Código: 72978 | Asignatura: Inteligencia Computacional | ||||
Créditos: 6 | Tipo: Obligatoria | Curso: 1 | Periodo: 2º S | ||
Departamento: | |||||
Profesorado: | |||||
PATERNAIN DALLO, DANIEL [Tutorías ] | LOPEZ MOLINA, CARLOS (Resp) [Tutorías ] |
Inteligencia Computacional, búsquedas heurísticas, sistemas bioinspirados, autómatas celulares, vida artificial, aplicaciones de la inteligencia computacional, paradigmas de visión artificial basados en inteligencia computacional.
Competencias Básicas
GENERALES
RA1: Saber adquirir, obtener, formalizar y representar el conocimiento humano en forma computable
RA2: Conocer la variedad de modelos computacionales comenzando con la máquina de Turing y terminando en los algoritmos genéticos.
RA3: Conocer la computación natural avanzada, los algoritmos moleculares y los últimos desarrollos en algoritmos bioinspirados.
RA6: Diseñar sistemas inteligentes adecuados para tratar problemas de la vida real.
RA7: Comprender las técnicas de aprendizaje bayesiano.
RA8: Conocer los métodos avanzados de Ingeniería del Conocimiento, la teoría de la posibilidad y de la creencia.
RA9: Utilizar sistemas expertos avanzados para resolver problemas en ingeniería.
RA10: Manejar herramientas de Inteligencia Artificial para aplicarlas en procesamiento de imagen.
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
Actividad Formativa |
Competencias |
A-1 |
CB6, CB7, CB9, CB10, CG4, CMTI5, CMTI7, CMTI9 |
A-2 |
CB6, CB7, CB9, CB10, CG4, CMTI5, CMTI7, CMTI9 |
A-3 |
CG8, CMTI5, CMTI7, CMTI9, CB7, CB9, CB8 |
A-4 |
CG8, CMTI5, CMTI7, CMTI9 CB7, CB9 |
A-5 |
CG4, CMTI5, CMTI7, CMTI9, CB6, CB10 |
A-6 |
CB10, GC8, CMTI5, CMTI7, CMTI9 |
Castellano. Una parte de los materiales se encuentra disponible únicamente en lengua inglesa.
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% |
Aspecto evaluable | Resultados de aprendizaje |
1.- Conceptos de materia | RA1, RA2, RA3, RA7, RA8, RA10 |
2.- Supuestos prácticos | RA1, RA2, RA3, RA6, RA7, RA9, RA10 |
3.- Realización de trabajos | RA1, RA2, RA3, RA6, RA9, RA10 |
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 analiza algunas de sus aplicaciones más frecuentes. A modo de ejemplo, se tratan las aplicaciones en análisis de grafos y visión artificial.
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, las relaciones con los principios fundacionales de la inteligencia computacional, 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 tratan las aplicaciones en los que la inteligencia computacional, y más concretamente los sistemas bioinspirado, se ha demostrado eficaz. Se estudian más profundamente los sistemas de visión artificial, desde la extracción de características al reconocimiento de objetos y la clasificación de imágenes. 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.
1. Inteligencia computacional
2. Sistemas bioinspirados
3. Simulaciones bioinspiradas
4. Aplicaciones de la inteligencia computacional
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Clases teóricas y prácticas en el Aulario del Campus de Arrosadía de la UPNa.