3
  1 SÍLABO WS00 SISTEMAS INTELIGENTES 2014-2  1. DATOS GENERALES Facultad: Facultad de Ingeniería de Sistemas y Electrónica Carrera: Ingeniería de Redes y Comunicaciones Número de créditos: 03 Coordinador: Pedro Angel Molina Velarde Requisitos: WEE1 Transmisión de Datos WS01 Sistemas de Tiempo Real 2. FUNDAMENTACIÓN Dar al alumno una visión de los temas avanzados en la informática y automática, con especial énfasis en aquellos relacionados con la aplicación de técnicas derivadas de los sistemas inteligentes a la solución de problemas en diferentes ámbitos: decisión, control de procesos, interfaces hombre-máquina, documentación y robótica. 3. SUMILLA En este curso se desarrollan los temas de conducta inteligente, la adaptación y el aprendizaje en máquinas y robots, el diseño de sistemas de cómputo que funcionan en un entorno cambiante, impredecible y por lo general incompleto, con el fin de posibilitar la creación de sistemas de gran alcance capaz de alcanzar objetivos complejos en entornos complejos utilizando recursos limitados de cómputo. 4. LOGROS DE APRENDIZAJE Proporcionar una base sólida de formación en tecnologías orientadas a objetos teniendo en cuenta los conceptos teóricos y aplicaciones prácticas de los sistemas inteligentes, presentando los métodos más utilizados para su construcción con el fin de posibilitar el diseño de sistemas que operen en forma efectiva utilizando recursos de cómputo. 5. CONTENIDOS Lógica para sistemas inteligentes, computación neuro borrosa, minería de datos Semana 1, 2, 3, 4 y 5 Control inteligente, inteligencia ambiental y sistemas multiagente. Semana 6, 7, 8, 9, 10 y 11 Ingeniería Web y Web semántica, robots autónomos, nuevas tendencias en sistemas inteligentes. Semana 12, 13,y 14

SistemasInteligentes

Embed Size (px)

DESCRIPTION

Sistema Inteligente

Citation preview

  • 1

    SLABO WS00 SISTEMAS INTELIGENTES 2014-2

    1. DATOS GENERALES Facultad: Facultad de Ingeniera de Sistemas y Electrnica Carrera: Ingeniera de Redes y Comunicaciones Nmero de crditos: 03 Coordinador: Pedro Angel Molina Velarde

    Requisitos: WEE1 Transmisin de Datos WS01 Sistemas de Tiempo Real

    2. FUNDAMENTACIN Dar al alumno una visin de los temas avanzados en la informtica y automtica, con especial nfasis en aquellos relacionados con la aplicacin de tcnicas derivadas de los sistemas inteligentes a la solucin de problemas en diferentes mbitos: decisin, control de procesos, interfaces hombre-mquina, documentacin y robtica.

    3. SUMILLA En este curso se desarrollan los temas de conducta inteligente, la adaptacin y el aprendizaje en mquinas y robots, el diseo de sistemas de cmputo que funcionan en un entorno cambiante, impredecible y por lo general incompleto, con el fin de posibilitar la creacin de sistemas de gran alcance capaz de alcanzar objetivos complejos en entornos complejos utilizando recursos limitados de cmputo.

    4. LOGROS DE APRENDIZAJE Proporcionar una base slida de formacin en tecnologas orientadas a objetos teniendo en cuenta los conceptos tericos y aplicaciones prcticas de los sistemas inteligentes, presentando los mtodos ms utilizados para su construccin con el fin de posibilitar el diseo de sistemas que operen en forma efectiva utilizando recursos de cmputo.

    5. CONTENIDOS

    Lgica para sistemas inteligentes, computacin neuro borrosa, minera de datos

    Semana 1, 2, 3, 4 y 5

    Control inteligente, inteligencia ambiental y sistemas multiagente.

    Semana 6, 7, 8, 9, 10 y 11

    Ingeniera Web y Web semntica, robots autnomos, nuevas tendencias en sistemas inteligentes.

    Semana 12, 13,y 14

  • 2

    6. METODOLOGA

    Se establecen los conceptos, tcnicas y herramientas necesarias para el diseo e implantacin de sistemas inteligentes, promovindose la participacin tanto individual como grupal de los integrantes de la ctedra, los conceptos y ejemplos a emplearse, sern ligados a temas de actualidad, a fin de facilitar la comprensin de definiciones y tcnicas que se emplean para el diseo e implantacin de sistemas inteligentes, las sesiones se iniciarn mediante el desarrollo de conceptos y definiciones y culminarn con una propuesta de aplicacin emprica en un contexto de tecnologa de punta.

    7. SISTEMA DE EVALUACIN El promedio final del curso ser:

    0.2PC1 + 0.2PC2 + 0.2PC3 + 0.4EF

    PC1 es Prctica Calificada Grupal de 4 Estudiantes

    PC2 y PC3 son Prcticas Calificadas Individuales

    EF es Examen Final

    Notas:

    Solo se podr rezagar el examen final.

    No se elimina ninguna prctica calificada.

    El examen rezagado incluye los contenidos de todo el curso.

    8. FUENTES DE INFORMACIN Bibliografa base:

    The Description Logic Handbook: theory Implementation and Applications: Baader F, Mc Guiness D, Nardi D., Patel-Schneider P (2003) Cambridge University Press. Cambridge. Reino Unido.

    Cuestiones de Lgica actual: Manzano, M (2006)-AZAFEA revista de Filosofa Vol 8. Bibliografa complementaria:

    Sistemas Inteligentes http://campus.usal.es/~revistastrabajo/index.php/0213-3563 / issue / view/90 http://www.acm.org http://www.ieee.org http://www.statsoft.com/texbooki/atathome.htmle.

    9. CRONOGRAMA DE ACTIVIDADES

    Semana Contenidos o temas Actividades y

    evaluacin

    Semana 1

    Lgica para sistemas inteligentes: Introduccin a la representacin del conocimiento, introduccin a las ontologas formales, lgicas descriptivas y lgicas hbridas.

    Conoce conceptos bsicos de sistemas inteligentes.

    Semana 2

    Computacin neuro borrosa: Teora de conjuntos borrosos, definiciones y operaciones bsicas, extensin a la lgica, algoritmo bsico de inferencia borrosa, redes neuronales, motivaciones, modelos, historia, arquitectura de redes, aprendizaje: paradigmas, reglas,

    Adquiere conocimiento de computacin neuro borrosa.

  • 3

    algoritmos.

    Semana 3 Perceptron simple y multicapas, Redes auto organizadas, recurrentes y jerrquicas, funciones de base radial, implementaciones y aplicaciones

    Trabajo en equipo.

    Semana 4 Minera de datos: Definicin y clasificacin, el proceso de minera de datos.

    Aplica minera de datos en casos prcticos. Prctica Calificada 1. Semanas: 1, 2, 3 Y 4.

    Semana 5 Mtodos supervisados; Mtodos no supervisados, aplicaciones.

    Conoce los mtodos supervisados y no supervisados.

    Semana 6 Control Inteligente: Introduccin a los Sistemas de control, modelado y simulacin de sistemas dinmicos.

    Identifica el control inteligente.

    Semana 7 Control clsico: Regulacin; Control borroso, control neuronal.

    Realiza la diferencia entre los tipos de control.

    Semana 8 Control adaptativo: Control basado en algoritmos genticos, control experto; aplicaciones.

    Aplica algoritmo gentico a casos reales. Prctica Calificada 2. Semanas: 5, 6, 7 Y 8.

    Semana 9 Inteligencia ambiental y sistemas multiagente: Introduccin, tecnologa bsica para el desarrollo de sistemas de inteligencia ambiental.

    Adquiere conocimientos sobre Sistemas de inteligencia ambiental.

    Semana 10 Modelos inteligentes: Aplicaciones de inteligencia ambiental, introduccin a los agentes y sistemas multiagente.

    Elabora modelos inteligentes.

    Semana 11 Arquitecturas: Tipos de agentes, comunicacin y sistemas multiagente

    Planifica tareas con prioridades.

    Semana 12 Ingeniera Web y Web semntica: Introduccin, lenguaje unificado del modelado y proceso software en la Ingeniera Web

    Adquiere mtodos de desarrollo para aplicaciones web semnticas. Prctica Calificada 3. Semanas: 9, 10, 11 Y 12.

    Semana 13 Mtodos de desarrollo para aplicaciones web: Web semntica, ontologas y anlisis temporal de sistemas.

    Adquiere mtodos de desarrollo para aplicaciones web.

    Semana 14

    Robots autnomos: Introduccin, estructura general, estructura mecnica, actuadores y sensores, capacidades autnomas, planificacin y como evitar colisiones y nuevas tendencias en Sistemas Inteligentes.

    Trabajo en equipo.

    Semana15 Examen final

    10. FECHA DE ACTUALIZACIN: 17/07/2014