Datos Identificativos 2012/13
Asignatura (*) Redes de Neuronas Artificiais Código 614111638
Titulación
Enxeñeiro en Informática
Descriptores Ciclo Período Curso Tipo Créditos
1º e 2º Ciclo 1º cuadrimestre
Todos Optativa 5.5
Idioma
Castelán
Prerrequisitos
Departamento Tecnoloxías da Información e as Comunicacións
Coordinación
Pazos Sierra, Alejandro
Correo electrónico
alejandro.pazos@udc.es
Profesorado
Pazos Sierra, Alejandro
Porto Pazos, Ana Belen
Rivero Cebrián, Daniel
Correo electrónico
alejandro.pazos@udc.es
ana.portop@udc.es
daniel.rivero@udc.es
Web http://sabia.tic.udc.es/rna
Descrición xeral • Conocer la evolución histórica de las Redes de Neuronas Artificiales y comprender de qué manera se ha llegado a su estado actual.
• Entender cuál es la base neurobiológica en la que se fundamentan y de la cual obtienen su estructura y funcionalidades.
• Comprender el proceso de construcción de modelos computacionales y la importancia de sus aplicaciones.

Competencias do título
Código Competencias da titulación
A1 Aprender de maneira autónoma novos coñecementos e técnicas avanzadas axeitadas para a investigación, o deseño e o desenvolvemento de sistemas e servizos informáticos.
A3 Concibir e planificar o desenvolvemento de aplicacións informáticas complexas ou con requisitos especiais.
A5 Saber especificar, deseñar e implementar sistemas intelixentes cando as solucións convencionais non resultaren satisfactorias.
A8 Concibir, despregar, organizar e xestionar un servizo informático complexo.
A9 Dirixir equipos de traballo ligados ao deseño de produtos, procesos, servizos informáticos e outras actividades profesionais.
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.
B7 Comunicarse de maneira efectiva en calquera contorno de traballo.
B8 Traballar en equipos de carácter interdisciplinar.
B9 Capacidade para tomar decisións.
B10 Capacidade de xestión da informática (captación e análises da información).
B11 Razoamento crítico.
B13 Capacidade de comunicación.
B14 Coñecemento de idiomas.
B15 Motivación pola calidade.

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Capacidad de analizar correctamente y comprender las Redes de Neuronas Artificiales utilizadas en diversos ámbitos. A1
A3
A5
A8
B1
B3
B4
B11
Capacidad para resolver problemas utilizando Redes de Neuronas Artificiales siguiendo las metodologías existentes. A1
A3
A5
A8
B1
B2
B3
B4
B5
B8
B10
Capacidad para controlar el proceso de desarrollo en sus aspectos de evolución y calidad del producto software. A1
A3
A5
A8
B5
B7
B8
B9
B10
B15
Capacidad para administrar y supervisar proyectos que involucren Redes de Neuronas Artificiales. A1
A3
A5
A8
A9
B5
B7
B8
B9
B10
Capacidad para investigar nuevas arquitecturas basadas en fundamentos biológicos y/o sistemas híbridos. A1
A3
A5
A8
B1
B2
B3
B4
B5
B7
B8
B10
B11
B13
B14

Contidos
Temas Subtemas
1. Introducción 1.Escenario.
2.Nacimiento de las RNA y precursores.
3.IA como ciencia y como ingeniería.
2. Fundamentos biológicos de las RNA
1. Neurona, sinapsis y transmisión de la información.
2. Procesamiento de la información.
3. Adquisición de conocimientos, aprendizaje y memoria.
3. Conocimiento natural y categorías de razonamiento.

1. Técnicas de representación de conocimiento.
2. Representación de conocimiento.
3. Representaciones simbólicas distribuidas.
4. Cibernética y modelización.
1. Análisis cibernético de la sinapsis.
2. Análisis cibernético de la neurona.
3. Análisis cibernético del sistema nervioso.
4. RNA y teoría de autómatas.
5. Teoría sobre comunicación con ruido.
5. Aprendizaje en RNA.
1. Técnicas de aprendizaje
2. Principales reglas de aprendizaje.
6. Metodología construcción RNA 1. Metodología
7. Procesado temporal.
1. Análisis de series temporales
2. Metodología de procesado de información temporal
3. Ventana temporal
4. Retardos
5. Recurrencias
8. Computación evolutiva
1. Teoría y técnicas
2. Entrenamiento de RNA
3. Optimización de arquitecturas de RNA.
9. Lógica borrosa.
1. Teoría
2. Sistema de control borroso.
3. Neurona y aprendizaje borroso

Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Sesión maxistral 30 45 75
Prácticas de laboratorio 30 7.5 37.5
Traballos tutelados 2 6 8
Proba obxectiva 2 6 8
Proba de ensaio 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 Combinación entre técnicas didácticas tradicionales (clase magistral), técnicas más actuales (clases de discusión dirigida o debate, trabajos en grupo, tutorías programadas),
Prácticas de laboratorio Entorno Matlab. Resolución de problemas utilizando Redes de Neuronas Artificiales.
Traballos tutelados Resolver un problema con Redes de Neuronas Artificiales siguiendo la metodología de desarrollo
Proba obxectiva Preguntas cortas y test sobre los contenidos de teoría y prácticas
Proba de ensaio Elaborar un ensayo para entregar con la prueba objetiva

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Traballos tutelados
Descrición
Prácticas: realización de ejercicios durante el tiempo de prácticas con el asesoramiento del profesor
Trabajos en grupos de 5. asistir a tutorías durante 5 semanas

Avaliación
Metodoloxías Descrición Cualificación
Proba obxectiva Preguntas cortas y test sobre los contenidos de teoría y prácticas 50
Prácticas de laboratorio En las prácticas de laboratorio se adquieren las destrezas y competencias para la realización del trabajo tutelado que es el que aporta valor a la evaluación 20
Traballos tutelados Resolución de un problema utilizando la metodología 30
Proba de ensaio Ejercicio de desarrollo crítico sobre un tema relacionado con la asignatura 0
 
Observacións avaliación

Fontes de información
Bibliografía básica Ashby, W. (1972). Introducción a la cibernética.. Nueva Visión
Freeman, J. e Skapura, D. (1991). Neural Networks algorithms, applications and programming techniques. Addison-Wesley
Diamantaras, K. e Kung, S. (1996). Principal component neural networks: theory and applications. Wiley, New York
Masters, T (1994). Signal and image processing with neural networks: a C++ sourcebook. John Wiley & Sons, New York
Arbib, M. (1995). The handbook of brain theory and neural networks. MIT Press, Cambridge, Massachusetts.

Bibliografía complementaria London Arnold (1998). A guide to neural computing and applications.
Arbib, M.. (1987). Cerebros, máquinas y matemáticas. Alianza Universidad
Ríos, J. et al. (1991). Estructura dinámica y aplicaciones de las RNA. CEURA, Madrid


Recomendacións
Materias que se recomenda ter cursado previamente
Cálculo/614111108
Programación/614111109
Sistemas Conexionistas/614111209
Ciencia Cognitiva/614111609

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario
Intelixencia Artificial/614111404
Enxeñaría do Coñecemento/614111504
Monitorización Intelixente/614111629
Sistemas Expertos/614111645

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