| Competencias do título |
| Código | Competencias da titulación |
| A1 | Analizar novas técnicas e ferramentas do mercado estudando a súa viabilidade e necesidade. Posibilidade de contratar recursos externos. |
| A3 | Interpretar as especificacións funcionais encamiñadas ao desenvolvemento das aplicacións informáticas. |
| A5 | Dirixir, planificar e coordinar a xestión da infraestrutura de redes e comunicacións. |
| B1 | Aprender a aprender. |
| B2 | Resolver problemas de forma efectiva. |
| B3 | Aplicar un pensamento crítico, lóxico e creativo. |
| B4 | Aprendizaxe autónoma. |
| B5 | Traballar de forma colaborativa. |
| B8 | Traballar en equipos de carácter interdisciplinar. |
| B11 | Razoamento crítico. |
| B12 | Capacidade para a análise e a síntese. |
| B13 | Capacidade de comunicación. |
| C4 | Desenvolverse para o exercicio dunha cidadanía aberta, culta, crítica, comprometida, democrática e solidaria, capaz de analizar a realidade, diagnosticar problemas, formular e implantar solucións baseadas no coñecemento e orientadas ao ben común. |
| C5 | Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras. |
| C6 | Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse. |
| C7 | Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
| C8 | Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
| Resultados de aprendizaxe | |||
| Competencias de materia (Resultados de aprendizaxe) | Competencias da titulación | ||
| Parte I: Aprender los fundamentos básicos de los sistemas conexionistas | A1 |
||
| Parte I: Analizar los diferentes problemas que los sistemas conexionistas pueden resolver, decidiendo qué modelo de los estudiados resulta más adecuado. | A3 |
B2 B3 |
|
| Parte I: Aprender diferentes modelos de sistemas conexionistas. Analizar las capacidades y limitaciones de cada uno de ellos | A1 |
B4 B11 B12 |
|
| Parte II: Identificar los antecedentes históricos y los conceptos clave de los Sistemas Conexionistas y el entorno y características específicas de los problemas que pretenden resolver. | A1 A5 |
B1 B2 B3 B11 B12 |
C5 C6 C7 C8 |
| Parte II: Entender cuál es la base neurobiológica en la que se fundamentan los Sistemas Conexionistas y de la cual obtienen su estructura y funcionalidades. | A1 |
B1 B3 B8 B11 B12 |
C4 C7 |
| Parte II: Comprender el proceso de construcción de modelos computacionales y la importancia de sus aplicaciones. | A1 A3 A5 |
B1 B2 B3 B4 B5 B8 B11 B12 |
C4 C6 C8 |
| Parte II: Aprender la metodología de construcción de Redes de Neuronas Artificiais desde la identificación del problema hasta la etapa de transferencia tecnológica | A1 A3 A5 |
B1 B2 B3 B4 B5 B8 B11 B12 |
C4 C6 C8 |
| Parte II: Analizar la interrelación de esta técnica con otras técnicas | A1 A3 A5 |
B2 B3 B4 B5 B8 B11 B12 B13 |
C6 |
| Contidos |
| Temas | Subtemas |
| PARTE I DE LA MATERIA | Coordinada por Manuel F. González Penedo |
| 1. Conceptos básicos | 1.1. Elemento de procesado 1.2. Arquitecturas |
| 2. Aprendizaje y entrenamiento | 2.1. Tipos de aprendizaje 2.1.1 Aprendizaje supervisado 2.1.2. Aprendizaje sin supervisar |
| 3. Adaline y perceptrón | 3.1. Adaline 3.1.1 Regla delta 3.2. Perceptrón |
| 4. Perceptrón multicapa | 4.1. Estructura y aprendizaje 4.2. Funciones de transferencia 4.3. Control de convergencia 4.4. Aplicaciones |
| 5. Redes auto-organizativas | 5.1. Estructuras competitivas 5.2. Mapas auto-organizativos 5.3. Clasificador de mapa de características |
| 6. Crecimiento de redes | 6.1. Growing cell structures 6.2. Growing neural gas |
| 7. Otros modelos auto-organizativos | 7.1. Red de contrapropagación 7.2. Redes de base radial 7.3. Teoría de resonancia adaptativa |
| 8. Memorias de Hopfield | 8.1 Función de energía |
| PARTE II DE LA MATERIA | Coordinada por el profesor Alejandro Pazos Sierra |
| TEMA 1: SISTEMAS CONEXIONISTAS: Origen y Contexto | 1.1 Evolución Histórica y Precursores. 1.2 Nacimiento de los Sistemas Conexionistas. |
| TEMA 2: FUNDAMENTOS BIOLÓGICOS DE LOS SISTEMAS CONEXIONISTAS | 2.1. Neurología. Neurona y Sinapsis. Neurotransmisión. 2.2. Neuropsicología: Adquisición y organización cerebral de los conocimientos. Caracteres del "engrama" específico o “metacircuito”. Metacircuitos y Metaestructuras. El Aprendizaje. |
| TEMA 3: MODELOS | 3.1 Introducción a la Modelización Computacional. 3.2 Comparación entre el elemento biológico y el formal |
| TEMA 4: METODOLOGÍA EN SISTEMAS CONEXIONISTAS | 4.1 Introducción e importancia de la Implementación Metodológica. 4.2 Etapas de la Metodología |
| TEMA 5: SISTEMAS HíBRIDOS | 5.1 Modos de Integración 5.2 Algunos Ejemplos de Sistemas Híbridos (SH): RRNNGGAA y NBIC. |
| TEMA 6: APLICACIONES BÁSICAS DE LOS SISTEMAS CONEXIONISTAS | 6.1 Consideraciones a la Aplicación de Sistemas Conexionistas 6.2 Ejemplos de Aplicaciones de los Sistemas Conexionistas 6.3 Hardware Conexionista |
| Planificación | |||
| Metodoloxías / probas | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Sesión maxistral | 24 | 18 | 42 |
| Prácticas de laboratorio | 12 | 9 | 21 |
| Proba mixta | 3 | 0 | 3 |
| Análise de fontes documentais | 3 | 0 | 3 |
| Discusión dirixida | 4 | 0 | 4 |
| Foro virtual | 1 | 1 | 2 |
| Proba obxectiva | 1 | 7 | 8 |
| Traballos tutelados | 2 | 6 | 8 |
| Seminario | 2 | 2 | 4 |
| Atención personalizada | 5 | 0 | 5 |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | |||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Exposición oral complementada co uso de medios audiovisuais e a introdución de algunhas preguntas dirixidas aos estudantes, coa finalidade de transmitir coñecementos e facilitar a aprendizaxe. |
| Prácticas de laboratorio | Metodoloxía que permite que os estudantes aprendan efectivamente a través da realización de actividades de carácter práctico, neste caso, prácticas desenvolvidas co "Neural networks toolbox" de Matlab |
| Proba mixta | Proba que integra preguntas tipo de probas de ensaio e preguntas tipo de probas obxectivas co obxectivo de evaluar os coñecementos do alumno |
| Análise de fontes documentais | Utilización de documentos audiovisuais (fragmentos de reportaxes documentais, películas e fotografías) relevantes para a temática da materia con actividades especificamente deseñadas para a análise dos mesmos. |
| Discusión dirixida | Debate e posta en común na clase dos traballos realizados en grupo. Fomentarase a participación dos grupos coas súas dúbidas e opinións. Esta actividade estará moderada e dirixida polo profesor. |
| Foro virtual | Trataranse neste foro os temas e dúbidas relacionadas coas fontes documentais analizadas nas clases, así como dúbidas xerais sobre os traballos tutelados. |
| Proba obxectiva | Realizarase un exame tipo test con preguntas elixidas dun conxunto de preguntas propostas previamente polos alumnos e supervisadas polos profesores. Durante o cuadrimestre, os alumnos enviarán por e-mail ó profesor as preguntas propostas coas respostas. |
| Traballos tutelados | Cada grupo de dous alumnos deberá analizar artículos científicos ou aplicacións computacionais que utilicen tecnoloxía conexionista para resolver problemas do dominio seleccionado. Cada grupo deberá plantexar unha aplicación da tecnoloxía conexionista a un problema nun determinado dominio. Esta aplicación deberá estar adecuadamente xustificada e valorada en contraposición con outras técnicas ou aplicacións xa existentes. |
| Seminario | Investigadores do área presentarán modelos computacionais reales desenrolados en universidades e centros de investigación, indicando paso a paso o proceso de desenvolvemento e a súa utilidade final. |
| Atención personalizada |
|
|
| Avaliación | ||
| Metodoloxías | Descrición | Cualificación |
| Prácticas de laboratorio | Parte I de la asignatura : 25 puntos Se valorará la corrección de los resultados obtenidos por los programas implementados durante las prácticas. Será necesario sacar 15 puntos sobre el total de puntos de las prácticas. Se realizarán dos o tres exámenes prácticos a lo largo del curso. |
25 |
| Proba mixta | Parte I de la asignatura: 25 puntos Se valorarán los conocimientos teóricos y prácticos adquiridos durante el desarrollo de la asignatura. A lo largo del curso se realizarán pruebas para evaluar los conocimientos de los alumnos. Cada una de estas pruebas tendrá asociada un porcentaje del total de la puntuación. Para aprobar la asignatura es necesario sacar un mínimo de 10 puntos en este apartado. |
25 |
| Análise de fontes documentais | Parte II de la asignatura: 2,5 puntos Se valorará la asistencia y participación en las clases de análisis. |
2.5 |
| Discusión dirixida | Parte II de la asignatura: 5 puntos Se valorará la asistencia y participación en los debates |
5 |
| Proba obxectiva | Parte II de la asignatura: 30 puntos Dominio de los conocimientos de la materia. |
30 |
| Traballos tutelados | Parte II de la asignatura: 7,5 puntos Se valorará: -Estado de avance de los trabajos en las tutorías. - Contenido y adecuación de los trabajos. - Aplicación de los conocimientos teóricos. - Puntualidad en la entrega, correcta presentación. |
7.5 |
| Seminario | Parte II de la asignatura: 5 puntos Se valorará la asistencia y participación |
5 |
| Observacións avaliación | ||
|
En la nota final de las prácticas de laboratorio, las respuestas de la prueba oral son determinantes. En caso de no superarse la prueba oral, el resultado de la evaluación sería negativo.
Para aprobar la asignatura es necesario aprobar cada una de las partes de manera independiente. |
||
| Fontes de información |
| Bibliografía básica |
Pedro Isasi Viñuela e Inés M. Galván León (2004). Redes de Neuronas Artificiales. Un Enfoque Práctico. Prentice Hall |
|
· Arbib, M.A.: "Cerebros, Máquinas y Matemáticas". Ed. Alianza Universidad. Madrid. 1987. Arbib, M.A.: “The handbook of brain theory and neural networks”. Eccles, J.C.: "El Cerebro: Morfología y Dinámica". Ed. Interamericana. México D.C. 1973. Grossberg, S.: "Neural Networks and Natural Inteligence". Editor: MIT Press, 1988. Haykin, S.: “Neural Networks: A Comprehensive Foundation”. Hertz, J., Krogh, A. & Palmer, R.: "Introduction to the Theory of Neural Computation". Santa Fe Institute, Addison-Wesley Editores 1991. McCulloch, W. S., and Pitts, W.: "A Logical Calculus of the Ideas Inmanent in the Neural Nets". Buletin of Mathematical Biophysics, vol. 5, pp. 115-137. 1943. McCulloch, W.S., Arbib, M.A. & Cowan, J.D. "Neurological Models and Integrative Processes". In Yacovits, Jacobi and Goldstein. Ed. Selft-Organizing Systems.Spartan bocks. Minsky, M. & Papert, S.: "Perceptrons". Ramón y Cajal, S.: "Textura del Sistema Nervioso del Hombre y los Vertebrados". tomo I. Ed. Alianza. 1989. Rosenblueth, A., Wiener, N, and Bigelow, J.: "Behavior, Purpose and Teleology". Phylosophy of Science nº10, pp. 18-24. 1943. Rumelhart, D.E., Widrow, B. & Lehr, M. A.: "The basic ideas in neural networks". Comm. ACM. Num 37. pp 87-92. 1994. |
|
| Bibliografía complementaria | |
|
· Diamantaras, K.I., Kung, S.Y.: “Principal component neural networks: theory and applications”. New York. Wiley. 1996. · Haykin, S.: “Neural Networks: A Comprehensive Foundation”. McMillan College Publishing. New York. 1994. · Hinton, G.E.: “How Neural Networks Learn from Experience”. Scientific American, 267, 144-151. 1992. · Judd, J.S.: "Neural Network Desing and the Complexity of Learning". Cambridge. MA. MIT Press. 1990. · Mehrotra, K., Mohan, C.K. y Ranka, S.: “Elements of Artificial Neural Networks”. MIT Press. 1997. · Pazos, A.: “Perspectiva Conexionista de la Inteligencia Artificial en Medicina”. Fundación Alfredo Brañas. Colección Informática Nº 3. Santiago de Compostela. 1994. · Ramón y Cajal, R.: "Recuerdos de Mi Vida. Historia de Mi Labor Científica". Tomo II. Ed. Alianza. 1984. · Ríos, J. Pazos, A. y otros: "Estructura, Dinámica y Aplicaciones a las Redes Neuronas Artificiales". Ed. Ceura. Madrid. 1991. · Rumelhart, D.E.: "The architecture of mind: a connectionist approach". MI Posner. Foundations of Cognitive Science. MIT Press. Cambridge. pp. 133-159. Massachusets. 1989. · Sing, H.: "Teoría de la Información, del Lenguaje y de la Cibernética" Ed. Alianza. Madrid. 1979. · Tarassenko, L.: “A guide to neural computing and applications”. LondonArnold. 1998. |
| Recomendacións | ||
| Materias que se recomenda ter cursado previamente | |
|
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario | ||
|
| Observacións | |
| Para poder superar con éxito la asignatura es necesario tener conocimientos de programación que serán aplicados en las prácticas de laboratorio. |