Universidad Pública de Navarra



Año Académico: 2016/2017 | Otros años:  2015/2016 
Máster Universitario en Sistemas de Información Geográfica y Teledetección por la Universidad Pública de Navarra
Código: 73126 Asignatura: Sistemas inteligentes para la extracción de información
Créditos: 3 Tipo: Obligatoria Curso: 1 Periodo: 2º S
Departamento: Automática y Computación
Profesorado:
SANZ DELGADO, JOSÉ ANTONIO (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Módulo: Teledetección

Materia: Extracción de información de imágenes remotas

Subir

Descripción/Contenidos

- Sistemas inteligentes y procesamiento avanzado de imagen.

- Técnicas avanzadas de clasificación no supervisada. Algoritmos de agrupamiento o clustering. Agrupamiento difuso. aplicación a segmentación de imágenes en teledetección.

- Técnicas avanzadas de clasificación supervisada. Árboles de decisión y árboles de decisión difusos. Redes neuronales. Máquinas de vectores soportes.

- Multiclasificadores.

Subir

Descriptores

Sistemas inteligentes. Clasificación supervisada y no supervisada. Multiclasificadores  

Subir

Competencias genéricas

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 a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.

Subir

Competencias específicas

CE9: Ser capaz de utilizar técnicas y métodos avanzados de procesamiento de imágenes satelitales y aéreas para extraer información que permita comprender fenómenos complejos y dinámicos.

Subir

Resultados aprendizaje

RA6: Manejar las herramientas matemáticas utilizadas en los sistemas inteligentes y el procesamiento avanzado de imágenes.
RA7: Determinar la técnica adecuada para obtener la información necesaria en un problema de teledetección.
RA8: Aplicar herramientas avanzadas de clasificación supervisada y no supervisada para clasificar o segmentar una imagen. 

Subir

Metodología

Actividades formativas

Horas presenciales

Horas no presenciales

A-1 Clases expositivas/participativas

12

 

A-2 Prácticas

16

 

A-3 Actividades de aprendizaje cooperativo

 

 

A-4 Realización de proyectos individuales o en grupo

 

22

A-5 Estudio y trabajo autónomo del estudiante

 

20

A-6 Tutorías

 

3

A-7 Pruebas de evaluación

2

 

 

 

 

TOTAL

30

45

 

Metodologías Docentes

  • Método expositivo
  • Resolución de ejercicios y problemas
  • Aprendizaje basado en problemas
  • Aprendizaje cooperativo en grupos pequeños
  • Aprendizaje orientado a proyectos
  • Orientación
  • Evaluación de competencias

Subir

Idiomas

Castellano, aunque se podrá proporcionar a los estudiantes bibliografía y material docente en ingles.

Subir

Evaluación

 

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
 RA6, RA7, RA8  Pruebas de duración corta  5  No
 RA6, RA7, RA8  Pruebas de respuesta larga

 50

 Nota mínima para que pondere en calificación final = 4/10

  Recuperable mediante prueba escrita
 RA7, RA8  Trabajos e informes  45  Recuperable mediante trabajo extra

 

La evaluación de recuperación consistirá en un examen teórico-práctico que recuperará los apartados segundo y tercero (95%). 
La calificación final de aquellos estudiantes que no obtengan un 5 (sobre 10) en esta recuperación será la obtenida en este examen.

 

Subir

Temario

Tema 1: Introducción a la minería de datos. Proceso KDD.

Tema 2: Definición de los problemas de clasificación. Evaluación de los resultados.

Tema 3: Técnicas de pre-procesamiento de los datos.

Tema 4: Sistemas de clasificación.

Tema 5: Sistemas de clasificación múltiples.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


  • Data Mining. Practical machine learning tools and techniques (Third Edition). I. A. Witten, E. Frank y M. A. Hall. Morgan Kaufman Publishers (2011).
  • Data mining and knowledge discovery handbook (Second Edition). O. Maimon y L. Rokach. Springer (2010).
  • The top ten algorithms in data mining (First edition). X. Wu y V. Kumar. Chapman & Hall/CRC (2009).
  • Classification and modeling with linguistic information granules. Advanced approaches to linguistic data mining. H. Ishibuchi, T. Nakashima y M. Nii.Springer (2005).
  • Data mining with decision trees. Theory and applications. L. Rokach y O. Maimon. World scientific Publishing (2008).
  • Patter classification using ensemble methods. L. Rokach. World Scientific Publishing (2010).

Subir

Lugar de impartición

Aula de Inteligencia Artificial, Edificio Los Pinos

Subir