Representación e Ingeniería del Conocimiento

Usted está aquí

Inicio » Estudios » Másteres » Máster en Inteligencia Artificial » Plan de estudios » Asignaturas » Representación e Ingeniería del Conocimiento
Créditos
6
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
CS;URV
Web
http://moodle.urv.net
En el contexto de las aplicaciones informáticas, cada vez es más frecuente la necesidad de implementar soluciones inteligentes a problemas cada vez más complejos (e.g. business intelligence, intelligent control systems, decision support sytems, Internet browsing, etc.).

Muchas de estas soluciones inteligentes se basan en la existencia de una base de conocimiento que regula o condiciona las actuaciones de los sistemas informáticos y les confiere su carácter (rasgo diferencial) de inteligentes.

Estas bases de conocimiento se expresan de acuerdo a unos formatos, estructuras y lenguajes de representación formales que, en algunos casos, definen estándares internacionales. El ámbito de la “representación del conocimiento” en esta asignatura sienta las bases de estos formatos y lenguajes de formalización del conocimiento. El ámbito de la “ingeniería del conocimiento” lo complementa con el aprendizaje y la práctica de métodos y técnicas para la construcción de bases de conocimiento.

Horas semanales

Teoría
3.6
Problemas
0
Laboratorio
0
Aprendizaje dirigido
0
Aprendizaje autónomo
3.7

Competencias

Competencias Técnicas Genéricas

Genéricas

  • CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.

Competencias Técnicas de cada especialidad

Académicas

  • CEA12 - Capacidad de comprender las técnicas avanzadas de Ingeniería del Conocimiento, Aprendizaje Automático y Sistemas de Soporte a la Decisión, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.
  • CEA13 - Capacidad de comprender las técnicas avanzadas de Modelización, Razonamiento y Resolución de problemas, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.

Profesionales

  • CEP2 - Capacidad de resolver los problemas de toma de decisiones de las diferentes organizaciones, integrando herramientas inteligentes.

Competencias Transversales

Trabajo en equipo

  • CT3 - Ser capaz de trabajar como miembro de un equipo interdisciplinar ya sea como un miembro mas, o realizando tareas de direccion con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.

Uso solvente de los recursos de información

  • CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.

Actitud frente al trabajo

  • CT5 - Estar motivado para el desarrollo profesional, para afrontar nuevos retos y para la mejora continua. Tener capacidad de trabajo en situaciones de falta de informacion.

Razonamiento

  • CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.

Básicas

  • CB6 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

Objetivos

  1. Diferenciar entre los conceptos de datos, información y conocimiento, y sus tecnologías.
    Competencias relacionadas: CB6,
  2. Conocer y saber usar formas alternatives de representación del conocimiento.
    Competencias relacionadas: CT4, CT6, CEA13, CT3, CG3,
  3. Saber aplicar métodos de ingeniería de conocimiento en problemas concretos.
    Competencias relacionadas: CB6, CT5, CT6, CEA12, CEA13, CEP2,

Contenidos

  1. Introducción y Conceptos
    Datos, información y conocimiento; Tipos y usos del conocimiento; Representación del conocimiento; Ingeniería de conocimiento; Sintaxis y semántica.
  2. Representación del Conocimiento
    Lógica de primer orden; Reglas y sistemas de producción; Representaciones orientadas a objetos; Representación en red; Ontologías.
  3. Ingeniería del Conocimiento
    Ciclo de vida del conocimiento; Auditoría de conocimiento; Adquisición de Conocimiento; Caso de estudio en detalle.
  4. Representación del Conocimiento en la Web
    Representación de datos con HTML; Formalización y representación de información con DTD, XMLSchema, XML; Herramientas para la gestión de datos e información en la web con XPath y XSL; Formalización y representación de conocimiento con RDF y OWL2.

Actividades

Actividad Acto evaluativo


Introducción

Descripción académica del curso, contenidos, proceso de evaluación, etc.

Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Clase de teoría regular

Introducción de los conceptos importantes del curso, las tecnologías relevantes y fomento de la asimilación con ejemplos concretos y claros.
Objetivos: 1 2 3
Contenidos:
Teoría
49h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
15h

Evaluación técnicas de representación del conocimiento

Prueba con ejercicios prácticos y preguntas de carácter teórico.
Objetivos: 1 2
Semana: 8
Tipo: examen de teoría
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
10h

Evaluación de metodologías para la ingeniería del conocimiento

Prueba de ejercicios prácticos y preguntas teóricas sobre ingeniería del conocimiento.
Objetivos: 3
Semana: 15
Tipo: examen de teoría
Teoría
2h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
10h

Trabajo práctico de representación del conocimiento

Trabajo en grupo donde se ejercita la construcción de una base de conocimiento mediante un software
Objetivos: 2
Semana: 7
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
16.5h

Trabajo práctico de representación del conocimiento en la Web

Trabajo en grupo donde se ejercita la construcción de una ontología web mediante Protege.

Semana: 14
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Metodología docente

Actividades introductorias: Presentación del profesor. Presentación de los objetivos de la asignatura, los contenidos, la metodología docente, forma de evaluación y material de referencia a utilizar durante el curso.

Sesión Magistral: El profesor explicará los contenidos básicos de la asignatura con ejemplos. Poniendo a disposición del alumno todo el material que necesite para el estudio de la materia.

Resolución de problemas, ejercicios en el aula ordinaria: En equipos se estudiará una herramienta para la gestión del conocimiento con la que se hará un trabajo práctico. Se deberá entregar el resultado del trabajo al profesor.

Método de evaluación

(50%) Resolución de problemas, ejercicios en el aula ordinaria: Durante el curso es harán diversas pruebas parciales.

(50%) Pruebas objetivas de preguntas cortas: Pruebas objetivas de preguntas cortas bisemanales de 30min cada una. Se dedicará una de estas pruebas (que será de 2h) a evaluar el contenido total de la asignatura.

El alumno que no apruebe, dispondrá de un examen de segunda convocatoria en el que se evaluará el contenido completo de la asignatura (100% de la nota).

Bibliografía

Básica:

Complementaria:

Capacidades previas

Asignatura autocontenida