Memory and Experience-Based Learning

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

Professorat

Responsable

• Javier Vazquez Salceda ( )
• Ramon Sangüesa Sole ( )

Hores setmanals

Competències

Competències Tècniques Generals

Genèriques

• CG1 - Capacitat per a projectar, dissenyar i implantar productes, processos, serveis i instal·lacions en tots els àmbits de la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

• CEA3 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques principals d'Aprenentatge Automàtic, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.
• CEA12 - Capacitat de comprendre les tècniques avançades d'Enginyeria del Coneixement, Aprenentatge Automàtic i Sistemes de Suport a la Decisió, i saber dissenyar, implementar i aplicar aquestes tècniques en el desenvolupament d'aplicacions, serveis o sistemes intel·ligents.

Professionals

• CEP2 - Capacitat de resoldre els problemes de presa de decisions de les diferents organitzacions, integrant eines intel·ligents.
• CEP5 - Capacitat de dissenyar noves eines informàtiques i noves tècniques d'Intel·ligència Artificial en l'exercici professional.

Competències Transversals

Treball en equip

• CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

Analisis i sintesis

• CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

Bàsiques

• CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.

Objectius

1. Poder decidir quan un problema és adequat per ser resolt mitjançant un esquema d'aprenentatge experiencial (un paradigma CBR)
   Competències relacionades: CEA3, CEA12, CT7,
2. Poder dissenyar una estructura de cas CBR (descripció del problema, solució) per a un problema realista donat
   Competències relacionades: CEA3, CEA12, CG1, CEP2, CT3, CT7,
3. Poder dissenyar i implementar una biblioteca de casos (seleccionant els mecanismes d'indexació, l'estructura de la biblioteca i les funcions de similitud adequats) per a un problema realista donat.
   Competències relacionades: CEA3, CEA12, CG1, CEP2, CEP5, CT3, CT7,
4. Poder dissenyar i implementar una funció d'adaptació adequada (adaptant solucions de casos anteriors a un de nou) per a un problema realista donat
   Competències relacionades: CEA3, CEA12, CG1, CEP2, CEP5, CT3, CT7,
5. Poder dissenyar i implementar un mecanisme de manteniment CBR (definint una mètrica de rellevància de casos, seleccionant una estratègia de manteniment, implementant un mòdul de manteniment de biblioteques) per a un problema realista donat.
   Competències relacionades: CEA3, CEA12, CG1, CEP2, CEP5, CT3, CT7,
6. Poder validar un prototip CBR (crear un conjunt d'exemples de casos, validar tots els components CBR) i analitzar els resultats.
   Competències relacionades: CEA3, CEA12, CG1, CEP2, CT3, CT7, CB8,
7. Adquirir coneixements bàsics sobre les teories i mètodes d'IA cognitiva per a l'aprenentatge basat en la memòria (aprenentatge per exemples, aprenentatge basat en instàncies, aprenentatge experiencial, aprenentatge basat en casos) i els seus fonaments en les ciències cognitives.
   Competències relacionades: CEA3, CEA12, CG1, CT7,

Continguts

1. Teories de la memòria humana i la seva rellevància per a la IA
   Panorama bàsic del paper de la memòria en l'aprenentatge
2. Memòria i aprenentatge en la IA cognitiva
   S'examina la IA primerenca i els sistemes simbòlics, centrant-se en la hipòtesi del sistema de símbols físics i les primeres visions sobre l'aprenentatge i la memòria com a manipulació i cerca de símbols.
   
   Anàlisi conceptual de programes d'IA clàssics per identificar suposicions cognitives implícites sobre la memòria
3. Teories sobre aprenenatge a partir d'instàncies
   Es presenten models basats en exemples i teories d‿instàncies de la psicologia cognitiva com a alternatives a l‿abstracció basada en regles, emfatitzant la generalització basada en similituds i els rastres episòdics.
   S¿analitza com les teories d¿exemples desafien les perspectives simbòliques clàssiques de l¿aprenentatge.
4. Fonaments cognitius de l'aprenentatge basat en instàncies
   
   L'aprenentatge basat en instàncies (IBL) es presenta com un anàleg computacional de la cognició basada en exemples, emmarcant l'aprenentatge com a acumulació de memòria en lloc d'inducció de models.
   
   Raonament amb instàncies explícites i judicis de similitud en problemes de decisió petits.
5. Estructura algorítmica de l'aprenentatge basat en instàncies
   Estructura algorítmica de l'aprenentatge basat en instàncies
   
   Algoritmes IBL formals, mètodes de veí més proper, mètriques de similitud, aprenentatge incremental i polítiques d'emmagatzematge.
6. Panorama de tècniques i limitacions en Exemplar Learning i IBL
   Escalabilitat, sensibilitat al soroll, rellevància de les característiques i necessitat d'un control de memòria basat en el coneixement.
7. Aprenentatge basat en l'experiència
   Experiència i episodis. Aprenentatge experiential.
8. Components dels sistemes CBR
   Descripció i anàlisis dels components bàsics, arquitectura i processos dels sistemes CBR
9. Demostradors/Exemples acadèmics de CBR
   
   Revisió dels sistemes més signiticatius de CBR i comparacio de caracteristiques
10. Aplicació CBR en un domini real
    Es descriurà i analitzarà una aplicació real.
11. Problemes en el desenvolupaments de sistemes CBR
    a. Competència
    b. Rendiment espacial
    c. Rendiment temporal
12. Raonament reflexiu en CBR
    Tècniques de manteniment de bases de casos com a forma de raonament i aprenentatge
13. Sistemes híbrids
    Descripció i anàlisis de sistemes neurosimbòlics CBR
14. Avaluació de Sistemes CBR
    S'estudiaran i aplicaran les diverses tècniques d'avaluació del rendiment i qualitat de sistemes CBR
15. Aspectes de Recerca Avançada en CBR
    a. CBR temporal
    b. CBR espacial
    c. Sistemes CBR híbrids
    d. Sistemes de recomanació: CBR com a eina de recomanació
    e. Agents i CBR
    f. CBR distribuït

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Machine learning - Mitchell, T.M, The McGraw-Hill Companies, 1997. ISBN: 0070428077
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001606429706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Introduction to machine learning - Alpaydin, E, The MIT Press, 2020. ISBN: 9780262043793
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004193529706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• The elements of statistical learning: data mining, inference, and prediction - Hastie, T.; Tibshirani, R.; Friedman, J, Springer, 2009. ISBN: 9780387848570
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003549679706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Dynamic memory revisited - Schank, R.C, Cambridge University Press, 1999. ISBN: 0521633982
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004946504406711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Case-based reasoning: a textbook - Richter, M.M.; Weber, R.O, Springer Berlin Heidelberg, 2013. ISBN: 9783642401671
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001345049706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Case-based reasoning - Kolodner, J, Morgan Kaufmann, 1993. ISBN: 1558602372
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003436549706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Applying case-based reasoning: techniques for enterprise reasoning - Watson, I, Morgan Kaufmann Publishers, 1997. ISBN: 1558604626
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001709679706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Complementaria:

• Intelligent Decision Support Systems [electronic resource] - Sànchez-Marrè, M, Springer International Publishing : Imprint: Springer , 2022. ISBN: 978-3-030-87789-7
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991004955361306711&context=L&vid=34CSUC_UPC:VU1

Capacitats prèvies