domingo, 27 de septiembre de 2015

iPhone 6S vs Galaxy S6 vs LG G4

Guerra de cámaras en smartphones...!! 


cámaras iphone 6 plus, lg g4, samsung galaxy s6

Ya en el mercado encontramos nuevos smartphones de gama alta, uno de los factores que mucha gente tiene en cuenta al adquirir uno de ellos,  es la calidad de fotos que toma. Hoy hago una comparacion sobre tres buques insignias de las mas importantes empresas de tecnologia. Se comparara en este articulo las bondades correspondientes a cada Smartphone, comparando las fotos de los 3 teléfonos inteligentes  más pedidos del momento. El LG G4 (16MP), el iPhone 6S Plus (12MP) y el Galaxy S6 Edge+ (16 MP). Sigamos , no nos detengamos mis amigos....


Para entrar un poco en contexto, hay que saber, que entre más luz hay en el ambiente para que reciba el dispositivo, mejor puede salir la toma, porque hay más información. Pero no es todo. El resultado también depende mucho del procesador de medios de las cámaras. Y qué mejor manera ver esto que haciendo unas pruebas básicas para ver cuál es mejor cámara entre las del LG G4, Samsung Galaxy S6 y el iPhone 6 plus. 


Para entrar un poco en contexto, hay que saber, que entre más luz hay en el ambiente para que reciba el dispositivo, mejor puede salir la toma, porque hay más información. Pero no es todo. El resultado también depende mucho del procesador de medios de las cámaras. Y qué mejor manera ver esto que haciendo unas pruebas básicas para ver cuál es mejor cámara entre las del LG G4, Samsung Galaxy S6 y el iPhone 6  Plus. 


Saben mis amigos, yo se que ustedes todavia quieren con el alma al tradicional y famoso; Nokia Nokia Lumia 1020, pero lamentablemente para nosotros, ya no se vende… 



Interacción con el usuario


Saben uno de los factores mas importantes para mi y todos los fanaticos , es a la hora de controlar una cámara, es poderla controlar en serio  y de manera sencilla. La forma automática de todos los celulares funciona igual, tocas la pantalla, enfoca y se hace la toma.Pero vara los verdaderos fanáticos de la fotografía, poder controlar las variables( en especial aquellas de exposición), es lo ideal.

iPhone 6

Empecemos por la interfaz del iPhone 6. Lo que mas nos gusta de esta interfaz es como se puede pasar de un modo a otro con un deslizamiento. Sin embargo, lamento decir que todo lo demás nos incomoda. El no poder controlar ninguna variable, con números tangibles, nos estresa mucho cuando se quiere que una toma quede bien hecha. El iPhone 6 Plus tiene una función muy útil que es el seguro de exposición y foco, y que al tocar por un tiempo y deslizar el dedo uno pueda incrementar o disminuir la exposicion. Sin embargo el no poderle darle prioridad a la sensibilidad o a la velocidad sigue dejándola totalmente por detrás de la interfaz de los otros dos grandes monstruos de la fotografía móvil.




Samsung Galxy S6

Por el lado del Samsung Galaxy S6, cambiar entre modos es un proceso un poco más largo con respecto a la interfaz sencilla del iPhone 6 Plus. Sin embargo, además de los mil modos que solo utilizan en Corea, el modo manual es muy completo. Además del seguro de autoenfoque y exposición, la cámara sí permite controlar manualmente variables importantes como el foco y la sensibilidad. Otro plus de la app nativa de cámara para Galaxy S6 es la posibilidad de cambiar entre medición matricial, puntual y parcial. Esto permite que la compensación de exposición pueda ajustarse a un punto en especifico, o para compensar la escena en general. Además, eso permite ser un poco más creativo con la toma.

guerra de cámaras móviles

LG G4

El ganador en interfaz, para mí, fue el LG G4. Hay que hacer la misma cantidad de pasos para cambiar de modo que en un S6. Pero lo más impresionante es que tiene un modo manual pensado para los fotógrafos. Al lado superior izquierdo tiene un histograma de exposición, además de la información de todos los ajustes que hicimos y un exposímetro que informa si la toma o está subexpuesta o sobreexpuesta. En todo el centro de la pantalla tiene una guía de inclinación para que las tomas no nos salgan chuecas. Y en la parte inferior tiene controles para balance de blancos, foco, compensación de exposición, sensibilidad y velocidad de toma. Esto les permitirá jugar mucho con la cámara; podrán hacer –por ejemplo– tomas de larga exposición o ‘congelados’. Y, sobre todo, podrás tener el control máximo de la toma.

guerra de cámaras móviles

                     EL LG G4 TIENE MEJOR INTERFAZ


Entre más luz, mejor información

La siguiente prueba la realizamos simulando una situación de buena luz, contrastada. Esto nos permitía acercarnos más a los sujetos, además lograría que las cámaras compensen la exposición con la menor sensibilidad, velocidades altas y buscando el mejor nivel de detalle. Todos los celulares tenían apagada su función HDR y tenían puesto el balance de blancos en automático.

guerra de cámaras móviles
iPhone 6 Plus
guerra de cámaras móviles
LG G4
guerra de cámaras móviles
Samsung Galaxy S6
Como pueden ver en las tres fotografías de arriba, todas las cámaras tienen muy buen detalle vistas en su totalidad. La cámara del G4 es un poco más angular (abarca más espacio) que el Galaxy S6, y el iPhone es la que menos angular se ve, aunque también es parte de que las tomas en su máxima resolución son formato 2:3, en vez del 16:9 de las otras dos. Sin embargo, tanto el Galaxy S6 como el iPhone 6 Plus se dejaron invadir por la contraluz, lo que ‘lavó’ un poco ambas imágenes (aunque esto fue más notorio en la toma del iPhone 6 Plus). En la toma general, también vemos que el Galaxy S6 y el iPhone 6 Plus no balancearon muy bien los blancos, lo que los dejó con un tono un poco verdoso y amarillento.

Ahora, entrando en  detalle, podemos ver en la comparativa que ninguna de las tres cámaras se salva de los bordes falsos. Sin embargo, la del LG G4 es la que mejor detalle presenta. Aunque la toma del iPhone 6 Plus compensó con una sensibilidad de ISO 40 y el G4 con ISO 50, la cámara de LG parece tener mejor procesamiento, lo que resulta en bordes más nítidos y tomas más limpias que las demás. El S6 no se queda atrás, y también presenta mejor detalle que el iPhone 6. El resultado es un empate en las cámaras surcoreanas.

guerra de cámaras móviles
                          LAS CÁMARAS DEL G4 Y EL S6 EMPATAN EN LOS DETALLES

El truco de la baja luminosidad

Esta prueba se hizo apagando todas las luces, con una fuente muy pequeña y débil iluminando el cuarto. Esto obliga a la programación automática de todas las cámaras a utilizar la menor velocidad posible y la mayor sensibilidad que puedan. Además, nos permite ver cómo reaccionan las tres cámaras a las condiciones más difíciles de luz.

guerra de cámaras móviles
iPhone 6 Plus
guerra de cámaras móviles
LG G4
guerra de cámaras móviles
Samsung Galaxy S6
Ahora, visto al detalle, vemos el truco que el procesador de imagen de cada celular hizo. En el caso del iPhone, no hay rescate alguno. Todo es ruido digital sobre la imagen. El Samsung Galaxy S6 pudo compensar mejor la luz, pero pierde detalle de los objetos y hace notar mucho más los bordes artificiales que generan las cámaras de celular. LG, con su G4, hizo un truco muy interesante. La imagen parece que hubiera pasado un filtro de paso alto para sacar detalle de los bordes, y sobre esta se puso una imagen bien expuesta y desenfocada para generar el color parejo. Es como cuando un ‘fotógrafo’ barato hace el ‘jotochop’ para que a la amiga no se le noten las arrugas y los granitos, y termina haciéndola ver con una piel de plástico.
Por rendimiento gana el Samsung Galaxy S6, pero por resultados LG sacó un buen truco de la manga.

¿Y la selfie?

Por el lado del Samsung Galaxy S6, la cámara angular del S6 no es muy buena, sin embargo captó mejor la luz, rescató más detalle del cabello de una persona, y el color en general es mucho más saturado y contrastado que el del iPhone 6. Las fotos quedan bien expuestas y hay información en todas las áreas de la foto.

El LG G4 tiene muy buen detalle, y muy buen balance de blancos. Hay detalle en las zonas oscuras, pero falló al encontrar un buen equilibrio entre luz y sombra, lo que resulta en un lado del rostro de una persona ,  muy ‘estallado’.

Punto para el Galaxy S6.

Para ti , cual es el mejor hasta ahora??


Veamos algunas fotografías mas ..

Càmara vs iphone LG Galaxy comparacionCàmara vs iphone LG Galaxy comparacion 7
Càmara vs iphone LG Galaxy comparacion 3Càmara vs iphone LG Galaxy comparacion 4Càmara vs iphone LG Galaxy comparacion fotos
Si tenemos que elegir  el definitivo ganador despues de haber analizado el siguiente articulo dedicado a las  cámaras de estas grandes empresas de tecnología;  es el el LG G4. Su principal ventaja es la interfaz completa para hacer tomas controladas, pero a eso se le suma el buen detalle que resulta de sus fotografías y el llamativo truco que hace para compensar la exposición en la noche.Los 3 teléfonos toman muy buenas fotos y algunos se comportan mejor en distintas situaciones de luz. Puedes revisar las especificaciones completas de los equipos AQUÍ.
Que piensan ustedes mis amigos ...!!
Mire el siguiente video :

viernes, 16 de enero de 2015


UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS









FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA

Escuela Académico Profesional de Ingeniería de Sistemas


1. ESPECIFICACIONES GENERALES

                                                              Nombre del Curso         : INTELIGENCIA ARTIFICIAL
      
                                                              Código  del Curso         : 207008
  
                                                              Duración del Curso       : 17 semanas
    
                                                              Forma de Dictado          : Técnico - experimental

                                                              Horas semanales              : Teoría: 3h – Laboratorio: 2h
                                                              Naturaleza                    : Formación profesional
  
                                                              Número de créditos       : Cuatro (04)

                                                              Prerrequisitos               : 205007 – Investigación Operativa I
                                                              Semestre académico      : 2015 –0

                                                              Profesores                    : Hugo Vega

2. SUMILLA

La Inteligencia Artificial, conceptos, paradigmas y aplicaciones en la industria y servicios. Representación del conocimiento. Representación de problemas de IA como búsqueda en el espacio de estado. Métodos de búsqueda ciegos e informados. Juegos inteligentes hombre-máquina. Sistemas expertos, arquitectura, taxonomía y aplicaciones. Motor de Inferencia. Ingeniería de conocimiento, conceptos, evolución, Metodología CommonKADS. Calidad y Validación de     Sistemas Expertos, Introducción a Machine Learning (Aprendizaje Automático) y heurísticas.

3. OBJETIVO GENERAL

Los estudiantes adquirirán conocimientos del área de Inteligencia Artificial en general y desarrollarán aspectos básicos en el desarrollo de juegos inteligentes y de sistemas expertos, y su aplicación en la resolución de problemas inteligentes en los sectores de la industria y de servicios.

4. OBJETIVOS ESPECÍFICOS

Al terminar el curso el alumno será capaz de:

1.      Comprender que es la Inteligencia Artificial y la complejidad de sus problemas.

2.      Representar y resolver problemas de juego humano - máquina a través de técnicas de búsqueda en un espacio de estado.

3.      Conocer las diferentes estrategias de búsqueda a ciegas e informados.

4.      Diseñar y desarrollar software de juegos inteligentes con interacción hombre-máquina y que usen técnicas de inteligencia artificial.

5.      Comprender qué son los sistemas expertos y saber cuándo usarlos.

6.      Conocer que es la Ingeniería de Conocimiento y un método para el desarrollo de sistemas basados en el conocimiento

7.      Evaluar la calidad de la solución de sistemas expertos.

8.      Diseñar y desarrollar sistemas expertos basados en diversos motores de inferencias (métodos de encadenamiento), considerando criterios de calidad.

9.      Conocer los conceptos de machine learning y de heurísticas, su importancia y sus aplicaciones en la industria y servicios.


5. CONTENIDO ANALÍTICO POR SEMANAS: (19 de abril 2010)

1º Semana: Clasificación de problemas algorítmicos

Presentación del curso. Clasificación de problemas algorítmicos, problemas P y NP. Problemas de decisión, localización y optimización. Descripción de algunos problemas NP-difícil.
Referencias: [4] Capítulo 1, [1] Anexo A.

2º Semana: Fundamentos de la inteligencia artificial

Definición de la Inteligencia Artificial. Máquina inteligente. Diferencia entre sistemas operacionales y sistemas inteligentes. Aplicaciones en la industria y servicios (robótica, planificación, gestión de desperdicios). Test de Turing.
Referencias: [1] Capítulo 1, [2] Capítulo 1, [9] Capítulo 1.

3º Semana: Representación de problemas de juego humano – máquina como búsqueda en un espacio de estado

Definición de problemas de la IA como problemas de búsqueda en un espacio de estado. Representación de problemas de juegos humano – máquina.

Referencias: [1] Capítulo 3, [3] Capítulo 2, [4] Capítulo 3.

1er control de lectura

4º y 5° Semana: Métodos de búsqueda ciegos e  informados

La función evaluadora, métodos de búsqueda ciega ó no informados: amplitud, profundidad y no determinístico, métodos que usan información adicional: primero el mejor, ascenso a la colina, A*, ramificación y acotación.

Referencias: [1] Capítulos 3 y 4, [2] Capítulo 5, [3] Capítulo 3, [4] Capítulos 5, [9] Capítulos 9

6° Semana: Métodos de búsqueda para juegos humano-máquina

Algoritmo de juego humano – máquina. Estrategias de juego de máquina: no determinístico, primero el mejor, min-max y mejor diferencia de utilidades. Algoritmo min-max y alfa-beta.

Referencias: [1] Capítulo 6, [2] Capítulos 6, [3] Capítulos 4, [4] Capítulos 6, [9] Capítulos 12.

2do control de lectura

7º Semana: Presentación de trabajos computacionales

Los alumnos mostrarán sus habilidades en cuanto al desarrollo de software de juegos inteligentes basados en técnicas de búsqueda. Se deberá presentar un informe y un software, y deberán exponer sus trabajos.

8º Semana
Examen parcial

9º Semana: Fundamentos de sistemas expertos

Definición de Sistemas Expertos. Arquitectura de un sistema experto. Taxonomía y aplicaciones de los sistemas expertos. Requisitos para el desarrollo de sistemas expertos y ventajas del uso de sistemas expertos. Algunos problemas basados en el conocimiento.

Referencias: [6] Capítulo 1


10º Semana: Ingeniería de conocimiento

Introducción. Adquisición de conocimiento. La metodología CommonKADS. Diseño de Sistemas Expertos (SE). Ciclo de vida de un SE.

Referencias: [6] Capítulos 6, [7] Capítulos 19.

11º Semana: Adquisición de Conocimiento

Adquisición de conocimiento. Construcción de la base de hechos y base de conocimiento. Estructuras de representación de conocimientos (reglas de inferencias, frames, objects, redes semánticas, lógica de predicados).
Referencias: [6] Capítulos 6, [7] Capítulos 19.

3er control de lectura

12º Semana: Desarrollo de sistemas expertos basados en reglas

Construcción de la base de hechos y base de conocimiento. El motor de inferencia. Los métodos de encadenamiento regresivo, progresivo y reversibilidad. Técnicas de equiparación, el algoritmo RETE. Técnicas de resolución de conflictos.

Referencias: [1] Capítulos 6 y 8, [2] Capítulo 7, [6] Capítulo 3, [7] Capítulo 3.

13º Semana: Calidad y validación de sistemas expertos

Principales errores en el desarrollo de un sistema experto. Calidad de un sistema experto. Validación de sistemas inteligentes, métodos cuantitativos de validación. Eficiencia y error de sistemas expertos. Revisión de la funcionalidad del SE del 2do trabajo.

Tareas: ejercicios sobre calidad y validación de SE, validar el sistema propuesto del 2do trabajo.

Referencias: [4], [7] Capítulo 21.

4to control de lectura

14° Semana: Introducción a Machine Learning (Aprendizaje Automático) y heurísticas.

Conceptos de aprendizaje y de machine learning. Sistemas experto vs machine learning. Técnicas de aprendizaje y fases de desarrollo de machine learning. Aplicaciones de machine learning en la industria y servicios. Conceptos de heurísticas y meta-heurísticas. Algoritmos exactos vs algoritmos heurísticos. Técnicas heurísticas y meta-heurísticas. Problemas de optimización combinatoria en la industria y servicios

Referencias: [5] Capítulo 1 y 2, [8] Capítulo 1, [10], [11].

15º Semana: Presentación de trabajos computacionales

Los alumnos mostrarán sus habilidades en cuanto al desarrollo de sistemas expertos y sus aplicaciones en los sectores de la industria y servicio. Los alumnos presentarán un informe y un software.

16º Semana
Examen final

17º Semana
Examen Sustitutorio (solo para aquellos que no dieron examen parcial o final)


LABORATORIO:

Durante las sesiones de laboratorio se desarrollarán la programación básica en un lenguaje de inteligencia artificial sea LIPS (o una variante de ella) o CLIPS y esta se orientará al desarrollo de sistemas expertos basados en reglas. También en las sesiones de laboratorio se podrá evaluar el avance de los trabajos.

5. METODOLOGÍA

El curso se desarrolla a través de actividades teórico – prácticas, dando énfasis a aplicaciones en la industria y servicios. Los estudiantes, organizados en equipos de 3 desarrollarán dos trabajos computacionales. Durante las sesiones de teoría se discutirán la resolución de problemas propuestos. Durante las sesiones de laboratorio se evaluará el avance de los trabajos computacionales y el proceso de aprendizaje de un lenguaje de inteligencia artificial.

6. EVALUACIÓN

El Promedio Final (PF) se determina de la forma siguiente:

PF = 0.025(CL1 + CL2 + CL3 + CL4) + 0.075(TB1 + TB2) + 0.15*LA + 0,30*(EA +EB)

Donde:
CLx: Controles de Lecturas (CL1, CL2, CL3 y CL4)

TB1: Trabajo Grupal (Juegos Inteligentes Hombre – Máquina)

TB2: Trabajo Grupal (Sistemas Expertos)

EA: Examen Parcial

EB: Examen Final

LA: Laboratorio

El alumno podrá sustituir la nota del examen parcial o final siempre que no haya podido dar alguno de estos exámenes.
Solo serán evaluados los alumno que presenten 70% o más de asistencia.

7.  BIBLIOGRAFÍA

[1]  STUART, RUSSELL; PETER, NORVIG

1996 Inteligencia artificial, un enfoque moderno. Ed. Prentice Hall. ISBN 0-13-103805-2

[2]  PATRICK, WINSTON

1984 Inteligencia artificial. Ed. Addison-Wesley ISBN 0-201-51876-7

[3]  ELAINE, RICH

1988 Inteligencia artificial. Ed McGraw-Hill ISBN 0-07-450364-2

[4]  DAVID, MAURICIO
1. Apuntes de inteligencia artificial.

[5]  BONIFACIO, MARTIN; ALFREDO, SANZ

2002 Redes neuronales y sistemas difusos. Ed. Alfaomega ISBN 84-7897-466-0


[6]  JOSEPH GIARRATANO – GARY RILEY

2001 Sistemas expertos, principios y programación. Ed. Ciencias Thomson ISBN 970-686-059-2

[7]  JOSÉ PALMA M., ROQUE MARIN M.

2008 Inteligencia artificial, técnicas métodos y aplicaciones. Ed. Mc Graw Hill ISBN 978-84-484-5618-3

[8]  JOSE R. HILERA, VICTOR J. MARTINE.

2000 Redes neuronales artificiales, fundamentos, modelos y aplicaciones. Ed. Alfaomega – rama

ISBN 978-84-484-5618-3

[9]  NILS J. NILSON

2001 Inteligencia artificial, una nueva síntesis. Ed. Mc Graw Hill ISBN 978-84-484-5618-3

[10] CAMPELO Ruy; MACULAN Nelson.
1994, Algoritmos e Heurísticas. Ed. Universidad Federal Fluminense.

GLOVER Fred; KOCHENBERGER Gary A.

[11] 2003 HandBook of Metaheuristic. Kluwer International Series.


//aca hacia abajo
//aca hacia arriba