| Study programme competencies |
| Code | Study programme competences |
| A2 | Capacidad para resolver problemas de inteligencia artificial que precisen algoritmos, aplicando correctamente metodologías de desarrollo software y diseño centrado en usuario/a. |
| A3 | Capacidad para comprender y dominar los conceptos básicos de lógica, gramáticas y lenguajes formales para analizar y mejorar las soluciones basadas en inteligencia artificial. |
| B2 | Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
| B3 | Que el alumnado tenga la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. |
| B4 | Que el alumnado pueda transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado. |
| B5 | Que el alumnado haya desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía. |
| B6 | Capacidad para concebir, redactar, organizar, planificar, y desarrollar modelos, aplicaciones y servicios en el ámbito de la inteligencia artificial, identificando objetivos, prioridades, plazos recursos y riesgos, y controlando los procesos establecidos. |
| B7 | Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. |
| B8 | Capacidad para diseñar y crear modelos y soluciones de calidad basadas en Inteligencia Artificial que sean eficientes, robustas, transparentes y responsables. |
| B9 | Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial. |
| B10 | Capacidad para concebir nuevos sistemas computacionales y/o evaluar el rendimiento de sistemas existentes, que integren modelos y técnicas de inteligencia artificial. |
| C2 | Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando conflictos. |
| C3 | Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor. |
| Learning aims | |||
| Learning outcomes | Study programme competences | ||
| Comprender os conceptos da teoría de autómatas e das linguaxes formais, e estudar as súas aplicacións. | A2 A3 |
B2 B3 B4 B9 |
C2 |
| Coñecer os diferentes modelos de máquinas computacionales, gramáticas e linguaxes formais, así como a correspondencia entre autómatas, linguaxes e gramáticas. | A2 A3 |
B5 B6 B7 B8 B9 B10 |
C3 |
| Asimilar e aplicar os conceptos de decidibilidade e complexidade computacional. | A2 A3 |
B2 B3 B5 B6 B7 B8 B10 |
C2 C3 |
| Contents |
| Topic | Sub-topic |
| Preliminares sobre linguaxes formais | Alfabetos, palabras e linguaxes Linguaxes regulares e expresións regulares Autómatas finitos |
| Linguaxes independentes do contexto e autómatas de pila | Gramáticas regulares Gramáticas regulares e linguaxes regulares Gramáticas independentes do contexto Árbores de derivación e ambigüidade Simplificación de gramáticas independentes do contexto Propiedades das linguaxes independentes do contexto Algoritmos de análise sintáctico Autómatas de pila Forma normal de Greibach |
| Máquinas de Turing | Definicións básicas Máquinas de Turing como aceptadoras de linguaxes Construción de máquinas de Turing Modificacións das máquinas de Turing Máquina de Turing universal |
| Linguaxes recursivamente enumerables | Linguaxes aceptadas por máquinas de Turing Linguaxes regulares e independentes do contexto como linguaxes recursivas Propiedades das linguaxes recursivas e recursivamente enumerables Gramáticas non restrinxidas e linguaxes recursivamente enumerables Linguaxes sensibles ao contexto e a xerarquía de Chomsky |
| Resolubilidade | O problema da parada O problema de correspondencia de Post Problemas non decidibles en linguaxes independentes do contexto |
| Computabilidade | Fundamentos da teoría de funcións recursivas Alcance das funcións recursivas primitivas Funcións recursivas parciais O poder das linguaxes de programación |
| Planning | ||||
| Methodologies / tests | Competencies | Ordinary class hours | Student’s personal work hours | Total hours |
| Guest lecture / keynote speech | B3 B4 B5 B6 B9 B10 C3 | 24 | 18 | 42 |
| Problem solving | B3 B4 B5 B6 B9 B10 C3 | 3 | 9 | 12 |
| Short answer questions | B3 B4 B5 B6 B9 B10 C3 | 3 | 12 | 15 |
| Laboratory practice | A2 A3 B2 B6 B7 B8 B9 B10 C2 C3 | 30 | 30 | 60 |
| Objective test | B3 B4 B5 B6 B9 B10 C3 | 3 | 12 | 15 |
| Personalized attention | 6 | 0 | 6 | |
| (*)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 | A técnica que mellor se adapta á impartición dos contidos teóricos desta materia está constituída polas clases maxistrais. Nelas, faremos un uso intensivo da lousa virtual e das transparencias, de modo que o ritmo de exposición de conceptos por parte do profesor e o de asimilación dos mesmos por parte do alumno sexan o máis acordes posible. |
| Problem solving | Poranse a disposición dos alumnos unha serie de boletíns de exercicios, correspondentes aos bloques temáticos do programa da materia. Os alumnos deberán elaborar as súas solucións persoais a estes exercicios. O profesor deberá comentar as solucións durante polo menos unha sesión. |
| Short answer questions | Realizaranse controles ao final de cada bloque temático, que permitirán ao profesor coñecer o grao de asimilación da materia por parte dos alumnos, e modificar a estratexia docente se é necesario. |
| Laboratory practice | Estas prácticas serán utilizadas para implementar nalgunha linguaxe de programación os algoritmos máis destacados, de entre todos aqueles que fosen presentados nas sesións teóricas. |
| Objective test | Implementarase baixo a forma dun exame final escrito. |
| Personalized attention |
|
|
| Assessment | |||
| Methodologies | Competencies | Description | Qualification |
| Laboratory practice | A2 A3 B2 B6 B7 B8 B9 B10 C2 C3 | Implementación de algoritmos nalgunha linguaxe de programación e resolución de problemas. (*) | 40 |
| Short answer questions | B3 B4 B5 B6 B9 B10 C3 | Controles con cuestións teóricas e prácticas ao final de cada bloque temático. (**) | 60 |
| Objective test | B3 B4 B5 B6 B9 B10 C3 | Exame final escrito. (***) | 0 |
| Assessment comments | |||
|
(*) Nas prácticas de laboratorio, requírese que o alumno obtenga unha nota mínima de 3 puntos (sobre 10). (**) A materia dividirase en tres bloques temáticos. Ao final de cada bloque temático, realizarase un control con cuestións teóricas e prácticas. Cada control poderá consolidar ata un 20% da cualificación. A porcentaxe correspondente aos controles non superados pasará a computarse na proba obxectiva (examen final). Os alumnos que superen os tres controles, non terán que realizar o exame final. (***) No caso de ter que realizar o exame final, requírese que o alumno obtenga unha nota mínima de 3 puntos (sobre 10). Os alumnos a tempo parcial terán consideracións adecuadas á súa situación. |
|||
| Sources of information |
| Basic |
John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2002). Introducción a la teoría de autómatas, lenguajes y computación. Addison Wesley
Thomas A. Sudkamp (1988). Languages and machines: an introduction to the theory of computer science. Addison Wesley
Dean Kelley (1995). Teoría de autómatas y lenguajes formales . Prentice Hall |
|
|
|
| Complementary |
Alan P. Parkes (2008). A concise introduction to languages and machines. Springer-Verlag
Maxim Mozgovoy (2010). Algorithms, languages, automata and compilers, a practical approach. Jones & Bartlet Learning Publishers
Peter Linz (2017). An introduction to formal languages and automata. Jones & Bartlet Learning
Harry R. Lewis, Christos H. Papadimitriou (1998). Elements of the theory of computation . Prentice Hall
Peter J. Denning, Jack B. Dennis, Joseph E. Qualitz (1978). Machines, languages and computation . Prentice Hall
J. Glenn Brookshear (1993). Teoría de la computación: lenguajes formales, autómatas y complejidad . Addison Wesley Iberoamericana |
|
|
| 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 | |
|
-Segundo se recolle nas distintas normativas de aplicación para a docencia universitaria incorporarase a perspectiva de xénero nesta materia (usarase linguaxe non sexista, propiciarase a intervención en clase de alumnos e alumnas., etc.). -Traballarase para identificar e modificar prexuízos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. - No caso de detectar situacións de discriminación por razón de xénero proporanse accións e medidas para corrixilas. |