


Código Asignatura: |
1417
|
|
Nº Créditos ECTS: |
6
|
|
Tipo: |
Obligatoria
|
|
Duración: |
Semestral
|
|
Idioma: |
Castellano
|
|
Plan de estudios: | ||
Profesor(es): | ||
Año académico: |
2022-23
|
La información sobre los datos de contacto y el horario de tutorías se encuentra publicada en el aula virtual de la asignatura.
Ingeniería del Conocimiento es una asignatura de carácter obligatorio y consta de 6 créditos. Esta asignatura aborda conceptos propios de la Inteligencia Artificial. Uno de los principales objetivos de esta asignatura es que el estudiante sea capaz de elegir una técnica de inferencia apropiada para resolver cada problema. Además, el estudiante aprende cómo se representa el conocimiento y conocerá las características de un sistema experto, y los sistemas expertos más representativos. En esta asignatura, el estudiante adquiere la habilidad para la resolución de nuevos problemas difíciles de resolver sin las técnicas de Inteligencia Artificial. Para el desarrollo de esta asignatura, se podrán usar los conocimientos previos de programación del estudiante, así como nuevos paradigmas, herramientas y lenguajes. En concreto, el estudiante aprenderá el lenguaje LISP (Language Integrated Production System).
En esta asignatura se abordarán principalmente los siguientes temas:
Los requisitos previos obligatorios antes de abordar esta asignatura son:
Antes de matricular la asignatura, verifique los posibles requisitos que pueda tener dentro de su plan. Esta información la encontrará en la pestaña "Plan de estudios" del plan correspondiente.
La metodología adoptada en esta asignatura para el aprendizaje y evaluación de sus contenidos se encuentra adaptada al modelo de formación continuada y a distancia de la UDIMA. Los conocimientos de la asignatura se adquieren a través del estudio razonado de todas las unidades didácticas del manual, así como del material didáctico complementario que se ponga a disposición de los estudiantes en el aula virtual. Además, se complementa con la acción tutorial, que incluye asesoramiento personalizado, intercambio de impresiones en los debates habilitados en foros y demás recursos y medios que ofrecen las nuevas tecnologías de la información y la comunicación. Por otra parte, el aprendizaje también se apoya en la realización de las actividades previstas en el aula virtual, que son de tres tipos (de evaluación continua, de aprendizaje y controles), y que vienen recogidas en el apartado “Contenidos y programación”.
Para ampliar esta información, se recomienda consultar la pestaña “Metodología y exámenes” de la titulación.
La dedicación requerida para esta asignatura de 6 créditos ECTS es de 150 horas, que se encuentran distribuidas de la siguiente manera:
El profesor aporta un seguimiento individualizado de la actividad del estudiante para asegurar las mejores condiciones de aprendizaje mediante la tutorización a través de las herramientas de la plataforma educativa y/o de las tutorías telefónicas. En estas tutorías los estudiantes pueden consultar a los profesores las dudas acerca de la materia estudiada.
Para el desarrollo del aprendizaje teórico sobre el que versará el examen final se ha seleccionado el siguiente manual, a partir del cual se estudiarán las unidades didácticas que se corresponden con la descripción de los contenidos de la asignatura:
Manual de la asignatura:
Nilsson, N.J. (1987) " Principios de Inteligencia Artificial". Ed: Díaz de Santos.
Finalmente, el profesor podrá poner a disposición del estudiante cualquier otro material complementario voluntario al hilo de las unidades didácticas o en una carpeta de material complementario.
SEMANAS (*) | UNIDADES DIDÁCTICAS | ACTIVIDADES DIDÁCTICAS |
---|---|---|
Semana 1 | Unidad 1. Introducción 1.1 Sistemas de producción 1.2 El problema del 8.puzzle 1.3 Algoritmo de un sistema de producción 1.4 Regímenes de controles 1.5 Problemas de representación 1.6 Sistemas de producción hacia atrás y bidireccionales |
|
Semana 2 | Presentación de la asignatura |
|
Semana 3 | Unidad 2. El cálculo de predicados 2.1 Sintaxis y semántica de fórmulas atómicas 2.2 Juntores 2.3 Cuantificación 2.4 Fórmulas bien formadas (fbfs) 2.5 Propiedades de fbfs 2.6 Reglas de inferencia 2.7 Unificación 2.8 Validez y consistencia 2.9 Cláusulas 2.10 Forma Normal Conjuntiva (FNC) 2.11 Resolución |
|
Semana 4 | Unidad 3. LISP 3.1 Sintaxis 3.2 Variables y constantes 3.3 Sentencias condicionales 3.4 Funciones 3.5 Funciones predefinidas |
|
Semana 5 | ||
Semana 6 | Unidad 4. Sistemas de refutación por resolución 4.1 Sistemas de producción para refutaciones por resolución 4.2 Estrategias de controles 4.3 Estrategias de simplificación 4.4 Obtención de respuestas mediante refutaciones por resolución |
|
Semana 7 | Unidad 5. Sistemas de deducción basados en reglas 5.1 Grafos Y/O 5.2 Sistemas de deducción hacia adelante 5.3 Sistemas de deducción hacia atrás 5.4 Equivalencia entre tablas y árboles |
|
Semana 8 | Semana no lectiva por Semana Santa | |
Semana 9 | Unidad 6. Sistemas expertos 6.1 Definición de sistema expertos 6.2 Evolución de los sistemas expertos 6.3 Sistema MYCIN 6.4 Técnicas de representación del conocimientos 6.5 Desarrollo de sistemas expertos |
|
Semana 10 | Unidad 7. Sistemas basados en reglas de producción 7.1 Arquitectura básica de un sistema basado en reglas 7.2 EMYCIN: un entorno para la construcción de sistemas expertos 7.3 Programación lógica: PROLOG 7.4 Sistemas expertos en PROLOG |
|
Semana 11 | Unidad 8. Lógica difusa. Sistemas expertos difusos 8.1 Concepto de lógica difusa (fuzzy logic) 8.2 Conjuntos fuzzy 8.3 Función de pertenencia 8.4 Modificadores 8.5 Variables lingüísticas 8.6 Operaciones con conjuntos fuzzy 8.7 Módulos de un sistema experto difuso |
|
Semana 12 | Unidad 9. Sistemas generadores de planes básicos (resolución de problemas robot) 9.1 Descripción de estados y de objetivos 9.2 Modelos de acciones de robots 9.3 El problema del marco 9.4 Representación para planes 9.5 Sistemas de producción hacia adelante 9.6 Sistemas de producción hacia atrás |
|
Semana 13 | ||
Semana 14 | Unidad 10. STRIPS 10.1 El sistema STRIPS 10.2 Estrategia de control para STRIPS 10.3 Similitudes entre STRIPS y GPS 10.4 Problema que no puede resolver STRIPS 10.5 Uso de sistemas de deducción para generar planes para robots |
|
Resto de semanas hasta finalización del semestre | Estudio y preparación para el examen final, celebración del examen final y cierre de actas. |
(*) Las fechas concretas se pueden consultar en el aula virtual de la asignatura y en la pestaña de “Precios, Calendario y Matriculación” de la titulación.
Durante el estudio de esta asignatura, el proceso de evaluación del aprendizaje es continuo y contempla la realización de:
- Una evaluación continua a lo largo del curso a través de acciones didácticas que supone el 40% de la nota final. Incluye la realización de los diferentes tipos de actividades de evaluación, de aprendizaje y controles.
- Un examen final presencial que supone el 60% de la nota final. Está dirigido a la valoración de las competencias y conocimientos adquiridos por el estudiante. El examen se evaluará de 0 a 10, tendrá una duración estimada de 90 minutos y será una selección de problemas.
Para poder presentarse al examen final presencial, en cualquiera de las convocatorias, es imprescindible cumplir los siguientes requisitos relacionados con la evaluación continua: el estudiante tendrá que haber obtenido al menos el 50% de la nota correspondiente al conjunto total de actividades del Aula, asociadas a la asignatura
El estudiante que se presenta al examen sin cumplir los requisitos para ello, será calificado con un cero en el examen final presencial y consumirá convocatoria.
Tipo de actividad | Número de actividades planificadas | Peso calificación |
---|---|---|
Actividades de aprendizaje |
3
|
10%
|
Actividades de Evaluación Continua (AEC) |
2
|
20%
|
Controles |
2
|
10%
|
Examen final presencial |
Si
|
60%
|
TOTAL | 100% |
Para aprobar la asignatura, es necesario obtener una calificación mínima de 5 en el examen final presencial, así como en la calificación total del curso, una vez realizado el cómputo ponderado de las calificaciones obtenidas en las actividades didácticas y en el examen final presencial.
Si un estudiante no aprueba la asignatura en la convocatoria ordinaria podrá examinarse en la convocatoria de septiembre. El estudiante que no se presente a la convocatoria de febrero y/o de julio ni a la de septiembre, perderá automáticamente todos los trabajos realizados a lo largo del curso. Deberá en este caso matricularse de nuevo en la asignatura.
Las fechas previstas para la realización de todas las actividades se indican en el aula virtual de la asignatura.
Según la Real Academia Española, “plagiar” significa copiar en lo sustancial obras ajenas dándolas como propias. Dicho de otro modo, plagiar implica expresar las ideas de otra persona como si fuesen propias, sin citar la autoría de las mismas. Igualmente, la apropiación de contenido puede ser debida a una inclusión excesiva de información procedente de una misma fuente, pese a que esta haya sido citada adecuadamente. Teniendo en cuenta lo anterior, el estudiante deberá desarrollar sus conocimientos con sus propias palabras y expresiones. En ningún caso se aceptarán copias literales de párrafos, imágenes, gráficos, tablas, etc. de los materiales consultados. En caso de ser necesaria su reproducción, esta deberá contemplar las normas adecuadas para la citación académica.
Los documentos que sean presentados en las actividades académicas podrán ser sometidos a diferentes mecanismos de comprobación de la originalidad (herramientas antiplagios que detectan coincidencias de texto con otras fuentes, comparación con trabajos de otros estudiantes, comparación con información publicada en Internet, etc). El profesor valorará si el trabajo presentado cuenta con los criterios de originalidad exigidos o, en su caso, se atribuye adecuadamente la información no propia a las fuentes correspondientes. La adjudicación como propia de información que corresponde a otros autores podrá suponer el suspenso de la actividad.
Los documentos presentados en las actividades académicas podrán ser almacenados en formato papel o electrónico y servir de comparación con otros trabajos de terceros, a fin de proteger la originalidad de la fuente y evitar la apropiación indebida de todo o parte del trabajo del estudiante. Por tanto, podrán ser utilizados y almacenados por la universidad, a través del sistema que estime, con el único fin de servir como fuente de comparación de cualquier otro trabajo que se presente.
El sistema de calificación de todas las actividades didácticas es numérico del 0 a 10 con expresión de un decimal, al que se añade su correspondiente calificación cualitativa:
0 – 4.9: Suspenso (SU) 5.0 – 6.9: Aprobado (AP) 7.0 – 8.9: Notable (NT) 9.0 – 10: Sobresaliente (SB) Matrícula de honor (MH)
(RD 1125/2003, de 5 de septiembre, por lo que se establece el sistema europeo de créditos y el sistema de calificaciones en las titulaciones universitarias de carácter oficial y con validez en todo el territorio nacional).
La matrícula de honor se concede cuando el profesor lo considere oportuno en función de la excelencia de las actividades realizadas por el estudiante y las calificaciones obtenidas por el resto del grupo. No obstante, los criterios académicos de su concesión corresponden al departamento responsable de cada grado.