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.

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:

  Ser consciente del ámbito la IA en las Tecnologías de la
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  Información
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  y las Comunicaciones y de la tecnología en general, y tener
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  presente el alcance ético de los sistemas generados mediante
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  estas técnicas para su aplicación razonada en el desempeño de
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  la profesión.

Objetivos

1. Proporcionar al alumno una visión general de las distintas















técnicas de representación del conocimiento en Inteligencia















Artificial.































2. Proporcionar una formación sólida en las técnicas más relevantes















en Representación del Conocimiento, Planificación de Tareas y















Agentes Inteligentes con capacidad de Percepción.































3. Capacitar al alumno para el diseño e implementación, con las















herramientas software adecuadas, de Agentes Inteligentes basados en















los diversos ámbitos estudiados en la asignatura.

Programa

TEMA 1: REPRESENTACIÓN DEL CONOCIMIENTO EN IA































1.1 La problemática de la Representación del Conocimiento















1.2 Sistemas Basados en la Lógica.















1.3 Sistemas Basados en Reglas















1.4 Sistemas de Representación Estructurados















1.5 Implementaciones mediante CLIPS































TEMA 2: GENERACIÓN DE PLANES































2.1 Representación. Lenguaje STRIPS.















2.2 Búsqueda en el espacio de situaciones.















2.3 Búsqueda en el espacio de planes















































TEMA 3: PERCEPCIÓN































3.1 Motivación















3.2 Percepción en una dimensión















3.3 Percepción en dos dimensiones

Metodología

Resolución de dudas en los horarios de tutorías

Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total): 100

• Clases Teóricas:  
• Clases Prácticas:  
• Exposiciones y Seminarios: 0  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas:  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado:  
  • Sin presencia del profesorado:  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 100  
  • Preparación de Trabajo Personal:  
  • ...
     
• Realización de Exámenes:
  • Examen escrito: 3  
  • Exámenes orales (control del Trabajo Personal):  

Técnicas Docentes

Criterios y Sistemas de Evaluación

Los 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 a los problemas y

cuestiones



planteados, y la claridad y exactitud expositiva de las

argumentaciones.



Los alumnos que decidan presentarse a alguna de las convocatorias de

examen, deberán previamente entregar una



serie de ejercicios relacionados con los contenidos de la asignatura a

través del Campus Virtual. Estos



ejercicios serán propuestos a través del Campus Virtual y el plazo

máximo de entrega de todas las



actividades será siempre de al menos 4 días antes de la fecha del examen



correspondiente, de acuerdo a las fechas de las convocatorias oficiales

de la



asignatura.Se puntuará con hasta el 10% de la nota final.











Los alumnos que hayan entregado dichas actividades en tiempo y forma,

podrán realizar un examen final de



carácter teórico-práctico que se puntuará con hasta el 90% de la nota

final.



Nota Final=90%Nota del examen final + 10% Nota de las Actividades

Entregadas

Recursos Bibliográficos

PALMA MÉNDEZ T., MARÍN MORALES R. (2008): Inteligencia artificial :















métodos,















técnicas y aplicaciones. McGraw-Hill, 2008.































BORRAJO D. y otros (1999): Inteligencia artificial : Métodos y















técnicas.















Editorial Centro de Estudios Ramón Areces, 1997.































RUSSELL, S. y NORVIG, P.(2003) Artificial Intelligence: A Modern















Approach.















Stuart Russell, Peter Norvig, Prentice Hall, 2003.































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.































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.































PAJARES G. (2005): Visión por Computador. Ra-Ma, 2005.































GONZALEZ R. & WOODS R. (1996): Tratamiento Digital de Imágenes.















Rafael González















& Richard Woods. Addison-Wesley, 1996.































GONZALEZ R. & WOODS R. (2007): Digital Image Processing using















Matlab. González















& Woods.































RUSS J. (2006): The Image Processing Handbook. John Russ. CRC















Press, 2006.