Universidad Pública de Navarra



Año Académico: 2015/2016 | Otros años:  2014/2015 
Máster Universitario en Ingeniería Informática por la Universidad Pública de Navarra
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 ]

Partes de este texto:

 

Módulo/Materia

M22. Computación

Subir

Descriptores

Inteligencia Computacional, búsquedas heurísticas, sistemas bioinspirados, autómatas celulares, vida artificial, aplicaciones de la inteligencia computacional, paradigmas de visión artificial basados en inteligencia computacional.

Subir

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.

 

Subir

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.

Subir

Resultados aprendizaje

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.

Subir

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

Subir

Relación actividades formativas-competencias/resultados de aprendizaje

 

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

Subir

Idiomas

Castellano. Una parte de los materiales se encuentra disponible únicamente en lengua inglesa.

Subir

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.
Respuesta en tiempo, forma y adecuación de contenidos.

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.
Aplicación de los conocimientos en la práctica.
Creatividad, innovación, propuestas de mejora.
Compromiso por la calidad.

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.
(Recuperable)

 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

Subir

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 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.

Subir

Temario

 

Inteligencia computacional

1. Inteligencia computacional

  • Principios y fundamentos de la inteligencia computacional;
  • Granularidad, ambigüedady representación ambigua de la información.

2. Sistemas bioinspirados

  • Fundamentos históricos de los sistemas bioinspirados;
  • Búsquedas aleatorias, avariciosas y heurísticas;
  • Búsquedas probabilísticas y colaborativas;
  • Búsquedas bioinspiradas;
  • Algoritmos genéticos para el análisis de espacios de búsqueda;
  • Experimentación y medición de resultados en sistemas de búsqueda.

3. Simulaciones bioinspiradas

  • Juegos de supervivencia y entornos multiagente;
  • Autómatas celulares.

4. Aplicaciones de la inteligencia computacional

  • El rol de la inteligencia computacional en sistemas reales;
  • Aplicación de sistemas bioinspirados;
  • Sistemas bioinspirados para visión artificial.

 

 

 

 

 

Subir

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

Subir

Lugar de impartición

Clases teóricas y prácticas en el Aulario del Campus de Arrosadía de la UPNa.

Subir