Recapitulemos... TRABAJO TEÓRICO SOBRE CONTROL Y ROBÓTICA

Realizaremos un trabajo teórico en un procesador de textos con el siguiente contenido

Título: CONTROL Y ROBÓTICA

 1. Origen y Evolución de la robótica

2. Tipos y aplicaciones de los robots

3. Arquitectura de un robot: sensores, actuadores y controladores

    3.1. Sensores

    3.2. Actuadores

    3.3. Controladores

4. Inteligencia Artificial aplicada a la robótica

5. Conclusión y opinión final

FORMATO:

Cuerpo del texto en verdana 12

Títulos 1 en Arial Black 24 Azul

Títulos 2 en Arial Black 14 negro y  subrayado 

Numeración de páginas inferior-derecha

Encabezado de página con el título del trabajo, nombre y apellidos.

OBLIGATORIO INCLUIR IMÁGENES EN CADA UNO DE LOS APARTADOS.

PUEDES UTILIZAR LA IA PARA REALIZAR TU TRABAJO, SIEMPRE Y CUANDO SEPAS EXPONER, INTERPRETAR Y CONTESTAR A PREGUNTAS QUE SE REALICEN SOBRE ELLO.

Vídeos y enlaces de interés de interés:

Migueltecnología: Unidad4: Introducción a la robótica

- Robots

- Sensores

Video1

Vídeo1

- Actuadores

Vídeo1

- Controladores

Machine Learning - Introduction - 4PINF

 Artificial Inteligencie and Machine Learning

Questions:

1. What is machine learning?

2. How do computers learn from data?

3. What is supervised learning?

4. Can you give some real-world examples of supervised learning?

5. What is unsupervised learning?

6. What are some real-world applications of unsupervised learning?

7. What is reinforcement learning?

8. How does reinforcement learning work in video games?

9. Why is machine learning important in everyday life?

10. Where can kids learn more about AI and machine learning?

11. What is an example of AI in smartphones?

12. How do self-driving cars learn?

13. What type of learning finds patterns without labels?

14. What does reinforcement learning use?

15. What helps AI improve over time?

:: Transcript and Answers here

IA

:: Inteligencia Artificial

Conceptos clave:

- Inteligencia Artificial Generativa

- Big Data

- Redes Neuronales

- Aprendizaje Automático / Machine Learning

- Agentes Inteligentes

- Ética de la IA

:: Redes neuronales en la IA

Responde a las siguientes preguntas sobre el vídeo:

1. ¿Qué estructura imitan las redes neuronales?

2. ¿En qué siglo comenzaron los primeros intentos de desarrollar redes neuronales?

3. ¿Qué disciplina ha sido revolucionada por las redes neuronales al mejorar el diagnóstico de enfermedades? 

4. ¿Qué tecnología permite que las redes neuronales procesen grandes cantidades de datos y mejoren con el tiempo? 

5. ¿Qué industria ha sido transformada por las redes neuronales al mejorar la inteligencia artificial de los personajes? 

6. ¿Qué tipo de voz pueden reconocer las redes neuronales gracias al aprendizaje profundo? → Humana

7. ¿Qué problema ético se menciona en relación con las redes neuronales y la inteligencia artificial? 

8. ¿Qué otra tecnología emergente se menciona junto con las redes neuronales para mejorar la seguridad?

9. ¿Qué recurso es fundamental para entrenar redes neuronales y mejorar su precisión?

10. ¿Qué campo combina redes neuronales con dispositivos conectados para optimizar el análisis de información?

:: Aprendizaje automático - Machine Learning

06. Graphic Expression and Communication - 3ESO

Donostiarra Text Book - pag.46

Unit 2: Communicating ideas through graphic representation

Reviwing contents from 1st year:

- Scales -

:: Enlarging Scale::

:: Reduction Scale::

::Full Scale::

- Views -

Practice with this link: https://www.educacionplastica.net/MenuDie.htm

Search for these options and practice views. You can send some of your practicies to profesorticramiro@gmail.com to get some extra points!!

- Dimensioning -

- Perspectives - 

Try with this link: https://www.educacionplastica.net/model3d.htm

Click on some of these options and practice perpective. You can send some of your practicies to profesorticramiro@gmail.com to get some extra points!!

 Some extra exercices:

Exercice for views

Isometric perspective 1

Isometric perspective 2

Make these practices and upload them to TEAMS

Practical 4. QCAD. Drawing and dimensioning a figure - pag.63

Practical 5. QCAD. Drawing a border and a title box - pag.64

Practical 6. QCAD. Drawing the views of a figure - pag.65

APP INVENTOR - Proyecto Amar a la Bestia

 

Realizar una aplicación con App Inventor sobre el libro de Nohelia Alfonso, "Amar a la Bestia" que tenga una pantalla principal donde aparezca la portada del libro y un menú con al menos los siguientes botones o enlaces:

- Mapa

- Autora

- Banda Sonora

- Sinopsis

- Opiniones

>> En la pantalla de Mapa, se incluirán marcadores de los principales lugares mencionados en el libro. Los puedes encontrar en este link

En las páginas que se abran aparecerá una imagen del lugar, una breve descripción del lugar y un enlace a un audio del fragmento del libro donde se menciona dicho lugar. Puedes ver las páginas de los principales lugares aquí

>> En la pantalla de Banda Sonara se incluirá un listado de las canciones que aparecen en el libro, con un link (a través de la opción WebViewer) al vídeo de youtube de la canción

APP INVENTOR

 

Realiza las siguientes prácticas con esta nueva aplicación:

PRÁCTICA 3 - App Turística con App Inventor

PRÁCTICA 4 - Pacman y/o SpaceInvaders

Tutoriales

- Guía de turismo con App Inventor - IES Fray Luis de León

- Crear enlaces a páginas web

- PacMan - De la web de Justo Rodríguez Orta

- SpaceInvaders - De la web de Justo Rodríguez Orta

P5_2_SENSOR DE OBSTÁCULOS - Sensor Óptico Reflexivo

 - Detector de obstáculos con Sensor de Infrarrojos 

 

Utilización de un módulo FC-51

El TCRT5000 es un sensor óptico reflexivo que consta de un emisor de luz infrarroja y un fototransistor. El fototransistor detecta la luz reflejada cuando un objeto pasa frente al sensor. Por ello es ideal para la detección de línea en los robots inteligentes.

Práctica5