Estudia a la UdG

Disseny assignatura




Intel·ligència artificial aplicada (3105IS0010/2008)


Dades generals  
  • Curs acadèmic : 2008
  • Descripció : Intel·ligència Artificial. Sistemes Experts. Lògica difusa. Xarxes Neurals. Algorismes Genètics.
  • Crèdits : 6
  • Idioma principal de les classes : Català
  • S’utilitza oralment la llengua anglesa en l'assignatura : Gens (0%)
  • S’utilitzen documents en llengua anglesa : Poc (25%)

Torna a l'inici / Vuelve al principio / Back to top

  Grups
Grup A

Durada : Semestral, 2n semestre

Professorat : MARIA BEATRIZ LOPEZ IBAÑEZ

Horaris :

Activitat Horari Grup de classe Aula
Teoria1
Pràctiques d'aula informàtica1

Torna a l'inici / Vuelve al principio / Back to top

  Competències
  1. Analitzar i dissenyar aplicacions informàtiques tan des del punt de vista teòric com pràctic
  2. Ser capaç d'integrar sistemes d'informació.
  3. Ser capaç d'analitzar i sintetitzar problemes.
  4. Ser capaç d'organitzar i planificar
  5. Comunicar-se adequadament tant de forma oral com escrita.
  6. Resolució de problemes i anàlisi crítica de resultats
  7. Presa de decisions
  8. Treballar en equip i de manera compromesa en el grup de treball.

Altres competències :

  1. Aprendre a ser capaç d'identificar problemes resolubles mitjançant tècniques que ofereix la IA
  2. Aprendre a utilitzar les eines que ofereix la IA

Torna a l'inici / Vuelve al principio / Back to top

  Continguts

  1. Introducció
    1.1. Què és la Intel·ligència Artificial.
    1.2. El paradigma de Soft Computing

  2. Sistemes basats en el coneixement.
    2.1. Introducció als sistemes basats en el coneixement.
    2.2. Sistemes basats en regles
    2.3. Sistemes amb representació estructurada
    2.4. Sistemes basats en models
    2.5. Sistemes basats en casos
    2.6. Aplicacions

  3. Lògica difusa (fuzzy)
    3.1. Raonament amb incertesa.
    3.2. Elements de la lògica difusa
    3.3. Raonament difús
    3.4. Fuzzyficació i defuzzificació
    3.5. Aplicacions

  4. Xarxes neurals
    4.1. Definició i conceptes bàsics
    4.2. Primers models de computació: Cel·lules de McCulloch-Pitts, Perceptró, Adaline.
    4.3. Xarxes multicapa
    4.4. Xarxes auto-organitzatives
    4.5. Aplicacions

  5. Algorismes genètics
    5.1. Definició i característiques dels algorismes genètics.
    5.2. Algorisme bàsic
    5.3. Codificació
    5.4. Operadors: Selecció, Recombinació, Mutació, Reinserció
    5.5. Implementacions paral·leles
    5.6. Aplicacions

  6. Sistemes híbrids
    6.1. Introducció: o com combinar la mecànica alemanya amb l'amor italià
    6.2. Sistemes experts neurals
    6.3. Sistemes neuro-difusos
    6.4. Xarxes neurals evolutives
    6.5. Sistemes difusos evolutius
    6.6. Casos d'estudi

  7. Temes avançats
    7.1. Mineria de dades
    7.2. Tecnologia agent
  Activitats
Tipus d’activitat Hores amb professor Hores sense professor Total
Anàlisi / estudi de casos15,52439,5
Classes expositives141428
Classes participatives0,500,5
Classes pràctiques161935
Debat224
Exposició dels estudiants224
Resolució d'exercicis 3710
Treball en equip268
Total 5574129

Torna a l'inici / Vuelve al principio / Back to top

  Bibliografia
  • Inteligencia artificial, : modelos, técnicas y áreas de aplicación (cop. 2003). Madrid: Thomson. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Rich, Elaine, Knight, Kevin (1994). Inteligencia artificial (2ª ed). Madrid [etc.]: McGraw-Hill. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • King, Robert E (1999). Computational intelligence in control engineering. New York [etc.]: Dekker. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Godo Lacasa, Lluís (2002). Intel ligència artificial I (2a ed). Barcelona: Universitat Oberta de Catalunya. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Isasi Viñuela, Pedro, Galván León, Inés M (cop. 2004). Redes de neuronas artificiales, : un enfoque práctico. Madrid [etc.]: Prentice Hall. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Giarratano, Joseph, Riley, Gary (1994). Expert systems, : principles and programming (2nd ed). Boston: PWS.
  • Mitchell, Melanie (cop. 1996). An Introduction to genetic algorithms. Cambridge [etc.]: The MIT Press. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Klir, George J, Folger, Tina A (1988). Fuzzy sets, uncertainty, and information. Englewood Cliffs: Prentice Hall. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova
  • Negnevitsky, Michael (2005). Artificial intelligence : a guide to intelligent systems (2a ed). Harlow: Addison-Wesley. Catàleg   Enllaç al catàleg de la Biblioteca. S'obre en finestra nova

Torna a l'inici / Vuelve al principio / Back to top

  Avaluació i qualificació
Activitats d'avaluació
Descripció de l'activitat Avaluació de l'activitat %
Activitat a l'aula. F1. Què és la IA? Aprendre la definició a partir d'exemples d'ús en el passat, l'actualitat, i el que s'espera en el futur. Resposta raonada de les qüestions.
Activitat a l'aula. F2. Exercici xarxa d'inferència. Resposta raonada de les qüestions.
Activitat a l'aula. F3. Metodologies de desenvolupament de sistemes experts. Resposta raonada de les qüestions.
Activitat a l'aula. F4. Models de raonament aproximatResposta raonada de les qüestions.
Activitat a l'aula. F5. Paràmetres de les xarxes neurals. Resposta raonada de les qüestions.
Activitat a l'aula. F6. Casos d'estudiResposta raonada de les qüestions.
Pràctiques. P1. Demostracions de la Intel·ligència Artificial. Resposta raonada de les qüestions.
Pràctiques. P2. Introducció a JESS. Recomanar extintors.Regles ben definides.
Ús correcte dels mecanismes de backward chaining.
Implementació que funcioni correctament.
Pràctiques. P3. Sistema expert per a la diagnosi. L'ADSL no funciona. Descripció dels fets.
Xarxa d'inferència correcte.
Regles ben definides.
Resostes raonades sobre l'algorisme Rete.
Conclusions raonades.
Pràctiques. P4. Estructura modular en JESS. Risc de prèstec hipotecari.Definició d'un fet estructurat com a mínim.
Definició de dos mòduls com a mínim.
Definició de regles de control o meta-regles.
Comparació raonada dels mecanismes de resolució del conjunt conflicte.
Pràctiques. P5. Sistemes difusos. Risc de prèstec hipotecari [difús].Descripció gràfica de les variables difuses definides.
Descripció tabular de les regles generades.
Conjunt de proves i anàlisi de resultats.
Coentaris reonats de les qüestions.
Pràctiques. P6. Sistemes difusos. Fuzzy camera. Descripció de les variables.
Descripció de les regles.
Explicacions i comentaris de com s'ha testejat el sistema.
Pràctiques. P7. XN. Reconeixement de caràcters. Disseny de xarxa neural adequat a cada problema.
Pràctiques. P8. Aplicació dels algorismes genètics per l'optimització de la produccióRepresentació del cromosoma.
Disseny de la funció d'avaluació (fitness).
Operadors genètics nous.
Manual d'ús.
Optenció d'una solució òptima o quasi òptima. Anàlisi dels resultats obtinguts.
Correctesa/organització del codi.
Treball curs. Consulta de tres fonts d'informació com a mínim, de solvència contrastada.
Organització i llargada segons les directrius.
Presentació de treballs de curs. Capacitat de síntesi en l'exposició.
Ús d'exemples il·lustratius.
Transparències amb gràfics, dibuixos, esquemes (versus abús de text).

 

Qualificació

Examen: E.
Activitats realitzades a l'aula: A.
Treball en equip: T.
Pràctiques: P

-------------------
VIA A: sense examen
-------------------
IMPORTANT: No s'acceptaran lliuraments fora de termini. Si una pràctica o treball no es lliura a temps, comptarà com a 0.

Si A > 5, i P > 5, i T > 5 aleshores

Qualificació final= A*0.2 + T*0.4 + P * 0.4


Altrament: VIA B

-------------------
VIA B: amb examen
-------------------
- Cal lliurar les pràctiques i aprovar-les en mitjana
- Cal fer el treball i aprovar-lo
- Poden ser lliurades fora de termini
- Si E > 5
Qualificació final = E
Altrament, Qualificació final = suspens.

Torna a l'inici / Vuelve al principio / Back to top