Datos Identificativos 2013/14
Asignatura (*) Representación do Coñecemento e Razoamento Automático Código 614G01036
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Terceiro Obrigatoria 6
Idioma
Castelán
Prerrequisitos
Departamento Computación
Coordinación
Moret Bonillo, Vicente
Correo electrónico
vicente.moret@udc.es
Profesorado
Alonso Betanzos, Maria Amparo
Cabalar Fernandez, Jose Pedro
Moret Bonillo, Vicente
Correo electrónico
amparo.alonso.betanzos@udc.es
pedro.cabalar@udc.es
vicente.moret@udc.es
Web
Descrición xeral

Competencias do título
Código Competencias da titulación
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.
A7 Capacidade para deseñar, desenvolver, seleccionar e avaliar aplicacións e sistemas informáticos que aseguren a súa fiabilidade, seguranza e calidade, conforme a principios éticos e á lexislación e normativa vixente.
A14 Capacidade para analizar, deseñar, construír e manter aplicacións de forma robusta, segura e eficiente, elixindo o paradigma e as linguaxes de programación máis adecuados.
A21 Coñecemento e aplicación dos principios fundamentais e técnicas básicas dos sistemas intelixentes e a súa aplicación práctica.
A28 Capacidade de identificar e analizar problemas, e deseñar, desenvolver, implementar, verificar e documentar solucións sóftware sobre a base dun coñecemento adecuado das teorías, modelos e técnicas actuais.
A39 Capacidade para ter un coñecemento profundo dos principios fundamentais e modelos da computación, e saber aplicalos para interpretar, seleccionar, valorar, modelar, e crear novos conceptos, teorías, usos e desenvolvementos tecnolóxicos relacionados coa informática.
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.
B1 Capacidade de resolución de problemas
B2 Traballo en equipo
B3 Capacidade de análise e síntese
B4 Capacidade para organizar e planificar
B9 Capacidade para xerar novas ideas (creatividade)
C1 Expresarse correctamente, tanto de forma oral coma escrita, nas linguas oficiais da comunidade autónoma.
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.
C6 Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.
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
A3
A7
A14
A21
A28
A39
A42
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8
A28
A39
A42
A43
B1
C1
C3
C6
A21
A28
A42
A43
B1
B3
C1
C3
C6
C8
A21
A28
A42
A43
B1
B3
B9
C1
C3
C6
C8
A3
A7
A14
A21
A28
A39
A42
A43
B1
B2
B4
C1
C3
C6
C8
A3
A14
A28
A39
A43
B1
B3
B4
B9
C1
C3
C6
C8
A28
A42
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8
A21
A42
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8
A21
A42
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8
A39
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8
A39
A43
B1
B2
B3
B4
B9
C1
C3
C6
C8

Contidos
Temas Subtemas
1.Cuestiones Preliminares
1.1.Representación del Conocimiento
1.2.Razonamiento Automático
2.Representaciones Formales del Conocimiento 2.1.Lógica de Proposiciones
2.2.Lógica de Predicados
2.3.Mecanismos de Inferencia
2.4.Razonamiento Lógico
3.Razonamiento Categórico y Corrección Bayesiana
3.1.Elementos del Razonamiento Categórico
3.2.Base Lógica Expandida y Base Lógica Reducida
3.3.Razonamiento Diferencial Categórico
3.4.Corrección Bayesiana al Razonamiento Categórico
3.5.Probabilidades Condicionales
3.6.Inconvenientes de la Corrección Bayesiana
4.Redes de Creencia 4.1.Introducción a la Teoría de Grafos
4.2.Representación del Conocimiento en Redes de Creencia.
4.3.Inferencia con Redes de Creencia
4.4.Aprendizaje y redes de creencia
5.Razonamiento Cuasi-Estadístico 5.1.Factores de Certidumbre
5.2.Combinación de Evidencias
5.3.Propagación de Incertidumbre
5.4.Teoría Evidencial
5.5.Marco de Discernimiento
5.6.Medidas de verosimilitud
5.7.Credibilidad, Plausibilidad y Confianza
6.Razonamiento Difuso
6.1.Conjuntos Difusos
6.2.Representación del Conocimiento Difuso
6.3.Inferencia y Razonamiento Difusos
6.4.Control Difuso.

Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral 25 24 49
Proba mixta 2 15 17
Discusión dirixida 4.5 1 5.5
Prácticas de laboratorio 14 20 34
Obradoiro 4.5 3 7.5
Solución de problemas 3 2 5
Traballos tutelados 7 25 32
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Sesión maxistral Se espera participación colaborativa del estudiante. Los temas tratados serán sometidos a discusión con el alumnado. Esta circunstancia podrá ser tenida en cuenta a la hora de evaluar al alumno. Podrá requerirse que el alumno, en cada tema, que el alumno disponga de unos conocimientos básicos. Para ello, toda la información básica estará accesible en Moodle.
Proba mixta Prueba escrita sobre los contenidos de la asignatura.
Discusión dirixida Selección de temas de interés, planteamiento en clase y desarrollo con la tutela del profesor.
Prácticas de laboratorio As probas prácticas consistirán no desenrolo no laboratorio de exercicios de Representación e Razoamento utilizando ferramentas software de uso público tales como probadores de lóxica proposicional (SAT), lóxica de primer orde (probadores de teoremas), programación lóxica declarativa e razoamento probabilístico.

O curso contará con 3 probas prácticas: P1 - Razoamento en Lóxica Clásica; P2 - Resolución de Problemas en Answer Set Programming; P3 - Razoamento Probabilístico.
Obradoiro Eventualmente, si así lo sugiere el desarrollo de la docencia, podrán proponerse.
Solución de problemas Resolución de problemas de la asignatura. Este recurso supondrá la partiicipación y colaboración del estudiante.
Traballos tutelados

Atención personalizada
Metodoloxías
Obradoiro
Solución de problemas
Traballos tutelados
Discusión dirixida
Prácticas de laboratorio
Descrición

Resolución por parte de los profesores de la asignatura, de las dudas y cuestiones planteadas por los estudiantes.

Avaliación
Metodoloxías Descrición Cualificación
Obradoiro Eventual realización de talleres y seminarios. 0
Solución de problemas Resolución participativa y colaborativa de problemas de la asignatura. 0
Traballos tutelados Trabajos de la asignatura 10
Proba mixta Examen escrito de la materia. 50
Discusión dirixida Discusión de temas planteados en clase. 0
Prácticas de laboratorio Puntuación máxima = 10 puntos. Mínimo para ponderar co resto de docencia = 3 puntos. Pondera un 30% da nota final da asignatura. 40
 
Observacións avaliación

Fontes de información
Bibliografía básica Martin Gebser, Roland Kaminski, Benjamin Kaufmann, and Torsten Schaub (2012). Answer Set Solving in Practice. Morgan and Claypool Publishers
Palma, Marín, eds. (2008). Inteligencia Artificial: Métodos, Técnicas y Aplicaciones. McGraw Hill
Russell, Norvig (2004). Inteligencia Artificial: Un enfoque moderno.. Pearson, Prentice Hall
Chitta Baral (2003). Knowledge Representation, Reasoning and Declarative Problem Solving. Cambridge University Press
Castillo, Gutiérrez, Hadi (2009). Sistemas Expertos y Modelos de Redes Probabilísticas.. Monografías Academia Ingeniería

Bibliografía complementaria AAAI (2012). AI Topics / Representation. http://aaai.org/AITopics/Representation


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente
Desenvolvemento de Sistemas Intelixentes/614G01037
Aprendizaxe Automático/614G01038

Materias que continúan o temario
Programación I/614G01001
Programación II/614G01006
Sistemas Intelixentes/614G01201

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías