Universidad Pública de Navarra



Año Académico: 2020/2021 | Otros años:  2019/2020  |  2018/2019  |  2017/2018  |  2016/2017 
Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra
Código: 240506 Asignatura: SISTEMAS INTELIGENTES. APLICACIONES
Créditos: 6 Tipo: Optativa Curso: Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
PAGOLA BARRIO, MIGUEL (Resp)   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

Módulo: Mención Computación y Sistemas Inteligentes

Materia: Sistemas Inteligentes

Subir

Descripción/Contenidos

El objetivo de esta materia es dotar a los graduados de la formación necesaria para abordar con garantía de éxito la elaboración de proyectos de creación de sistemas inteligentes. Para ello la materia se centra en el estudio de las aplicaciones de los sistemas inteligentes, desde los conceptos básicos al descubrimiento de nuevas tecnologías.

La materia se divide en tres bloques. Un primer bloque en donde se intenta introducir al estudiante en el mundo de los sistemas inteligentes. Posteriormente, en un segundo bloque, se aprenden los algoritmos básicos de localización, planificación, etc. de la robótica móvil existentes, con el fin de conocer con mayor profundidad otros sistemas más complejos. Por último, se estudiarán los fundamentos básicos del procesamiento del lenguaje natural.

 

La asignatura no trata de inculcar fundamentos teóricos excesivamente complicados a los alumnos, sino que trata de conseguir que, con algunas nociones básicas, adquiridas tanto en otras asignaturas como en el transcurso de las clases de teoría, sean capaces de adquirir los conocimientos necesarios para poder crear nuevos proyectos de sistemas inteligentes. 

 

La metodología docente se basará en el aprendizaje basado en proyectos. Se plantearán a los largo del curso de dos proyectos que los alumnos deberán desarrollar en grupos utilizando el material aportado por el profesor y otras fuentes disponibles.

 

 

Subir

Competencias genéricas

Competencias Básicas

  • CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
  • CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
  • CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
  • CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Las competencias genéricas que un alumno debería adquirir en esta asignatura son:

  • G1. Capacidad para concebir, redactar, organizar, planificar, desarrollar y firmar proyectos en el ámbito de la ingeniería en informática que tengan por objeto la concepción, el desarrollo o la explotación de sistemas, servicios y aplicaciones informáticas.
  • G8. Conocimiento de las materias básicas y tecnologías, que capaciten para el
    aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les
    doten de una gran versatilidad para adaptarse a nuevas situaciones.
  • G9. Capacidad para resolver problemas con iniciativa, toma de decisiones,
    autonomía y creatividad. Capacidad para saber comunicar y transmitir los
    conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en
    Informática.
  • G10. Conocimientos para la realización de mediciones, cálculos, valoraciones, tasaciones, peritaciones, estudios, informes, planificación de tareas y otros trabajos análogos de informática.


Aparte de estos conocimientos y habilidades, la asignatura pretende la adquisición de
las competencias transversales:

  • T1. Capacidad de análisis y síntesis
  • T3. Comunicación oral y escrita
  • T4. Resolución de problemas
  • T6. Trabajo en equipo
  • T8. Aprendizaje autónomo
  • T9. Creatividad
  • T10. Motivación por la calidad

Subir

Competencias específicas

  • FC15 Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica
  • C4 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
  • C6-A. Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.

Subir

Resultados aprendizaje

RA01. Conocer los conceptos básicos de un sistema inteligente.

RA02. Conocer los fundamentos básicos de la robótica movil: navegación, localización y planificación.

RA03. Conocer las técnicas básicas de procesamiento del lenguaje natural.

RA04. Desarrollar e implementar algoritmos de navegación, localización y planificación.

RA05. Manejar y dominar las propiedades, ventajas e inconvenientes relacionados con los algoritmos principales de los sistemas inteligentes.

Subir

Metodología

 
Actividad Horas Presenciales Horas no Presenciales
A-1 Clases magistrales 15  
A-2 Aprendizaje basado en problemas y/o casos 25  
A-3 Programación/experimentación u otros trabajos en ordenador/laboratorio 24  
A-4Programación y resolución de problemas, ejercicios   25
A-5 Elaboración de trabajo   35
A-6 Estudio individual   25
A-7 Exámenes, evaluación prácticas 8  
A-8 Tutorías grupos reducidos 3  
Total 65 85
 
 
 

Subir

Evaluación

 

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
 RA01, RA02, RA03, RA04, RA05 Dos proyectos a desarrollar que apliquen, analicen, desarrollen o recojan una o más de las partes de la asignatura y lo contextualice en un supuesto concreto. Exposición y discusión de los mismos.   50  SI
 RA01, RA02, RA03, RA04, RA05  Realización de dos  pruebas de test teórico-prácticas de los conceptos de la materia  50  SI
       
       

 

Para aprobar la asignatura es obligatorio obtener una calificación mayor a 5 sobre 10 en los dos apartados.

Subir

Temario

  • Robótica Móvil
    1. Introducción a la robótica móvil
    2. Cinemática
    3. Localización: Filtro de Bayes y Filtro Partículas
    4. Planificación de trayectorias
      • Dijkstra
      • Búsquedas, A*
      • Voronoi
      • PRM
      • Campos Potenciales
      • Dynamic Window Approach
    5. Control del movimiento
  • Aprendizaje por Refuerzo
    1. Introducción al aprendizaje por refuerzo
    2. Procesos de decisión de Markov (MDP)
    3. Algoritmo iteración de valor
    4. Algoritmo iteración de estrategia
    5. Temporal Difference Learning
    6. Q-learning

Subir

Programa de prácticas experimentales

Las prácticas se realizarán utilizando el lenguaje de programación Python junto con el simulador V-REP

1.- Práctica Inicial. Introducción a V-REP y el robot epuck. Programación de un algoritmo de seguimiento de línea.
2.- Práctica 2. Programación de las ecuaciones de Cinemática.
3.- Práctica 3. Odometría. Estimación de la posición utilizando la odometría.
4.- Práctica 4. Histogram2D, modelo de movimiento y estimación de la posición.
5.- Práctica 5. Localización del robot utilizando el Filtro Partículas.
6.- Práctica 6. Planificación de la trayectoria (A* o Dijkstra).
7.- Práctica 7. Suavizado de la trayectoria y navegación con el algoritmo Pure Pursuit.
8.- Práctica Final Robótica Móvil.
9.- Práctica 8. Programación algoritmo Value Iteration.
10.- Práctica 9. Aprendizaje por refuerzo, Temporal Difference Learning.
11.- Practica 10. AR, Resolver el problema del Taxi utilizando Q-Learning.

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


Bibliografía básica
Inteligencia Artificial. Un enfoque moderno, Stuart Rusell y Peter Norvig, Prentice Hall

 

Bibliografía recomendada:
Sutton and Barto. Reinforcement Learning: An Introduction. Acceso libre online.
Introduction to Autonomous mobile robots, Ronald Siewart, Illah Nourbakhsh. Acceso libre online

Subir

Idiomas

Castellano, parte del material docente esta en inglés

Subir

Lugar de impartición

Laboratorio

Subir