| Study programme competencies |
| Code | Study programme competences / results |
| 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. |
| B3 | Aplicar un pensamento crítico, lóxico e creativo. |
| B11 | Razoamento crítico. |
| Learning aims | |||
| Learning outcomes | Study programme competences / results | ||
| Capacidad de analizar correctamente y comprender las Redes de Neuronas Artificiales utilizadas en diversos ámbitos. | A5 A8 |
B3 B11 |
|
| Capacidad para resolver problemas utilizando Redes de Neuronas Artificiales siguiendo las metodologías existentes. | A5 A8 |
B3 B11 |
|
| Capacidad para controlar el proceso de desarrollo en sus aspectos de evolución y calidad del producto software. | A5 A8 |
B3 B11 |
|
| Capacidad para administrar y supervisar proyectos que involucren Redes de Neuronas Artificiales. | A5 A8 |
B3 B11 |
|
| Capacidad para investigar nuevas arquitecturas basadas en fundamentos biológicos y/o sistemas híbridos. | A5 A8 |
B3 B11 |
|
| Contents |
| Topic | Sub-topic |
| 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 |
| Planning | ||||
| Methodologies / tests | Competencies / Results | Teaching hours (in-person & virtual) | Student’s personal work hours | Total hours |
| Guest lecture / keynote speech | A5 A8 B3 B11 | 30 | 45 | 75 |
| Laboratory practice | A5 A8 B3 B11 | 30 | 7.5 | 37.5 |
| Supervised projects | A5 A8 B3 B11 | 2 | 6 | 8 |
| Objective test | A5 | 2 | 6 | 8 |
| Long answer / essay questions | A5 B3 B11 | 2 | 2 | 4 |
| Personalized attention | 5 | 0 | 5 | |
| (*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. | ||||
| Methodologies |
| Methodologies | Description |
| Guest lecture / keynote speech | Combinación entre técnicas didácticas tradicionales (clase magistral), técnicas más actuales (clases de discusión dirigida o debate, trabajos en grupo, tutorías programadas), |
| Laboratory practice | Entorno Matlab. Resolución de problemas utilizando Redes de Neuronas Artificiales. |
| Supervised projects | Resolver un problema con Redes de Neuronas Artificiales siguiendo la metodología de desarrollo |
| Objective test | Preguntas cortas y test sobre los contenidos de teoría y prácticas |
| Long answer / essay questions | Elaborar un ensayo para entregar con la prueba objetiva |
| Personalized attention |
|
|
| Assessment | |||
| Methodologies | Competencies / Results | Description | Qualification |
| Objective test | A5 | Preguntas cortas y test sobre los contenidos de teoría y prácticas | 50 |
| Laboratory practice | A5 A8 B3 B11 | 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 |
| Supervised projects | A5 A8 B3 B11 | Resolución de un problema utilizando la metodología | 30 |
| Long answer / essay questions | A5 B3 B11 | Ejercicio de desarrollo crítico sobre un tema relacionado con la asignatura | 0 |
| Assessment comments | |||
| Sources of information |
| Basic |
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. |
|
|
|
| Complementary |
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 |
|
|
| Recommendations | ||||
| Subjects that it is recommended to have taken before | ||||
|
| Subjects that are recommended to be taken simultaneously |
| Subjects that continue the syllabus | ||||
|
| Other comments | |