Upload
algilre
View
216
Download
0
Embed Size (px)
DESCRIPTION
Sistemas inteligentes Computacionales
Citation preview
SISTEMAS INTELIGENTES COMPUTACIONALES
David Cárdenas Peña
Oficina: GCPDS
DescripciónLos sistemas inteligentes computacionales se pueden ver como aplicaciones que emulan elaprendizaje humano o animal, generando interacciones complejas y adaptables a las condiciones delentorno o a la respuesta del usuario. en el curso de sistemas inteligentes computacionales se tratanlas nociones del aprendizaje computacional, en forma de paralelo al proceso cognoscitivo propio delos animales y el hombre, así como algunas de las técnicas utilizadas en inteligencia artificial.
Objetivos Brindar al estudiante los fundamentos necesarios que le permitan incursionar en el mundo de
los sistemas inteligentes a través de la aplicación de la distintas filosofías, teorías, conceptos,técnicas y procedimientos que son objeto de estudio.
Presentar las técnicas y generar destrezas en la representación de conocimiento.
Dar a conocer y aplicar la forma de resolución de problemas mediante inteligencia artificial.
Conceptualizar sobre sistemas inteligentes y afianzar al estudiante en el proceso de análisis ydiseño de sistemas inteligentes
MetodologíaLa parte teórica se realizará mediante clases magistrales por parte del profesor y mediante unarevisión bibliográfica crítica por parte de los estudiantes. El estudiante con asesoría del profesorrealizará ejercicios de modelamiento mediante el enfoque de IA. Adicionalmente el estudianterealizará el análisis y síntesis de problemas resueltos mediante técnicas de inteligencia artificial.
Contenido1. Fundamentos de sistemas inteligentes
1.1. Conceptos fundamentales
1.2. Aprendizaje computacional
1.3. Adaptación
1.4. Caso de estudio: Perceptrón
1.5. Caso de estudio: Árbol de decisión
2. Fundamentos de redes neuronales artificiales
2.1. Introducción
2.2. Redes de propagación hacia adelante
2.3. Redes dinámicas
2.4. Mapas auto-organizativos
2.5. Caso de estudio: Modelado de sistemas dinámicos usando un perceptrón multicapa
3. Sistemas de lógica difusa
3.1. Introducción
3.2. Esquema básico de un sistema de inferencia difuso
3.3. Sistemas difusos tipo Mamdani
3.4. Sistemas difusos tipo Takagi-Sugeno
3.5. Caso de estudio: Sintonización de SS.DD. tipo Takagi-sugeno
4. Temas avanzados (Contenido variable). Sugerencias:
4.1. Memorias autoasociativas
4.2. Máquinas de soporte vectorial
4.3. Algoritmos genéticos y otros heurísticos
4.4. Modelado estocástico
Herramientas Matlab
Python
C#
C++
Evaluacióna) Concurso en cada tema tratado, o
b) Proyecto de fin de curso, o
c) Examen final
Bibliografía hung t. nguyen. A FIRST COURSE IN FUZZY LOGIC. chapman & hall. 2005
R. O. Duda, P. Hart, D.G. Stork: PATTERN CLASSIFICATION. John Wiley. 2001
B. Scholkopf, A. J. Smola: LEARNING WITH KERNELS. The MIT Press. 2002
D. MacKay: INFORMATION THEORY, INFERENCE, AND LEARNING A LGORITHMS.Cambridge University Press. 2004
Ch. M. Bishop: PATTERN RECOGNITION AND MACHINE LEARNING. Springer. 2006
sanghamitra bandyopadhyay: CLASSIFICATION AND LEARNING USING GENETICALGORITHMS: APPLICATIONS IN BIOINFORMATICS AND WEB INTELLIGENCE (naturalcomputing series). Springer. 2007
amit konar: COMPUTATIONAL INTELLIGENCE: PRINCIPLES, TECHNIQUES ANDAPPLICATIONS. Springer. 2005
alfredo sanz: REDES NEURONALES Y SISTEMAS BORROSOS. alfaomega - rama. 2007
stuart russel peter norvig: INTELIGENCIA ARTIFICIAL UN ENFOQUE MODERNO. Pearson.2003
Enlaces de interés http://videolectures.net/
http://neuron.eng.wayne.edu/software.html
www.computer-data.com/Artificial_Intelligence/Neural_Networks/Companies/
http://www.computational-intelligence.eu/?lang=en
Metodologías, técnicas, herramientas, conceptos... Fuzzy logic
Neural networks
Genetic algorithms
Probabilistic computing
Hybrid methods
Rough set theory
Evidence theory
Interactive computational models
AI and expert systems
Machine learning
Aplicaciones Decision support systems
Process and system control
System identification and modeling and Optimization
Signal or image processing
Pattern recognition
Condition monitoring, Fault diagnosis, and Systems integration
Internet tools
Human-machine interface
Time series prediction
Virtual reality
Data mining