Competencias do título |
Código
|
Competencias da titulación
|
A1 |
Capacidade para a resolución dos problemas matemáticos que se poden presentar na enxeñaría. Aptitude para aplicar os coñecementos sobre: álxebra linear; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estatística e optimización. |
A3 |
Capacidade para comprender e dominar os conceptos básicos de matemática discreta, lóxica, algorítmica e complexidade computacional e a súa aplicación para a resolución de problemas propios da enxeñaría. |
A4 |
Coñecementos básicos sobre o uso e a programación dos ordenadores, sistemas operativos, bases de datos e programas informáticos con aplicación na enxeñaría. |
A5 |
Coñecemento da estrutura, organización, funcionamento e interconexión dos sistemas informáticos, os fundamentos da súa programación e a súa aplicación para a resolución de problemas propios da enxeñaría. |
A9 |
Capacidade para comprender a importancia da negociación, os hábitos de traballo efectivos, o liderado e as habilidades de comunicación en todos os contornos de desenvolvemento de sóftware |
A12 |
Coñecemento e aplicación dos procedementos algorítmicos básicos das tecnoloxías informáticas para deseñar solucións a problemas, analizando a idoneidade e a complexidade dos algoritmos propostos. |
A13 |
Coñecemento, deseño e utilización de forma eficiente dos tipos e estruturas de datos máis adecuados á resolución dun problema. |
A21 |
Coñecemento e aplicación dos principios fundamentais e técnicas básicas dos sistemas intelixentes e a súa aplicación práctica. |
A42 |
Capacidade para coñecer os fundamentos, paradigmas e técnicas propias dos sistemas intelixentes, e analizar, deseñar e construír sistemas, servizos e aplicacións informáticas que utilicen as ditas técnicas en calquera ámbito de aplicación. |
A43 |
Capacidade para adquirir, obter, formalizar e representar o coñecemento humano nunha forma computable para a resolución de problemas mediante un sistema informático en calquera ámbito de aplicación, particularmente os relacionados con aspectos de computación, percepción e actuación en ambientes ou contornos intelixentes. |
A44 |
Capacidade para desenvolver e avaliar sistemas interactivos e de presentación de información complexa e a súa aplicación á resolución de problemas de deseño de interacción persoa-computadora. |
A45 |
Capacidade para coñecer e desenvolver técnicas de aprendizaxe computacional e deseñar e implementar aplicacións e sistemas que as utilicen, incluídas as dedicadas á extracción automática de información e coñecemento a partir de grandes volumes de datos. |
B1 |
Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficias da comunidade autónoma. |
B2 |
Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro. |
B3 |
Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
B4 |
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. |
B5 |
Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras. |
B6 |
Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas con que se deben enfrontar. |
B7 |
Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida. |
B8 |
Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade. |
B9 |
Capacidade de resolución de problemas |
B10 |
Traballo en equipo |
B11 |
Capacidade de análise e síntese |
B12 |
Capacidade para organizar e planificar |
B13 |
Habilidades de xestión da información |
B14 |
Toma de decisións |
B16 |
Capacidade de traballar nun equipo interdisciplinar |
B17 |
Capacidade para xerar novas ideas (creatividade) |
C1 |
Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma. |
C2 |
Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro. |
C3 |
Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida. |
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 |
Conocer la historia de la IA |
A1 A5 A9
|
B1 B2 B3 B4 B8 B9 B11
|
C3 C4 C5 C6 C8
|
Comprender los dominios y problemas típicos de la IA |
A1 A5 A9
|
B1 B2 B3 B4 B8 B9 B11
|
C3 C4 C5 C6 C7 C8
|
Conocer y aplicar distintas técnicas de representación del conocimiento |
A1 A5 A9
|
B1 B2 B3 B4 B8 B9 B11
|
C3 C4 C5 C6 C7
|
Aprender, comprender y ser capaces de construir arquitecturas inteligentes |
A1 A5 A9
|
B1 B2 B3 B4 B8 B9 B11
|
C3 C4 C5 C6 C7 C8
|
Dominar distintos esquemas de razonamiento, y ser capaces de aplicarlos a los sistemas intelit¡gentes |
A1 A5 A9
|
B1 B2 B4 B8 B9 B11
|
C3 C4 C5 C6 C7 C8
|
Manejar entornos de emulación de sistemas conexionistas |
A1 A4 A12 A13 A21 A42 A43
|
B1 B3 B6 B7 B8 B9 B10 B11 B12 B14 B16 B17
|
C1 C6 C7 C8
|
Identificar los antecedentes históricos y los conceptos clave de los Sistemas Conexionistas y su entorno, así como las características específicas de los problemas que pretenden resolver. |
A1 A5
|
B1 B2 B3 B11 B12
|
C5 C6 C7 C8
|
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
|
Comprender el proceso de construcción de modelos computacionales cerebrales y la importancia de sus aplicaciones. |
A1 A3 A5
|
B2 B4 B5 B7 B8 B11 B12
|
C4 C6 C7 C8
|
Aprender la metodología de construcción de Sistemas de Inteligencia SubSimbólica desde la identificación del problema hasta la etapa de transferencia tecnológica. |
A1 A3 A5 A21 A42 A43
|
B1 B2 B3 B4 B5 B8 B9 B11 B12 B16 B17
|
C4 C6 C8
|
Aprender diferentes modelos de Sistemas de Inteligencia SubSimbólica y analizar las capacidades y limitaciones de cada uno de ellos. |
A21 A42 A43 A44 A45
|
B1 B2 B4 B5 B7 B8 B9 B11 B12 B13 B17
|
C2 C4 C6 C7 C8
|
Contidos |
Temas |
Subtemas |
1. Introducción |
1.1. Antecedentes de la IA
1.2. Problemática y conceptos |
2. Resolución de Problemas |
2.1. Espacio de estados
2.2. Búsqueda de soluciones
2.3. Características generales de la búsqueda
2.4. Métodos de exploración |
3. Representación del conocimiento |
3.1 Lógica de proposiciones y lógica de predicados
3.2 Métodos declarativos
3.3 Métodos procedimentales
|
4. Sistemas de producción |
4.1 Sistemas dirigidos por los datos
4.2 Sistemas dirigidos por los objetivos
4.3 Base de conocimientos
4.4 Motor de inferencias
4.5 Memoria activa
4.6 Dinámica de los sistemas de producción |
5. Razonamiento |
5.1 Modelo categórico
5.2 Modelo de factores de certidumbre
5.3 Teoría evidencial
5.4 Lógica difusa |
6. Sistemas Conexionistas: Origen y Contexto; Fundamentos Biológicos |
6.1 Evolución Histórica y Precursores.
6.2 Nacimiento de los Sistemas Conexionistas.
6.3. Bases Biológicas de los Sistemas Adaptativos
6.4. Adquisición y organización de los conocimientos en Sistemas Adaptativos.
|
7. Arquitectura, Alimentación y Aprendizaje de los Sistemas Conexionistas |
7.1. Elemento de procesado en Sistemas Conexionistas.
7.2 Comparación entre el elemento biológico y el formal
7.3 Alimentación y Arquitectura de los Sistemas Conexionistas.
7.4 Aprendizaje en Sistemas Conexionistas. |
8. Sistemas Conexionistas con Alimentación Hacia Delante |
8.1. Adaline
8.2. Perceptrón
8.3. Metodología. Etapas
|
9. Otros Modelos de Sistemas Conexionistas |
9.1 Redes auto-organizativas
9.2. Otros modelos auto-organizativos: Crecimiento de redes
9.3. Memorias de Hopfield |
10. Nuevas Aproximaciones en Sistemas de Inteligencia Sub-simbólica |
10.1 Computación Evolutiva.
10.2 Vida Artificial.
10.3 Tecnologías NBIC
|
Planificación |
Metodoloxías / probas |
Horas presenciais |
Horas non presenciais / traballo autónomo |
Horas totais |
Prácticas de laboratorio |
20 |
0 |
20 |
Traballos tutelados |
10 |
30 |
40 |
Sesión maxistral |
30 |
60 |
90 |
|
Atención personalizada |
0 |
0 |
0 |
|
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado |
Metodoloxías |
Metodoloxías |
Descrición |
Prácticas de laboratorio |
- Analizar y resolver un problema práctico que implique la utilización de los conocimientos adquiridos en Tema 2. El trabajo incluirá la programaciòn de algoritmos de búsqueda clásicos explicados en el aula y la entrega de una memoria final de las conclusiones obtenidas.
- Utilización de técnicas de Sistemas Conexionistas y Sistemas Evolutivos para resolver problemas. |
Traballos tutelados |
- Estudio de los distintos modelos clásicos de agente inteligente e identificación de los conceptos involucrados en dichos modelos en ejemplos de aplicación práctica.
- Estudio de algoritmos de búsqueda avanzados.
- Ejercicios prácticos sobre los distintos Modelos de Razonamiento presentados (Temas 4 y 5.
- Test de evaluación de los conceptos adquiridos.
- Búsqueda, análisis de problemas reales que muestren la aplicación de los Sistemas de Inteligencia Sub-simbólica.
|
Sesión maxistral |
Impartición de los contenidos de los diferentes temas de la asignatura, fomentando la participación del alumnado en la comprensión de ejemplos prácticos. |
Atención personalizada |
Metodoloxías
|
Prácticas de laboratorio |
Traballos tutelados |
|
Descrición |
Será evaluada la asistencia y participación del alumnado que asista a las prácticas de laboratorio y a las tutorías en grupos reducidos. |
|
Avaliación |
Metodoloxías
|
Descrición
|
Cualificación
|
Sesión maxistral |
Examen escrito para evaluar los conocimientos de la Materia. |
60 |
Prácticas de laboratorio |
- Se valorará la entrega en plazo, así como la asistencia a las horas asignadas a la realización de prácticas. |
30 |
Traballos tutelados |
- Se valorará la entrega en plazo, así como la asistencia a las tutorías en grupo reducido.
|
10 |
|
Observacións avaliación |
|
Fontes de información |
Bibliografía básica
|
Moret et al. (2005). Fundamentos de inteligencia artificial. Servicio de publicaciones de la UDC (2ª ed, 2ª imp)
José T. Palma, Roque Marín Morales et al. (2008). Inteligencia artificial - Técnicas, métodos y aplicaciones. McGraw Hill (1ª ed.)
Russell & Norvig (2004). Inteligencia artificial: un enfoque moderno. Pearson (2ª ed) |
TEMAS 6 y 7 Cajal, S.:“Recuerdos de Mi Vida. Historia de Mi Labor Científica”. Tomo II. Ed. Alianza.1984. Cajal, S.: “Textura del SistemaNervioso del Hombre y los Vertebrados”. Tomo I. Ed. Alianza. 1989. Haykin, S.: “Neural Networks: A
Comprehensive Foundation”. McMillan
College Publishing. New York. 1994. 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. Minsky,M. & Papert, S.: “Perceptrons”. Cambridge,MIT Press, 1969. Rosenblueth,
A., Wiener, N, and Bigelow, J.: “Behavior, Purpose and Teleology”. Phylosophy
of Science nº10, pp. 18-24. 1943. Wiener,
N.: “Cibernetics or Control and Communications in the Animals and Machines”.
Ed. MIT. Press. 1948. TEMAS 8 y 9 Hertz,J., Krogh, A. & Palmer, R.: “Introduction to the Theory of NeuralComputation”. Santa Fe Institute, Addison-Wesley Editores 1991. Hopfield,
J. & Tank, D.: “Computing with Neural Circuits” A Model”. Science, vol.
233, pp. 625-633. 1986. Kohonen,
T.: “Self organizing maps”. Springer Velag. Berlín. Segunda Edición. 1995. Ríos, J.Pazos, A. y otros: “Estructura, Dinámica y Aplicaciones a las Redes NeuronasArtificiales”. Ed. Ceura. Madrid.1991. Isasi P, Galván I. Redes de Neuronas Artificiales. Un enfoque práctico. Prentice Hall. 2004 TEMA 10 Gestal M, Rivero D et al. Introducción a los Algoritmos Genéticos y la Programación Genética. Servicio de Publicacións da UDC. 2010. Yao, X. “Evolving Artificial Neural Networks”. In:Proc. IEEE, Vol. 87 nº9 1423-1447. 1999. |
Bibliografía complementaria
|
|
|
Recomendacións |
Materias que se recomenda ter cursado previamente |
Representación do Coñecemento e Razoamento Automático/614G01036 | Desenvolvemento de Sistemas Intelixentes/614G01037 | Aprendizaxe Automático/614G01038 | Visión Artificial/614G01068 |
|
Materias que se recomenda cursar simultaneamente |
|
Materias que continúan o temario |
Programación I/614G01001 | Programación II/614G01006 | Algoritmos/614G01011 | Paradigmas de Programación/614G01014 |
|
|