Código: 72978 | Asignatura: Inteligencia Computacional | ||||
Créditos: 6 | Tipo: Obligatoria | Curso: 1 | Periodo: 2º S | ||
Departamento: | |||||
Profesorado: | |||||
PATERNAIN DALLO, DANIEL [Tutorías ] | JURIO MUNARRIZ, MARIA ARANZAZU (Resp) [Tutorías ] |
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.
Inteligencia Computacional, búsquedas, algoritmos bioinspirados, aplicaciones de la 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.
RA8: Conocer los métodos avanzados de Ingeniería del Conocimiento, la teoría de la posibilidad y de la creencia.
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 individuales o 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
Castellano. Una parte de los materiales se encuentra disponible únicamente en lengua inglesa.
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
RA1, RA2, RA3, RA8 | Examen teórico-práctico | 40 |
SI |
RA1, RA2, RA3, RA6, RA8, RA10 |
Realización de trabajos. Realización de memorias y presentación de resultados |
50 | NO |
RA1, RA2, RA3, RA8 |
Pruebas de evaluación continua |
10 | SI |
Es necesario obtener una calificación superior o igual a 5 (sobre 10) en el apartado primero para poder aprobar la asignatura.
La evaluación de recuperación consistirá en un examen teórico-práctico que recuperará los apartados primero y tercero.
Aquellos estudiantes que no obtengan un 5 (sobre 10) en esta recuperación, no podrán promediar con el apartado segundo y su calificación final será la obtenida en este examen (sobre 10 puntos).
Tema 1: Introducción a la inteligencia computacional y al procesamiento digital de imágenes
Tema 2: Búsquedas locales
Tema 3: Redes neuronales
Tema 4: Algoritmos genéticos
Tema 5: Inteligencia de enjambre
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.