Universidad Pública de Navarra



Año Académico: 2017/2018 | Otros años:  2016/2017  |  2015/2016 
Máster Universitario en Sistemas de Información Geográfica y Teledetección
Código: 73126 Asignatura: Sistemas inteligentes para la extracción de información
Créditos: 3 Tipo: Obligatoria Curso: 1 Periodo: 2º S
Departamento: Automática y Computación
Profesores
SANZ DELGADO, JOSÉ ANTONIO (Resp)

Partes de este texto:

 

Módulo/Materia

Módulo: Teledetección

Materia: Extracción de información de imágenes remotas

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

Relación actividades formativas-competencias

Competencia Actividad formativa
CB7 A-2, A-4
CB8 A-2, A-3, A-4
CE9 A-1, A-2, A-4, A-5, A-6

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

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

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 su profesor 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