Universidad Pública de Navarra - Nafarroako Univertsitate Publikoa
Universidad Pública de Navarra
| Código: 72978 | Asignatura: Inteligencia Computacional | ||||
| Créditos: 6 | Tipo: Obligatoria | Curso: 1 | Periodo: º | ||
| Departamento: | |||||
| Profesorado: | |||||
| LOPEZ MOLINA, CARLOS [Tutorías ] | |||||
Descripción/Contenidos
El objetivo de esta materia es dotar a los graduados de la formación avanzada para abordar con garantía de éxito el desarrollo de sistemas basados en Inteligencia Computacional. Para ello, la materia se centra en el estudio de los fundamentos de los sistemas bioinspirados y los sistemas biométricos.
La materia se divide en dos bloques. En el primer bloque se introduce al estudiante en el diseño e implementación de sistemas bioinspirados. Esto cubre sus principios básicos, su relación con búsquedas heurísticas, etc. Además, se estudia su aplicación en simulación de entornos multiagente y vida artificial. Es precisamente en este último aspecto donde adquieren relevancia los autómatas celulares. Posteriormente, en un segundo bloque, se aprenden los sistemas de biometría básicos. Se estudian más profundamente los sistemas de reconocimiento de huellas dactilares y los sistemas de reconocimiento facial y por último, se describirán otros sistemas biométricos basados como los basados en el iris, la voz o las venas de las manos. Una parte fundamental de la asignatura es el desarrollo por parte de los alumnos de un trabajo en el que aplicarán conocimientos que han adquirido en el grado y en la propia asignatura para desarrollar un sistema de inteligente.
Descriptores
Inteligencia Computacional, búsquedas heurísticas, sistemas bioinspirados, autómatas celulares, vida artificial, sistemas biométricos, huellas dactilares, reconocimiento facial y de iris
Competencias genéricas
Competencias Básicas
- CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8 – Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios que a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades éticas y vinculadas a la aplicación de sus conocimientos y juicios.
- CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
GENERALES
- CG4 - Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería en Informática.
- CG8 - Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos.
Competencias específicas
- CMTI5 – Capacidad para analizar las necesidades de información que se plantean en un entorno y llevar a cabo en todas sus etapas el proceso de construcción de un sistema de información.
- CMTI9 - Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
Metodología
|
Actividad |
Horas Presenciales |
Horas no Presenciales |
|
A-1 Clases expositivas/ participativas |
26 |
|
|
A-2 Prácticas |
26 |
|
|
A-3 Realización de proyectos en grupo |
|
30 |
|
A-4 Estudio y trabajo autónomo del estudiante |
|
60 |
|
A-5 Exámenes, evaluación prácticas |
4 |
|
|
A-6 Tutorías grupos reducidos |
2 |
|
|
Total |
60 |
90 |
Metodologías Docentes
- Método expositivo
- Resolución de ejercicios y problemas
- Evaluación de competencias
- Orientación
Evaluación
|
Aspecto
|
Criterios
|
Instrumento de evaluación
|
Peso (%) |
|
1.- Conceptos de la materia |
Identificación de conceptos clave y comprensión de conocimientos teóricos y prácticos de la materia. |
Realización de una o más pruebas teórico-prácticas (Recuperable) |
40% |
|
2. Supuestos prácticos |
Aplicación de los conocimientos en la práctica. |
Al inicio de clase de laboratorio se entregarán unos supuestos prácticos y se recogerán resueltos al finalizar la misma. (NO Recuperable) |
20% |
|
3.- Realización de trabajos |
Capacidad de análisis y síntesis. |
Trabajo de carácter personal que aplique, analice, desarrolle o recoja una o más de las partes de la asignatura y lo contextualice en un supuesto concreto. Exposición y discusión de los mismos. |
40% |
Temario
1 Sistemas Bioinspirados
1.1 Introducción
1.2 Búsquedas bioinspiradas
1.2.1 Búsquedas: Resumen
1.2.2 Búsquedas aleatorias
1.2.3 Búsquedas bioinspiradas
1.2.4 Experimentación y evaluación de rendimiento en sistemas de búsqueda
1.3 Sistemas bioinspirados
1.3.1 Simulación y juegos de supervivencia
1.3.2 Sistemas genéricos bioinspirados
1.3.3 Autómatas celulares
1.3.4 Entrenamiento, aprendizaje y análisis
1.4 Resumen y perspectivas
2 Sistemas Biométricos
2.1 Introducción
2.2 Reconocimiento de huellas dactilaes
2.2.1 Preprocesamiento
2.2.2 Clasificación
2.2.3 Matching
2.3 Reconocimiento facial
2.3.1 Detección de rostros
2.3.2 Algoritmos de identificación
2.4 Otras tecnologías (Iris, voz, venas de la mano, etc.)
Bibliografía
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
- Stuart Rusell y Peter Norvig, Inteligencia Artificial. Un enfoque moderno, Prentice Hall
- D. Floreano y C. Mattiusi, Bio-inspired artificial intelligence, MIT Press
- S. Wolfram, A new kind of science, Wolfram Media
- Davide Maltoni, Dario Maio, Anil K. Jain, Sail Prabhakar , Handbook of fingerprint recognition, Springer
- J.L. Wayman, A.K. Jain, D. Maltoni, y D. Maio, D., Biometric Systems Technology, Design and Performance Evaluation, Springer