Fichas de asignaturas 2013-14
|
PERCEPCIÓN |
Asignaturas
|
|
| ||
| Asignatura |
|
| | |
| Profesorado |
|
| | |
| Competencias |
|
| | |
| Resultados Aprendizaje |
|
| | |
| Actividades Formativas |
|
| | |
| Sistemas de Evaluación |
|
| | |
| Contenidos |
|
| | |
| Bibliografía |
|
| Código | Nombre | |||
| Asignatura | 21714029 | PERCEPCIÓN | Créditos Teóricos | 2,5 |
| Título | 21714 | GRADO EN INGENIERÍA INFORMÁTICA | Créditos Prácticos | 5 |
| Curso | 3 | Tipo | Obligatoria | |
| Créd. ECTS | 6 | |||
| Departamento | C137 | INGENIERÍA INFORMÁTICA |
Requisitos previos
Haber cursado la asignaturas Introducción a la Programación y, opcionalmente, Reconocimiento de Patrones.
Recomendaciones
- Asistencia a clase. - Realización de los trabajos. - Estudio continuado de los contenidos de la asignatura.
Profesorado
| Nombre | Apellido 1 | Apellido 2 | C.C.E. | Coordinador | |
| ANDRES | YAÑEZ | ESCOLANO | Profesor Titular Universidad | S |
|
Competencias
Se relacionan aquí las competencias de la materia/módulo o título al que pertenece la asignatura, entre las que el profesorado podrá indicar las relacionadas con la asignatura.
| Identificador | Competencia | Tipo |
| CG02 | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. | GENERAL |
| CO05 | Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes | ESPECÍFICA |
| CO06 | Capacidad para desarrollar y evaluar sistemas interactivos y de presentación de información compleja y su aplicación a la resolución de problemas de diseño de interacción persona computadora | ESPECÍFICA |
| CT1 | Trabajo en equipo: capacidad de asumir las labores asignadas dentro de un equipo, así como de integrarse en él y trabajar de forma eficiente con el resto de sus integrantes | GENERAL |
| G08 | Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones | ESPECÍFICA |
Resultados Aprendizaje
| Identificador | Resultado |
| R09 | Conocer, aplicar y analizar los resultados de las técnicas asociadas a cada fase del proceso de reconocimiento automático del habla. |
| R04 | Conocer las bases del proceso de digitalización. |
| R01 | Conocer las etapas de la percepción artificial. |
| R08 | Conocer las etapas del proceso de reconocimiento automático del habla. |
| R12 | Conocer las etapas de procesado en que se suele descomponer un sistema de visión artificial. |
| R05 | Conocer y aplicar la convolución y la correlación. |
| R13 | Conocer y aplicar las técnicas asociadas a cada fase del proceso de visión artificial y analizar los resultados obtenidos. |
| R03 | Conocer y obtener las propiedades de las señales en tiempo discreto. |
| R02 | Distinguir, expresar matemáticamente y representar señales de tiempo discreto. |
| R14 | Familiarizarse con el uso de librerías software de visión artificial. |
| R07 | Familiarizarse con la terminología básica utilizada en el proceso de reconocimiento automática del habla. |
| R11 | Familiarizarse con la terminología básica utilizada en visión artificial. |
| R06 | Obtener la relación entrada-salida de un sistema LTI |
| R10 | Utilizar software aplicado al reconocimiento automático del habla. |
Actividades formativas
| Actividad | Detalle | Horas | Grupo | Competencias a desarrollar |
| 01. Teoría | MODALIDAD ORGANIZATIVA: Clases teóricas. MÉTODO DE ENSEÑANZA-APRENDIZAJE: Método expositivo/lección magistral. Resolución de ejercicios y problemas. En ellas el profesor expone las competencias y objetivos a alcanzar. Se enseña los contenidos básicos de un tema. Se resuelven problemas basados en ejemplos concretos con la finalidad de afianzar los contenidos de las clases teóricas. Se realiza un seguimiento temporal de la adquisición de conocimientos a través de preguntas en clase. |
20 | CG02 CO05 CO06 G08 | |
| 02. Prácticas, seminarios y problemas | MODALIDAD ORGANIZATIVA: Clases prácticas. METODOS DE ENSEÑANZA APRENDIZAJE: Resolución de ejercicios y problemas. Realización de problemas sobre los distintos tópicos de la asignatura. |
10 | CG02 CO05 CO06 CT1 G08 | |
| 03. Prácticas de informática | MODALIDAD ORGANIZATIVA: Clases prácticas. Prácticas de informática. METODOS DE ENSEÑANZA APRENDIZAJE: Resolución de ejercicios y problemas. Implementación de los métodos estudiados en teoría utilizando un lenguaje de programación. |
30 | CG02 CO05 CO06 CT1 G08 | |
| 10. Actividades formativas no presenciales | MODELIDAD ORGANIZATIVA: Estudio y trabajo individual/autónomo MÉTODOS DE ENSEÑANZA-APRENDIZAJE: Contrato de aprendizaje. Trabajo realizado por el alumno mediante el estudio individual y el trabajo autónomo para comprender los contenidos impartidos en teoría, la resolución de ejercicios y problemas y la realización de búsquedas bibliográficas. Todo este proceso contará con la supervisión del profesor. |
86 | CG02 CO05 CO06 CT1 G08 | |
| 12. Actividades de evaluación | Pruebas de progreso periódicas y examen final para los alumnos que no superen las pruebas de progreso. |
4 | CO05 CO06 |
Evaluación
Criterios Generales de Evaluación
La calificación general de la asignatura será la suma de las puntuaciones obtenidas en cada una de las actividades, según su ponderación (ver procedimiento de la calificación)
Procedimiento de Evaluación
| Tarea/Actividades | Medios, Técnicas e Instrumentos | Evaluador/es | Competencias a evaluar |
| Entrega de trabajos. | Rubrica. Se valorará: - Cumplimiento de las diferentes actividades prácticas en plazo y/o forma. - Correcta expresión escrita. - Claridad y precisión en el proceso de resolución de ejercicios. - Corrección en la solución de los problemas. - Adecuada aplicación de los conocimientos teóricos a la práctica. - Uso de un buen estilo de programación. - Documentación de programas. - Corrección, claridad y eficiencia de los programas. - Adecuación a los principios de la materia en cuestión. |
|
CG02 CO05 CO06 CT1 G08 |
| Examen final. | Ejercicios prácticos y cuestiones teóricas sobre los contenidos de la asignatura. |
|
CG02 CO05 CO06 |
| Pruebas de progreso. | Ejercicios teórico-prácticos. |
|
CG02 CO05 CO06 |
Procedimiento de calificación
La calificación final se obtendrá como resultado de una evaluación continua llevada a cabo a través de las pruebas de progreso y la entrega de trabajos. La calificación final es: 50% de las pruebas de progreso + 50% de los trabajos prácticos. Es condición necesaria que cada parte sea aprobada de forma independiente para calcular la nota final. El alumno que no opte por la evaluación continua deberá realizar un examen final consistente en ejercicios teórico-prácticos en el que se evaluará el contenido total de la asignatura.
Descripcion de los Contenidos
| Contenido | Competencias relacionadas | Resultados de aprendizaje relacionados |
Bloque 01: Introducción
Tema 01: Percepción artificial.
Tema 02: Procesamiento digital de señales.
|
CG02 CO05 CO06 CT1 G08 | R04 R01 R05 R03 R02 R06 |
Bloque 02: Reconocimiento automático del habla.
Tema 03: Introducción.
Tema 04: Preprocesamiento.
Tema 05: Extracción de características.
Tema 06: Cuantificación vectorial.
Tema 07: Técnicas de reconocimiento.
|
CG02 CO05 CO06 CT1 G08 | R09 R08 R07 R10 |
Bloque 03: Visión por computador.
Tema 08: Introducción.
Tema 09: Preprocesamiento.
Tema 10: Detección de bordes y segmentación.
Tema 11: Extracción de características.
Tema 12: Interpretación de la escena.
|
CG02 CO05 CO06 CT1 G08 | R12 R13 R14 R11 |
Bibliografía
Bibliografía Básica
J. Vélez, B. Moreno, A. Sánchez, J.L. Esteban (2007), Visión por Computador, 2ª Edición.
R.C. Gonzalez y R.E. Woods (2007), Digital Image Processing, 3ª Edición ,Addison-Wesley,
D. Maravall (1993), Reconocimiento de Formas y Visión Artificial, Ed. Ra-ma.
P. L. Galindo (2003). Introducción al Reconocimiento de la Voz. Universidad de Cádiz.
L. Rabiner y B.H. Juang (1993). Fundamentals of Speech Recognition, Prentice-Hall.
A. de la Torre, A.M. Peinado, A. J. Rubio (2001). Reconocimiento automático de Voz en Condiciones de Ruido. Universidad de Granada.
L.R. Rabiner y R.W. Schafer. (1987). Digital processing of speech signals. Ed. Prentice Hall.
J. Bernal, j. Bobadilla, P. Gómez. (2000). Reconocimiento de voz y Fonética Acústica. Ed. Rama.
Casacuberta y Vidal (1987). Reconocimiento Automático del Habla. Ed. Marcombo
J.G. Proakis y D.K. Manolakis (2007). Digital signal processing. Principles, Algorithms and Applications. Ed. Pearson
Bibliografía Específica
G.A. Baxes (1994), Digital Image Processing: Principles and Practice, J. Wiley & Sons.
K.R Castelman (1996), Digital Image Processing, Prentice-Hall.
A.K. Jain (1989), Fundamentals of Digital Image Processing, Prentice-Hall Internacional.
J. González Jiménez (2000), Visión por Computador, Ed. Paraninfo.
R. Jain, R. Kasturi y B.G. Schunck (1995), Machine Vision, McGraw-Hill.
J.C. Russ (2011). Image Processing Handbook, 6ª Edición, CRC Press.
X. Huang, A. Acero, H. Hon (2001). Spoken Language Processing: A Guide To Theory, Algorithm and System Development. Prentice Hall
F. Jelinek (1997). Statistical methods for speech recognition. The MIT Press.
A. Quilis, J. A. Fernandez (1989). Curso de fonética y fonología españolas. CSIC.
El presente documento es propiedad de la Universidad de Cádiz y forma parte de su Sistema de Gestión de Calidad Docente. En aplicación de la Ley 3/2007, de 22 de marzo, para la igualdad efectiva de mujeres y hombres, así como la Ley 12/2007, de 26 de noviembre, para la promoción de la igualdad de género en Andalucía, toda alusión a personas o colectivos incluida en este documento estará haciendo referencia al género gramatical neutro, incluyendo por lo tanto la posibilidad de referirse tanto a mujeres como a hombres.
