Objectius
|
|
|
L'objectiu principal de l'assignatura és aconseguir que els estudiants del darrer curs d'ETIS adquireixin coneixements teòrics i pràctics de la Intel·ligència Artificial (IA), particularitzant en el paradigma de Soft Computing. La IA proporciona un conjunt d’eines que permeten resoldre problemes complexos, als quals estan afrontats la indústria i la producció actuals, i que no són atacables amb altres mètodes convencionals. En particular, el paradigma de Soft Computing es centre en el desenvolupament de sistemes robustos, tolerants a la informació imprecisa, incompleta i incerta. Aquest paradigma compren Sistemes Experts, Lògica Difusa, Xarxes Neurals i Algorismes Evolutius.
En aquesta assignatura l’estudiant aprendrà a utilitzar alguns dels mètodes alternatius que ofereix la IA, i adquirirà una perspectiva global, científica, metodològica i pràctica de la resolució de problemes en aquesta àrea del coneixement. La focalització en el paradigma de Soft Computing permet analitzar diferents aplicacions, molts de les quals s’estudiaran en el domini de la Enginyeria de Sistemes i Automàtica, donant continuïtat a les assignatures de l’àrea que es donen en cursos inferiors.
Trobareu més informació a:
http://eia.udg.edu/~blopez/iaa/ |
|
|
Prerrequisits
|
|
|
Assignatures que cal cursar abans d’Intel·ligència Artificial Aplicada:
Metodologia i tecnologia de la programació
Introducció a les estructures de dades
Introducció a la lògica |
|
|
Contingut (Programa)
|
|
|
El programa està dividit en 6 temes:
- Introducció
Què és la Intel·ligència Artificial. El paradigma de Soft Computing.
- Sistemes Experts.
Característiques principals dels sistemes experts. Representació del coneixement. Inferència. Metodologia de desenvolupament. Aplicacions.
- Lògica difusa (fuzzy)
Raonament amb incertesa. Elements de la lògica difusa. Raonament difús. Fuzzyficació i defuzzificació. Aplicacions.
- Xarxes neurals
Definició i característiques de les xarxes neurals. Perceptró. Backpropagation. Aplicacions.
- Algorismes genètics
Definició i característiques dels algorismes genètics. Algorismes genètics. Codificació. Operadors. Aplicacions.
- Temes avançats
Raonament basat en casos. Raonament basat en models. Mineria de dades. Agents intel.ligents.
Els continguts es desenvoluparan a l’aula (teoria) i es realitzarà una pràctica de cada tema. |
|
|
Bibliografia
|
|
|
La bibliografia bàsica de l’assignatura és la següent:
F. Escolano, M.A. Cazorla, M.I. Alfonso, O. Colomina, M.A. Lozano
Inteligencia Artificia: Modelos, Técnicas y Áreas de Aplicación
Thomson, 2003
R. King
Computational Engineering in Control Engineering
Control Engineering Series, vol. 2
Marcel Dekker, Inc, 1992.
Per a cada tema es facilitarà també una bibliografia complementària així com enllaços a llocs web relacionats. Tota aquesta informació, com material del professor, exercicis, enunciats de pràctiques, etc. es mantindrà actualitzat a la plana web de l’assignatura:
http://eia.udg.edu/~blopez/iaa/ |
|
|
Mètodes docents
|
|
|
Els continguts de l’assignatura poden resultar a primer cop d’ull molt complexos. Tanmateix, el desenvolupament d’aquests només es realitza de forma fonamental i pràctica.
El desenvolupament de l’assignatura es realitzarà en classes teòriques i pràctiques. A les classes de teoria es presentarà la matèria, incloent la realització d’exemples que il·lustrin les idees exposades. S’utilitzarà la pissarra i també transparències. Serà també en les classes de teoria on es proposaran exercicis (publicats amb antelació) per ser resolts pels estudiants.
Quant a les classes de laboratori, totes les pràctiques estan pensades per a ser realitzades en les hores que l’escola disposa en els horaris. La tasca que pot quedar pendent de realitzar a l’estudiant és la realització de l’informe, amb les reflexions sobre l’activitat realitzada i els resultats obtinguts.
Hi ha pràctiques d’una sola sessió i d’altres que per la seva extensió ocupen múltiples sessions. En la sessió on s’iniciï una pràctica, es dedicaran uns moments a explicar l’enunciat i, si escau, l’eina informàtica que s’ha d’emprar.
A més de les hores de classe, l’estudiant podrà consultar el professor en les hores de tutoria. Tanmateix, s’encoratgen als estudiants a fer ús del correu electrònic per resoldre els seus dubtes. |
|
|
Tipus d'exàmens i avaluacions
|
|
|
Hi haurà un examen presencial en el que s’haurà de resoldre uns problemes i/o respondre a unes qüestions. Aquest examen comptarà el 50% de la qualificació.
La resta (50%) serà el resultat obtingut per la realització de les pràctiques.
És imprescindible treure un mínim de 4 punts (sobre 10) en cada part (examen i pràctiques) per poder ponderar-les i obtenir la qualificació final de l’assignatura. |
|
|
|
|