un conjunto de datos de entrada. Se
usar un aprendizaje de tipo supervisado, por lo tanto se hace indispensable
contar con un conjunto de valores de entrada para ser empleados en el
entrenamiento, de los cuales se conozca sus valores de salida reales (conjunto de
entrenamiento).
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
SUPERFICIES DE REFERENCIA
ELIPSOIDE
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
GEOIDE
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
GRAVEDAD
FUERZA GRAVITACIONAL
La ecuacin 2.1 expresa la fuerza que se genera por la atraccin entre dos
cuerpos segn la Ley de gravitacin universal:
(2.1)
Donde:
3
11 m
G = constante gravitacional de Newton = 6.67428 * 10 2
Kg . s
m1 = masa del primer cuerpo
m2 = masa del segundo cuerpo
r = distancia entre los dos cuerpos
Por lo tanto la fuerza gravitacional puede ser expresada como una aceleracin
que produciraesta fuerza o el campo gravitacional de una masa puntual atrayente
(m1) al actuar sobre un cuerpo de masa m 2 . (ecuacin 2.2)
(2.2)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
La fuerza gravitacional por lo tanto puede ser considerada como una aceleracin
gravitacional que representa el vector de intensidad del campo gravitacional (
) ecuacin 2.2. Esta magnitud por lo tanto no depende de la masa atrada y
es igual para todo cuerpo que se encuentre en un mismo campo gravitacional
(Ruiz, 2010).
FUERZA Y TRABAJO
dT = F.dl.cos =
F .
dl
(2.3)
F .
dl = Fx . d x + F y . d y + Fz . dz
(2.4)
T= F .
dl
A
(2.5)
FUERZA CENTRFUGA
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.6)
Siendo:
= velocidad angular de rotacin de la Tierra
Z = w 2r
(2.7)
POTENCIAL GRAVITACIONAL
(2.8)
(2.9)
Por lo tanto segn la ecuacin 2.9, el trabajo depende de los valores para la
funcin potencial en los puntos A y B, es decir representa al trabajo realizado
por una fuerza conservativa (Ruiz, 2010).
El diferencial de la funcin escalar (V) a la cual se hace referencia puede ser
escrito como se muestra en la ecuacin 2.10.
(2.10)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.11)
Y de 2.9 se concluye que el trabajo que realiza la fuerza gravitacional entre dos
puntos A y B, considerando al cuerpo atrayente como una masa puntual (m1) se
escribe segn la ecuacin 2.12.
(2.12)
En donde:
= potencial gravitacional
(2.13)
El potencial gravitacional hace referencia al trabajo que debe hacer la fuerza
gravitacional para mover un punto masa desde el infinito.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.14)
(2.15)
dm =diferencial de masa
dv = diferencial de volumen
= densidad
POTENCIAL CENTRFUGO
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.16)
(2.17)
(2.18)
POTENCIAL DE LA GRAVEDAD
(2.19)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.20)
(2.21)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
De
tal forma que se puede establecer la relacin 2.22.
h=h-H (2.22)
Nivelacin
La nivelacin es el mecanismo por medio del cual es posible obtener desniveles o
diferencias de altura entre puntos distintos, existen varios mtodos para realizarlo,
uno de ellos es la nivelacin geomtrica (figura 5), la cual utiliza visuales
horizontales para medir distancias verticales entre distintos puntos sobre el
terreno, consiguindose con esto precisiones altas en el clculo de desniveles por
lo que este mtodo es uno de los ms empleados. La nivelacin trigonomtrica
por su parte calcula distancias verticales entre puntos sobre el terreno valindose
de relaciones trigonomtricas y tomando como insumos la medicin de distancias
horizontales o inclinadas entre los puntos y el ngulo cenital que se forma entre
los mismos. Dentro de la nivelacin geomtrica y trigonomtrica existen variantes
que se adaptan a las condiciones particulares en el trabajo de medicin de
desniveles y permiten a su vez eliminar o minimizar errores que se generan
durante la ejecucin del mismo.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Los datos usados como insumos para el entrenamiento de la red neuronal artificial
en el presente trabajo poseen alturas niveladas por el mtodo geomtrico,
garantizndose con esto un alto nivel de precisin.
Sistemas de alturas
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
(2.23)
(2.24)
Diferencial de potencial en B
(2.25)
(2.26)
Despejando HB
(2.27)
Con lo cual queda demostrado que:
(2.28)
Se observa que existe una diferencia entre los desniveles n y HB, pese a que
estn medidos entrelas mismas superficies equipotenciales, el no paralelismo
entre estas ocasiona que tengan unadimensin distinta. Por lo tanto la medicin
de desniveles sin considerar el efecto de la gravedad no posibilita la
determinacin de alturas fsicas.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
superficie equipotencial que ser adoptada como origen del sistema de alturas
(W=W0) (figura 6).
(2.29)
(2.30)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Al realizar la integracin en un
circuito de nivelacin, el resultado es igual a cero, es decir se elimina el error de
cierre.
(2.31)
(2.32)
C = nmero geopotencial
(2.33)
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
El punto B en la figura 8 est determinado por la recta normal al geoide que pasa
por el punto A ubicado sobre la superficie topogrfica, la altura existente desde el
punto B hasta el punto A se conoce como altura ortomtrica y tiene un significado
fsico. El nmero geopotencial se calcula mediante la diferencia de los potenciales
WA y WB, para esto es necesario que se haya fijado previamente el valor de
geopotencial de la gravedad que corresponde a la superficie de referencia que por
convencin ser el cero para las alturas ortomtricas.
Las altura normal (H*) de un punto sobre la superficie terrestre es medida sobre la
normal al elipsoide, desde el elipsoide hasta otro punto cuyo potencial de la
gravedad normal (U) iguala al potencial de la gravedad real (W) del punto en
superficie, la distancia entre este punto y el punto donde el potencial de gravedad
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Por la forma en que las alturas normales son concebidas se consideran alturas de
carcter fsico. (Hofmann y Helmut, 2005).
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Las alturas niveladas con que cuenta la red altimtrica en Ecuador, presentan
discrepancias con respecto a alturas determinadas mediante redes de nivelacin
de otros pases, explicndose este hecho por estar referida la red altimtrica
nacional a un dtum local, adems es necesario sealar que en Ecuador an no
se encuentra establecido un sistema de alturas que est referido a una superficie
equipotencial, en un futuro el sistema de referencia vertical en el pas debera
estar orientado al clculo de nmeros geopotenciales, con lo cual se conseguira
el establecimiento de un sistema de alturas real (Paredes - INOCAR, 1986).
La aparicin de los sistemas informticos permiti que muchas de las tareas con
las que se enfrentaba a diario el ser humano sean realizadas con mayor agilidad y
eficiencia, sin embargo este tipo de sistemas presenta una limitacin, la
resolucin de problemas requiere un tratamiento algortmico, cuando el problema
a solucionar no se acopla a estas caractersticas, es necesario que se de otro tipo
de tratamiento al procesamiento de la informacin que participa en el asunto al
que se quiera dar solucin.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
En este contexto, las redes neuronales artificiales como parte constitutiva de las
tcnicas de inteligencia artificial, tienen como objetivo el reproducir la capacidad
de aprendizaje del cerebro humano mediante el uso de mquinas, simulando en
la medida de lo posible la estructura y funcionamiento de las redes neuronales
biolgicas.
1943: Warren Mc Culloch y Walter Pitts.- desde el punto del campo de estudio de
la neurofisiologa y la matemtica fueron los primeros tericos en aportar
conocimientos en cuanto se refiere al funcionamiento de las neuronas, y
elaboraron el primer modelo matemtico de unas redes de neuronas artificiales
mediante circuitos elctricos. El modelo se basa en el principio de que las
neuronas operan en base a impulsos binarios.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
1656: Albert Uttley.- desarrolla una mquina terica compuesta por separadores
lineales que ajustaban sus parmetros de entrada usando la medida de entropa
de Shannon.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
El sistema nervioso que recibe las informaciones, las procesa, en parte las
almacena y las enva en forma elaborada a los rganos efectores y a otras reas
del sistema nervioso.
rganos efectores, como msculos y glndulas que reciben la informacin que
proviene del sistema nervioso y la interpretan en forma de acciones motoras,
hormonales, etc. (Morgan, 1991)
Neurona biolgica
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Las concentraciones de iones sodio y potasio que existen dentro y fuera de las
clulas, generan un punto de equilibrio de -85 milivoltios, negativo en el interior de
la clula con respecto al exterior, cualquier perturbacin en la membrana de la
neurona provoca una serie de modificaciones que desaparecen rpidamente,
durante ese pequeo periodo el potencial se torna positivo. Esta onda de
variacin de tensin se llama potencial de accin. Los estmulos que reciben las
neuronas tienen como efecto la destruccin de las propiedades dielctricas de su
membrana, la permeabilidad al sodio y al potasio aumenta, dndose origen a la
difusin de estos iones a travs de la membrana, despus de un tiempo el estado
neuronal vuelve a la normalidad por medio de mecanismos de transporte activo
que es el transporte de molculas a travs de la membrana celular contra el
gradiente de oncentracin y con el uso de energa; a esta fase se la conoce como
repolarizacin, posteriormente durante un tiempo, la membrana no es sensible a
otras perturbaciones y se llama perodo refractario, en este perodo se sucede la
transmisin de pulsos elctricos al axn; el potencial de accin tiene por objeto la
liberacin de neurotransmisores en la sinapsis con el objeto de producir la
perturbacin de las membranas de otras neuronas y de esta forma el fenmeno
adquiere continuidad.
Neurona artificial
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
neuronas cuentan con una funcin que les hace posible cambiar de estado de
activacin a partir de las seales que reciben, esta funcin se conoce como
funcin de activacin o funcin de transicin de estado, el nivel de activacin de
una clula depende de las entradas que reciba y de los valores de las conexiones
sinpticas, pero no depende de estados de activacin anteriores.
x 1w1+ x2w 2+ + x nw n
Y en forma vectorial:
X Tw
En donde:
y=f ( )
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Las funciones de transferencia bsicas son la funcin lineal que utiliza una
constante que opera como mltiplo de para generar la salida de la neurona (y) y
la funcin umbral que compara a con un valor umbral y asigna valores binarios
a la salida de la neurona mediante funciones lgicas mayor que y menor que.
Funcin lineal:
f ( )=c . = y
Funcin umbral:
{()
f (S)=0 Si <
f S =0 Si >
Donde:
es un umbral constante
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
conexin son bastante simples y las entradas son procesadas mediante una suma
ponderada que luego es transferida a una funcin umbral.
Dentro de las diferencias existentes entre las redes de neuronas artificiales y las
biolgicas es importante destacar que estas ltimas son capaces de aprender en
un perodo ms corto y con una menor cantidad de patrones presentados, al
contrario las redes neuronales artificiales precisan de ser provistas de una gran
cantidad de patrones de entrenamiento para poder llegar a un nivel de
aprendizaje en el que se consiga un poder de generalizacin aceptable. Por lo
tanto el tiempo invertido en el aprendizaje que realiza la red es considerablemente
superior al que empleara una red de tipo biolgico.
Como una ventaja de las redes neuronales artificiales en comparacin con las
biolgicas, se tiene que en estas ltimas no es posible cuantificar un valor o
medida precisa en los impulsos electroqumicos, lo cual s es posible realizar en
las redes artificiales, determinando de forma ms o menos precisa los valores que
se transfieren de un elemento de procesamiento a otro.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Operacin en tiempo real: la red neuronal puede hacer clculos en paralelo, esto
se pude lograr mediante el uso de hardware apropiado. La necesidad de modificar
los pesos sinpticos en las conexiones es mnima.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
La informacin que reciben las neuronas en cada capa de la red, es evaluada por
una funcin de transferencia antes de ser transferida hacia las neuronas de la
siguiente capa o nivel. Finalmente la informacin que procede de las capas
ocultas de la red se transfiere hacia la capa de salida, para que al igual que en las
capas ocultas, la informacin sea evaluada por medio de una funcin de
transferencia que genera la salida definitiva de la red. Una red neuronal artificial
puede tener una o varias capas ocultas o intermedias, dependiendo del problema
abordado.
Por ltimo el resultado de este producto ser evaluado por una funcin de
transferencia f2 presente en las neuronas de la capa de salida.
y=f 2 ( f 1 ( x w2 )
w1 )
Siendo:
x = Entrada a la red neuronal
y = Salida de la red neuronal
w 1 = Pesos sinpticos de la capa oculta de la red
f 1 = Funcin de transferencia de la capa oculta de la red
w 2 = Pesos sinpticos de la capa de salida de la red
w 1 =Funcin de transferencia de la capa de salida de la red
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
El primer modelo de una neurona artificial fue propuesto por Warren McCulloch y
Walter Pitts en el ao de 1943, la estructura y funcionamiento de esta clula
emulaba en forma simplificada a las neuronas del cerebro. Esta neurona aceptaba
entradas binarias y produca salidas de este mismo tipo, es decir, podan estar en
dos estados: apagado (0) y encendido (1); las diferentes entradas de la neurona
son combinadas por una suma ponderada y posteriormente evaluada por una
funcin de transferencia que para el caso de este modelo de neurona es una
funcin umbral y proporciona la salida binaria de la red.
La suma ponderada de las entradas por sus respetivos pesos sinpticos se puede
escribir:
n
X iW 1
i=1
{
n
y =1 si X 1W 1
i=1
y=0 en caso contrario
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Perceptrn
Una red de neuronas artificial de tipo Perceptrn est constituida por entradas y
neuronas de salida, el nmero de clulas se determina dependiendo del tipo de
problema que se desea resolver y todas las entradas estn conectadas con cada
una de las neuronas de salida.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
El umbral o bias pasa a formar parte del operador sumatoria a manera de un peso
sinptico asociado a una pseudo entrada (X0) a la neurona con un valor constante
de 1.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
En caso de que dentro de los datos a clasificar no existan nicamente dos clases,
la discriminacin de las mismas no se podr realizar con rectas y ser necesario
definir hiperplanos.
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
El punto P ( a1 , a2 ,a 3 , .. , an )
Algoritmo de entrenamiento:
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
funcin lgica AND, en primer lugar se fijan valores iniciales aleatorios para los
pesos y el umbral, en lo posterior se realiza un ajuste de estos valores segn el
algoritmo de aprendizaje hasta que todos los patrones son clasificados en forma
correcta por la red neuronal.
Se concluye entonces que la recta discriminante para la funcin lgica AND ser
de la forma:
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
Algoritmo de Retropropagacin
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital
GEODESIA SATELITAL
de los puntos dato sea la menor posible. Las diferencias entre la curva ajustada y
cada uno de los datos son denominadas Residuos.
Teniendo m puntos dato de la forma P (ti , yi), donde el subndice "i" indica el
nmero de punto al que hacemos referencia, entonces:
Ing. Edar Grimalldo Matto Pablo Docente del curso de Geodesia Satelital