Study programme competencies |
Code
|
Study programme competences
|
A13 |
Capacidad para modelar y diseñar sistemas basados en representación del conocimiento y razonamiento lógico o aproximado y aplicarlas a diferentes dominios y problemas, también en contextos de incertidumbre. |
A14 |
Conocer las tecnologías semánticas para el almacenamiento y acceso de grafos de conocimiento y su uso en la resolución de los problemas. |
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. |
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. |
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. |
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 |
Conocer las técnicas de adquisición de conocimiento y las diferentes técnicas en las que se puede representar |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Conocer y saber representar conocimiento usando reglas de producción |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Saber diseñar e implementar sistemas basados en conocimiento como uno de los pilares en los que se fundamenta la representación de conocimiento |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Diseñar, construir y reutilizar ontologías en diferentes dominios de aplicación |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Conocer y saber utilizar razonadores basados en lógicas descriptivas y lenguajes de consulta basados en ontologías |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Saber construir sistemas basados en grafos de conocimiento y bases de datos semánticas |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Analizar un problema y determinar qué técnicas de representación y razonamiento son las más adecuadas |
A13 A14
|
B2 B4 B5 B7 B8 B9 B10
|
C3
|
Contents |
Topic |
Sub-topic |
1.Cuestións Preliminares |
1.1. Introducción á Representación do Coñecemento
1.2.Razoamento Automático |
2.Representacións Formáis do Coñecemento |
2.1. Representación e Razoamento Proposicional
2.2. Representación e Razoamento Relacional
2.3. Cálculo de Predicados |
3. Razoamento Categórico e Corrección Bayesiana |
3.1.Elementos do Razoamento Categórico
3.2.Base Lóxica Expandida e Base Lóxica Reducida
3.3.Razoamento Diferencial Categórico
3.4.Corrección Bayesiana ao Razoamento Categórico
3.5.Probabilidades Condicionais
3.6.Inconvenientes da Corrección Bayesiana |
4.Redes de Crenza |
4.1.Introdución á Teoría de Grafos
4.2.Representación do Coñecemento en Redes de Crenza.
4.3.Inferencia con Redes de Crenza
4.4.Aprendizaxe e redes de crenza |
5.Razoamento Cuasi-Estatístico |
5.1.Factores de Certidumbre
5.2.Combinación de Evidencias
5.3.Propagación de Incerteza
5.4.Teoría Evidencial
5.5.Marco de Discernimiento
5.6.Medidas de verosimilitud
5.7.Credibilidade, Plausibilidad e Confianza |
6.Razoamento Difuso |
6.1.Conxuntos Difusos
6.2.Representación do Coñecemento Difuso
6.3.Inferencia e Razoamento Difusos
6.4.Control Difuso. |
Planning |
Methodologies / tests |
Competencies |
Ordinary class hours |
Student’s personal work hours |
Total hours |
Mixed objective/subjective test |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
2 |
8 |
10 |
Directed discussion |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
2 |
4 |
6 |
Laboratory practice |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
14 |
20 |
34 |
Workshop |
A14 A13 B2 B4 B5 B7 B8 B9 B10 C3 |
2 |
4 |
6 |
Problem solving |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
3 |
3 |
6 |
Supervised projects |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
6 |
20 |
26 |
Guest lecture / keynote speech |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
30 |
30 |
60 |
|
Personalized attention |
|
2 |
0 |
2 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Mixed objective/subjective test |
Proba escrita sobre os contidos da materia. |
Directed discussion |
Selección de temas de interese, formulación en clase e desenvolvemento coa tutela do profesor |
Laboratory practice |
As probas prácticas consistirán no desenrolo no laboratorio de exercicios de Representación e Razoamento. |
Workshop |
Eventualmente, se así o suxire o desenvolvemento da docencia, poderán proporse |
Problem solving |
Resolución de problemas da materia. Este recurso suporá a partiicipación e colaboración do estudante |
Supervised projects |
Análise conxunta e en equipo de supostos prácticos |
Guest lecture / keynote speech |
Espérase participación colaborativa do estudante. Os temas tratados serán sometidos a discusión co alumnado. Esta circunstancia poderá ser tida en conta á hora de avaliar ao alumno. Poderá requirirse que o alumno, en cada tema, que o alumno dispoña duns coñecementos básicos. Para iso, toda a información básica estará accesible en Moodle. |
Personalized attention |
Methodologies
|
Laboratory practice |
Workshop |
Problem solving |
Supervised projects |
Directed discussion |
Guest lecture / keynote speech |
|
Description |
Resolución por parte dos profesores da materia, das dúbidas e cuestións expostas polos estudantes.
Supervisión e asistencia na realización das prácticas expostas.
Segundo calendario e materia xa tratada, realizaranse seminarios interactivos.
Resolución en lousa de supostos prácticos con problemas reais fomentando a interdisciplinariedad.
É tradición nesta materia a realización en equipo de traballos tutelados.
Casos especiais, minusvalías, tempo parcial, terán tratamento adaptado. |
|
Assessment |
Methodologies
|
Competencies |
Description
|
Qualification
|
Laboratory practice |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
Puntuación máxima = 50 |
50 |
Workshop |
A14 A13 B2 B4 B5 B7 B8 B9 B10 C3 |
Eventual realización de talleres e seminarios. |
1 |
Problem solving |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
Resolución participativa e colaborativa de problemas da asignatura |
3 |
Supervised projects |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
Traballos da asignatura |
5 |
Mixed objective/subjective test |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
Exame escrito da materia.
Atención: para aprobar a asignatura é obrigatorio a realización do exame escrito. A non presentación ao exame implica unha calificación global de NON PRESENTADO |
40 |
Directed discussion |
A13 A14 B2 B4 B5 B7 B8 B9 B10 C3 |
Discusión de temas plantexados en clase |
1 |
|
Assessment comments |
IMPORTANTE: Los alumnos matriculados a tiempo parcial, o con algún tipo
de limitación, podrán recibir -si así lo desean, y previa justificación-
tratamiento diferenciado, según sus posibilidades, consistente en la
realización de trabajos tutelados. En este contexto, el Moodle de la
asignatura incluye gran cantidad de material docente y pruebas de
autoevaluación.
Los estudiantes matriculados a tiempo parcial también tendrán la oportunidad
de ser evaluados mediante un examen escrito, genérico, que podrá
contemplar cualquier aspecto de la materia impartida en la asignatura.
En este caso, la nota será la obtenida en el examen.
|
Sources of information |
Basic
|
|
|
Complementary
|
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
Yulia Kahl, Michael Gelfond (2014). Knowledge Representation, Reasoning, and the Design of Intelligent Agents: The Answer-Set Programming Approach. Cambridge University Press
Castillo, Gutiérrez, Hadi (2009). Sistemas Expertos y Modelos de Redes Probabilísticas. Monografías Academia Ingeniería |
|
Recommendations |
Subjects that it is recommended to have taken before |
Discrete Mathematics/614G03003 | Algebra/614G03001 | Logic/614G03016 |
|
Subjects that are recommended to be taken simultaneously |
Basic Algorithms of Artificial Intelligence/614G03019 | Automata and Formal Languages/614G03017 |
|
Subjects that continue the syllabus |
|
|