| Competencias do título |
| Código | Competencias do título |
| A8 | CE07 - capacidade para entender as implicacións do desenrolo dun sistema intelixente explicable e interpretable |
| A9 | CE08 - capacidade para deseñar e desenvolver sistemas intelixentes seguros, en términos de integridade, confidencialidade e robustez |
| A10 | CE09 - capacidade para ter un coñecemento profundo dos principios fundamentáis e modelos da computación cuántica e sabelos aplicar para interpretar, seleccioar, valorar, modelar, e crear novos conceptos, teorías, usos e desenrolos tecnolóxicos relacionados coa intelixencia artificial |
| A14 | CE13 - coñecemento das ferramentas informáticas no campo do análisis dos datos e modelización estadística, e capacidade para seleccionar as máis axeitadas para a resolución de problemas |
| A15 | CE14 - Comprensión e dominio das principáis técnicas de aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volúmenes de datos. Compresión e dominio de fundamentos e técnicas básicas para a búsqueda e o filtrado de información en grandes coleccións de datos |
| A16 | CE15 - coñecemento das ferramentas informáticas no campo da aprendizaxe automática, e capacidade para seleccionar a máis axeitad para a resolución dun problema |
| A20 | CE19 - coñecemento de diferentes ámbitos de aplicación das tecnologías basadas en IA e a súa capacidade para ofrecer un valor engadido diferenciador |
| A21 | CE20 - capacidade de combinar e adaptar diferentes técnicas, extrapolando coñecementos entre diferentes ámbitos de aplicación |
| A22 | CE21 - coñecemento das técnicas que facilitan a organización e xestión de proxectos en IA en entornos reais, a xestión dos recursos e a planificación de tarefas dun xeito eficiente, tendo en conta conceptos de diseminación do coñecemento e ciencia aberta |
| A23 | CE22 - coñecemento de técnicas que facilitan a seguridade dos datos, aplicacións e as comunicacións e as súas implicacións en diferentes ámbitos de aplicación da IA |
| A28 | CE27 - Comprensión da importancia da cultura emprendedora e coñecemento dos medios ao alcance das persoas emprendedoras |
| A29 | CE28 - coñecemento adecuado do concepto de empresa, a súa organización e xestión, e os distintos sectores empresariáis có obxectivo de facilitar solucións dende a intelixencia Artificial |
| A30 | CE29 - Ser capaz de aplicar os coñecementos, capacidades e actitudes á realidade empresarial e profesional, planificando, xestionando e evaluando proxectos no ámbito da intelixencia artificial |
| A31 | CE30 - Ser capaz de plantexar, modelar e resolver problemas que requiran a aplicación de métodos, técnicas e tecnoloxías de intelixencia artificial |
| B1 | CG01 - Manter e extender os plantexamentos teóricos fundados para permitir a introducción e explotación de tecnoloxías novas e avanzadas no eido da Intelixencia Artificial |
| B2 | CG02 - Abordar con éxito todas as etapas dun proxecto de Intelixencia Artificial |
| B4 | CG04 - Elaborar axeitadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables no campo |
| B5 | CG05 - Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións |
| B6 | CB01 - Poseer e comprender coñecementos que aporten unha base ou oportunidade de ser orixináis no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación |
| B7 | CB02 - Que os estudantes saiban aplicar os coñecementos adquiridos e posúan capacidade de resolución de problemas en entornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacioados coa su área de estudo |
| B9 | CB04 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun xeito claro e sen ambigu?idades |
| B10 | CB05 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun xeito que terá que ser en gran medida autodirixido ou autónomo |
| C5 | CT05 - Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras |
| C8 | CT08 - Valorar a importancia que ten a investigación, a innovación e o desenrolo tecnolóxico no avance socioeconómico e cultural da sociedade |
| C9 | CT09 - Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, establecer plazos e cumplilos |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias do título | ||
| Coñecer e analizar a implicación da detección remota intelixente na contorna. Coñecer o funcionamento das técnicas descentralizadas de análises de datos en contornas perimetrales ou federados de aprendizaxe. | AM7 AM8 AM9 AM13 AM14 AM15 AM19 AM20 AM21 AM22 AM27 AM28 AM29 AM30 |
BM1 BM2 BM4 BM5 BM6 BM7 BM9 BM10 |
CM5 CM8 CM9 |
| Contidos |
| Temas | Subtemas |
| Tema 1 | Conceptos esenciais do IoT intelixente |
| Tema 2 | Plataformas de hardware e software para IoT intelixente |
| Tema 3 | Protocolos IoT para a creación de sistemas intelixentes |
| Tema 4 | Despregamento de IA en dispositivos IoT: modelos de inferencia descentralizados |
| Tema 5 | Monitorización intelixente |
| Planificación | ||||
| Metodoloxías / probas | Competencias | Horas presenciais | Horas non presenciais / traballo autónomo | Horas totais |
| Sesión maxistral | A8 A10 A15 A28 B1 B6 C5 C8 | 10 | 10 | 20 |
| Prácticas a través de TIC | A9 A14 A16 A21 A31 B2 B5 C9 | 11 | 11 | 22 |
| Proba mixta | A20 A22 A23 A29 A30 B4 B7 B9 B10 | 1 | 31 | 32 |
| Atención personalizada | 1 | 0 | 1 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Sesión maxistral | Conferencias sobre o contido da materia |
| Prácticas a través de TIC | Prácticas TIC para pór en práctica os conceptos apresos nas conferencias |
| Proba mixta | Proba para avaliar os conceptos prácticos e teóricos apresos |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias | Descrición | Cualificación |
| Prácticas a través de TIC | A9 A14 A16 A21 A31 B2 B5 C9 | Avaliación dos resultados e coñecementos adquiridos durante as prácticas de TIC | 50 |
| Proba mixta | A20 A22 A23 A29 A30 B4 B7 B9 B10 | Avaliación das competencias adquiridas na materia | 50 |
| Observacións avaliación | |||
| Fontes de información |
| Bibliografía básica |
S. P. Yadav, B. S. Bhati, D. P. Mahato, S. Kumar (2022). Federated Learning for IoT Applications. Springer
Jan Holler, Vlasios Tsiatsis, Catherine Mulligan, Stefan Avesand, Stamatis Karnouskos David Boyle (2014). From Machine-to-Machine to the Internet of Things: Introduction to a new Age of Intelligence. Academic Press
Peter Waher (2015). Learning Internet of Things. Packt Publishing
Samuel Greengard (2015). The Internet of Things. MIT Press |
|
|
|
| Bibliografía complementaria |
Adrian McEwen, Hakim Cassimally (2013). Designing the Internet of Things. Wiley
Vijay Madisetti, Arshdeep Bahga (2014). Internet of Things (A Hands-on-Approach). VPT |
|
|
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |
|
Debido á alta correlación entre os conceptos desenvolvidos nas clases expositivas e os contidos das prácticas, recoméndase aos alumnos perseveranza no estudo da materia, asistindo ás sesións prácticas cos conceptos xa traballados. Coa realización do prácticas TIC consolidaranse devanditos conceptos, facilitando así o estudo e comprensión da materia. Esta materia cumprirá coas diferentes normativas para a docencia universitaria, respectando a perspectiva de xénero (por exemplo, utilizarase unha linguaxe non sexista). |