-
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
