Intel·ligència Computacional

• Professorat
• Hores setmanals
• Competències
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia
• Web links
• Capacitats prèvies

Professorat

Responsable

• Maria Angela Nebot Castells ( )

Altres

• Enrique Romero Merino ( )
• Luis Antonio Belanche Muñoz ( )

Hores setmanals

Competències

Competències Tècniques Generals

Genèriques

• CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

• CEA4 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques principals d'Intel·ligència Computacional, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.
• CEA8 - Capacitat de realitzar investigació en noves tècniques, metodologies, arquitectures, serveis o sistemes en l'àrea de la Intel·ligència Artificial.

Professionals

• CEP2 - Capacitat de resoldre els problemes de presa de decisions de les diferents organitzacions, integrant eines intel·ligents.
• CEP3 - Capacitat d'aplicació de les tècniques d'Intel·ligència Artificial en entorns tecnològics i industrials per a la millora de la qualitat i la productivitat.

Competències Transversals

ús solvent dels recursos d'informació

• CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.

Actitud adequada davant el treball

• CT5 - Estar motivat pel desenvolupament professional, per a afrontar nous reptes i per a la millora contínua. Tenir capacitat de treball en situacions de falta d'informació.

Objectius

1. Conèixer l'àmbit de la intel·ligència computacional, i els tipus de tasques que s'hi poden donar
   Competències relacionades: CEA4, CG3,
2. Conèixer les tècniques modernes més importants de la intel·ligència computacional
   Competències relacionades: CEA4, CEA8, CG3, CEP2,
3. Organitzar el flux de resolució d'un problema d'intel·ligència computacional, analitzant les possibles opcions i elegint les tècniques més adequades al problema o una combinació d'elles
   Competències relacionades: CEA8, CG3, CEP2, CEP3, CT4, CT5,
4. Decidir, defensar i criticar una solució per a un problema de la intel·ligència computacional, argumentant els punts forts i febles de l'apropament triat
   Competències relacionades: CEA4, CEA8, CG3, CEP2, CEP3, CT4, CT5,
5. Conèixer els fonaments de la computació neuronal i saber aplicar-la correctament per desenvolupar solucions correctes i eficaces a un problema de la intel·lligència computacional
   Competències relacionades: CEA4, CEP2, CEP3, CT5,
6. Conèixer els fonaments de la computació evolutiva i saber aplicar-la correctament per desenvolupar solucions correctes i eficaces a un problema de la intel·lligència computacional
   Competències relacionades: CEA4, CEP2, CEP3, CT5,
7. Conèixer els fonaments de la computació difusa i saber aplicar-la correctament per desenvolupar solucions correctes i eficaces a un problema de la intel·lligència computacional
   Competències relacionades: CEA4, CEP2, CEP3, CT5,

Continguts

1. Introducció a la Intel·ligència Computational
   Intel·ligència Computational: definició i paradigmes. Petita ressenya històrica.
2. Fonaments de Computació Neuronal
   Introducció a la computació neuronal: inspiració biològica, models de xarxes neuronals, arquitectures i algorismes d'entrenament, centrant-se en perceptrons multicapa i xarxes neuronals convolucionals. Aprenentatge i generalització. Problemes experimentals.
3. Fonaments de Computació Evolutiva
   Introducció a la computació evolutiva: els processos evolutius de la natura, els operadors genètics, algoritmes evolutius d'optimització. Els algorismes genètics. Estratègies d'Evolució i CMA-ES. Aplicacions i casos d'estudi en problemes reals de regressió, classificació, identificació de sistemes i optimització.
4. Fonaments de Computació Difusa
   Introducció a la computació difusa: conjunts i sistemes difusos, sistemes d'inferència difusos i híbrids. Aplicacions i casos d'estudi en problemes reals de regressió, classificació, identificació de sistemes i optimització.

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Neural networks and learning machines - Haykin, S, Prentice Hall, 2009. ISBN: 9780131471399
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003533949706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Evolutionary algorithms in theory and practice: evolution strategies, evolutionary programming, genetic algorithms - Bäck, T, Oxford University Press, 1996. ISBN: 0195099710
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001438769706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Fuzzy sets and fuzzy logic: theory and aplications - Klir, G.J.; Yuan, B, Prentice Hall, 1995. ISBN: 0131011715
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001727719706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Computational intelligence: an introduction - Engelbrecht, A.P, John Wiley & Sons, 2008. ISBN: 9780470035610
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003947749706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Complementaria:

• Computational intelligence in biomedical engineering - Begg, R.; Lai, D.T.H.; Palaniswami, M, CRC/Taylor & Francis , 2008. ISBN: 9780849340802
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003579139706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• A course in fuzzy systems and control - Wang, L.-X, Prentice-Hall PTR , 1997. ISBN: 0135408822
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001626709706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Web links

• IEEE Computational Intelligence Society http://cis.ieee.org/

Capacitats prèvies