headerlinks
Usted está aquí: Inicio › web › asignaturas

Fichas de asignaturas 2006-07


  CÓDIGO NOMBRE
Asignatura 1713025 INTELIGENCIA ARTIFICIAL II
Titulación 1713 INGENIERÍA EN INFORMÁTICA
Departamento C137 LENGUAJES Y SISTEMAS INFORMATICOS
Curso 4  
Duración (A: Anual, 1Q/2Q) 2Q  
Créditos ECTS 4  

Créditos Teóricos 3 Créditos Prácticos 1,5 Tipo Troncal

 

Profesorado 
ELISA GUERRERO VÁZQUEZ (Coordinadora)
Situación
prerrequisitos 
Ninguno
Contexto dentro de la titulación 
Asignatura troncal del 2º cuatrimestre del área de Ciencias de la Computación
e Inteligencia Artificial. Continuación de la asignatura
Inteligencia Artificial I del primer cuatrimestre.
Recomendaciones 
Haber cursado la asignatura del primer cuatrimestre: Inteligencia Artificial I.
Tener conocimientos de programación lógica y programación funcional.
Competencias
Competencias transversales/genéricas 
Aprendizaje autónomo
Capacidad de análisis y síntesis
Capacidad de aplicar los conocimientos a la práctica
Comunicación oral y escrita-Adaptación a nuevas situaciones.
Resolución de problemas
Trabajo individual y en grupo.
Competencias específicas

  • Cognitivas(Saber):

    ­Adquisición de conocimientos para la representación del conocimiento
en IA según el dominio del problema. Representaciones basadas en
reglas, de conocimiento taxonómico, conocimiento asertivo, basadas
en secuencia de acciones para representar sentencias del lenguaje
natural.
Conocer distintos métodos de Planificación.
Conocer principales características y técnicas en percepción.

  • Procedimentales/Instrumentales(Saber hacer):

    Aplicar el mejor método de representación del conocimiento de
acuerdo a las características del problema para implementar agentes
inteligentes.
Saber realizar inferencias sobre los sistemas implementados para
derivar/obtener nueva información.
Manejar una herramienta de representación del conocimiento.
Capacidad de sintetizar secuencias de acciones con el objetivo de
alcanzar una meta.
Manejar herramientas software para el manejo de procedimientos
típicos en percepción.

  • Actitudinales:

    - Capacidad de abstracción
- Toma de decisión
- Capacidad de iniciativa y participación
Objetivos 
Asimilación de los conceptos y técnicas básicas de la Representación del
conocimiento y  Planificación en Inteligencia Artificial desde el punto de
vista teórico. Aproximación a los sistemas de percepción.
Aplicación práctica de lo anterior mediante su implementación con las
herramientas software
apropiadas.
Programa 
REPRESENTACIÓN DEL CONOCIMIENTO EN IA  (13 h.)
1.La problemática de la Representación del Conocimiento
1.1.Representación e inferencia
1.2.Tipos de Conocimiento
1.3.Métodos de Representación del Conocimiento : Procedurales y Declarativos
2.Sistemas Basados en la Lógica.
3.Sistemas Basados en Reglas
4.Sistemas de Representación Estructurados
4.1.Redes semánticas
4.2.Frames
4.3 Guiones

GENERACIÓN DE PLANES (12 h.)
5.Generación de Planes
5.1.Representación. Lenguaje STRIPS.
5.2.Búsqueda en el espacio de situaciones.
5.3.Búsqueda en el espacio de planes
5.4.Implementaciones

PERCEPCIÓN (20 h.)
6.Percepción
6.1 Motivación
6.2 Percepción en una dimensión
6.3 Percepción en dos dimensiones
Metodología 
Lecciones teóricas:
Clases magistrales y resolución de casos prácticos propiciando la discusión
sobre los distintos tópicos y técnicas planteadas y sus posibles soluciones.
Motivar al alumno a través de la participación activa.
Lecciones Prácticas:
La implementación de las diversas técnicas estudiadas tendrán lugar en aulas de
ordenadores, partiendo de problemas-ejemplos en los que tendrán que implementar
los diferentes conceptos estudiados en teoría, y se les propondrán prácticas
para resolver de forma individual o en grupo.
Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total): 100

  • Clases Teóricas: 20  
  • Clases Prácticas: 12  
  • Exposiciones y Seminarios: 3.5  
  • Tutorías Especializadas (presenciales o virtuales):
    • Colectivas: 3  
    • Individules:  
  • Realización de Actividades Académicas Dirigidas:
    • Con presencia del profesorado: 13,5  
    • Sin presencia del profesorado:  
  • Otro Trabajo Personal Autónomo:
    • Horas de estudio: 45  
    • Preparación de Trabajo Personal:  
    • ...
        
      • 
        
    
        
    • 
        
  • Realización de Exámenes:
        
      
          
    • Examen escrito: 3   
      • 
          
    • Exámenes orales (control del Trabajo Personal):    
      • 
        
    
        
    • 
      

    

    
    
    
    

      Técnicas Docentes
      

        

          
            

              

                Sesiones académicas teóricas:Sí   
                Exposición y debate:Sí  
                Tutorías especializadas:Sí  
              

              

                Sesiones académicas Prácticas:Sí  
                Visitas y excursiones:No  
                Controles de lecturas obligatorias:No  
              

            

          		
        

        
      

    

    
    
    

      Criterios y Sistemas de Evaluación
      
La criterios de evaluación atenderán a aspectos tales como mostrar una adecuada
comprensión de los fundamentos de la asignatura, la adecuación, corrección,
claridad, y sencillez de las soluciones aportadas, y la claridad expositiva de
las argumentaciones. Se propondrá a los alumnos la resolución de diversos
ejercicios prácticos que deberán entregarse a lo largo del curso. Se realizará
un examen final de carácter teórico-práctico.

    

     
    

      Recursos Bibliográficos
      
RICH, E. and KNIGHT, K., (1997) Inteligencia artificial. McGraw-Hill
Interamericana.

WINSTON, P. H. (1994), Inteligencia Artificial. 3ª Edición, Addison-Wesley
Iberoamericana, Wilmington, Delaware, EE.UU.

RUSSELL, S. y NORVIG, P.(2003) Artificial Intelligence: A Modern Approach.
Stuart Russell, Peter Norvig, Prentice Hall, 2003.

NILSSON N (2001): Inteligencia Artificial: Una nueva síntesis. McGrawHill.

MIRA J., Delgado A., Boticario J., Díez F. (1995): Aspectos Básicos de la
Inteligencia Artificial. UNED, Sanz y Torres, Madrid.

FERNÁNDEZ S., González J. y Mira J. (2003):Problemas Resueltos de Inteligencia
Artificial Aplicada. Búsqueda y Representación. Pearson, Madrid.

GIARRATANO, J.-Riley, G.,(2001): Sistemas expertos: Principios y programación ,
Thomson, México D.F.

PAJARES G., Martinsanz y Matilde Santos Peñas (2005): Inteligencia artificial e
ingeniería del conocimiento.Ra-Ma Madrid.

JAHNE B. (2002). Digital Image Processing. SpringerJAIN K.A. (1989).
Fundamentals of Digital Image Processing. Prentice Hall.

    

    
    
  
El presente documento es propiedad de la Universidad de Cádiz y forma parte de
  su Sistema de Gestión de Calidad Docente.


  

    



    
    

   


                    

                    

                    

                    
                    

                

              

              




            		
            

            
                
                
                
            
          

        
      

      

      

      

        
 
          
 
            
© Copyright Universidad de Cádiz