Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Tutorías: 1 Clase Expositiva: 10 Clase Interactiva: 11 Total: 22
Lenguas de uso Castellano, Gallego, Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Departamento externo vinculado a las titulaciones
Áreas: Área externa M.U en Intelixencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
El objetivo principal de esta materia es proporcionar a los alumnos los conocimientos mínimos necesarios para la resolución de problemas en el ámbito de los sistemas inteligentes en tiempo real, y la comprensión adecuada sobre el modo de enfocar la resolución de los dichos problemas, pero prestando una especial atención al manejo del tiempo re
Sistemas de tiempo real. Determinismo y confiabilidade. Paralelismo. Planificación. Lenguajes de implementación.
Básica:
Alan Burns, Andy Wellings, Sistemas de tiempo real y lenguajes de programación, 9788478290581, 3ª, Addison-
Wesley, 2003
Complementaria:
Manuel I. Capel Tuñón, Programación Concurrente y en tiempo real: Fundamentos y aplicaciones, 9788417289362,
Garceta, 2022
Rafael H. Bordini, Jomi Fred Hubner, Michael Wooldridge, Programming Multi-agent systems in Agent-Speak with
Jason, 10.1002/9780470061848, Wiley, 2007
Olivier Boissier, Rafael H. Bordini, Jomi Hubner, Alessandro Ricci, Multi-Agent Oriented Programming: Programming
Multi-Agent Systems Using JaCaMo, 9780262044578, MIT Press, 2020
BÁSICAS Y GENERALES
CG1 - Mantener y extender planteamientos teóricos fundados para permitir la
introducción y explotación de tecnologías nuevas y avanzadas en el campo de la
Inteligencia Artificial.
CG2 - Abordar con éxito todas las etapas de un proyecto de Inteligencia Artificial.
CG5 - Trabajar en equipo, especialmente de carácter multidisciplinar, y ser hábiles en la
gestión del tiempo, personas y toma de decisiones.
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser
originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de
investigación
CB7 - 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
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y
razones últimas que las sustentan a públicos especializados y no especializados de un
modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan
continuar estudiando de un modo que habrá de ser en gran medida autodirigido o
autónomo.
TRANSVERSALES
CT3 - Utilizar las herramientas básicas de las tecnologías de la información y las
comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje
a lo largo de su vida.
CT7 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o
transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible
ambiental, económico, político y social.
CT8 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo
tecnológico en el avance socioeconómico y cultural de la sociedad.
CT9 - Tener la capacidad de gestionar tiempos y recursos: desarrollar planes, priorizar
actividades, identificar las críticas, establecer plazos y cumplirlos.
ESPECÍFICAS
CE19 - Conocimiento de diferentes ámbitos de aplicación de las tecnologías basadas en
IA y su capacidad para ofrecer un valor añadido diferenciador.
CE20 - Capacidad de combinar y adaptar diferentes técnicas, extrapolando
conocimientos entre diferentes ámbitos de aplicación.
CE21 - Conocimiento de las técnicas que facilitan la organización y gestión de
proyectos en IA en entornos reales, la gestión de los recursos y la planificación de tareas
de una manera eficiente, teniendo en cuenta conceptos de diseminación del
conocimiento y ciencia abierta.
CE22 - Conocimiento de técnicas que facilitan la seguridad de los datos, aplicaciones y
las comunicaciones y sus implicaciones en diferentes ámbitos de aplicación de la IA.
CE30 - Ser capaz de plantear, modelar y resolver problemas que requieran la aplicación
de métodos, técnicas y tecnologías de inteligencia artificial.
La metodología Incluye el Método expositivo / lección magistral, prácticas de
laboratorio, tutorías, trabajo autónomo, estudio de casos y aprendizaje por proyectos. Se
llevará a cabo con las siguientes actividades formativas:
1) Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos: se
trata de sesiones cuyo objetivo es que el alumnado adquiera determinadas
competencias en base a la resolución de ejercicios, estudio de casos y realización
de proyectos que requieran al alumno la aplicación de los conocimientos y
competencias desarrolladas durante la asignatura. Estas sesiones pueden requerir
del alumno la presentación oral de su solución a los problemas planteados. Los
trabajos realizados por el alumnado se pueden realizar de forma individual o en
grupos de trabajo.
2) Clases de teoría: Exposición oral complementada con el uso de medios
audiovisuales y la introducción de algunas preguntas dirigidas a los estudiantes,
con la finalidad de transmitir conocimientos y facilitar el aprendizaje. Además
del tiempo de exposición oral por parte del profesor, esta actividad formativa
requiere del alumno la dedicación de un tiempo para preparar y revisar por
cuenta propia los materiales objeto de la clase.
3) Clases prácticas de laboratorio: clases dedicadas a que el alumnado desarrolle
trabajos prácticos que impliquen abordar la resolución de problemas complejos,
y el análisis y diseño de soluciones que constituyan un medio para su resolución.
Esta actividad puede requerir de los alumnos la presentación oral de los trabajos
realizados. Los trabajos realizados por el alumnado se pueden realizar de forma
individual o en grupos de trabajo
La evaluación constará de tres partes:
- Prueba de comprensión de conocimientos, con ponderación del 30% de la nota final. Consistirá en la presentación de un vídeo y una memoria con una solución propia a un ejercicio propuesto. Esta prueba metodológica es obligatoria para poder superar la materia, tanto se se sigue la evaluación continua como no. Para superar esta parte de la evaluación, el estudiante debe obtener 5 puntos o más en su nota. Las entregas tardías y aquellas que se entreguen en un formato diferente al del pedido serán valoradas con 0.
- Seguimiento continuo de la materia, con ponderación del 30% de la nota final. Al final de cada tema se propondrán problemas/ejercicios que servirán para una evaluación mediante un seguimiento continuo de la materia. Para liberar esta prueba de evaluación, el alumno deberá obtener 5 puntos o más en su nota final. No caso de no optar por la evaluación continua, en la fecha del examen los alumnos podrán contestar a los ejercicios que se presenten.
- Aprendizaje basado en proyectos, con ponderación del 40% de la nota final: Se evaluará la solución (código + memoria explicativa) la un proyecto práctico propuesto y asignado. Esta prueba se evaluará con las aplicaciones proporcionadas para su realización en grupos de 2 personas. Esta prueba metodológica es obligatoria, tanto se se sigue la evaluación continua como no. La entrega deberá realizarse en las fechas y en la forma indicadas. Las entregas tardías y aquellas que se entreguen en un formato diferente al solicitado serán valoradas con 0. La entrega podrá requerir una defensa por parte de los integrantes del
grupo en la fecha y forma que se indiquen. Para superar esta prueba de evaluación, el estudiante debe obtener 5 puntos o más en su cualificación final.
Puesto que el sistema de evaluación por defecto es lo de EVALUACIÓN CONTINUA, se considera que todos/as los/as alumnos/as matriculados optan por el dicho sistema. En caso de no optar por este sistema de evaluación, una vez superado el plazo de un mes desde lo comienzo del cuatrimestre, se habilitará un plazo de 5 días hábiles para que el alumnado matriculado en la materia manifieste, formalmente, su intención de no acogerse la este sistema de EVALUACIÓN CONTINUA. En este caso, la prueba constará de tres partes:
- Examen de Teoría, con una ponderación del 30%: Prueba objetiva que incluirá la evaluación de los conceptos teóricos vistos a lo largo del curso y resolución de ejercicios/problemas propuestos en el Sistema de Evaluación Continua. Para la superación de esta parte de la materia el estudiante deberá obtener una cualificación igual o superior a 5 puntos (sobre 10).
- Estudio de casos mediante la elaboración de Memoria y Vídeo, con una ponderación del 30%: Elaboración de un vídeo y una breve memoria que presente/defienda la solución del alumno a un caso de estudio que se determine, el trabajo será entregado en la fecha que se determine previa a la del Examen final. Para la superación de esta parte de la materia el estudiante deberá obtener una cualificación igual o superior a 5 puntos (sobre 10) en la evaluación tanto de la memoria, como del vídeo. Una entrega tardía o que no se ajuste a los parámetros fijados para la entrega será calificada con 0 puntos.
- Solución a un proyecto mediante el desarrollo de una práctica y un informe de prácticas, con una ponderación del 40%: se propondrá para los alumnos que se acojan la este sistema y deberá ser entregado en la fecha (anterior a la fecha de examen) y forma que se determine. La solución constará de un código con la solución y un informe que explique y defienda @dito solución. Para la superación de esta parte de la materia el estudiante deberá obtener una cualificación igual o superior a 5 puntos (sobre 10) en la evaluación tanto en el código, como en el informe. Una vez realizada la entrega, se podrá requerir la defensa del trabajo realizado con objeto de comprobar la autoría de la misma en la fecha de examen mediante la contestación de una serie de preguntas relativas al Proyecto asignado.
Tanto se se sigue la evaluación continua como no, la nota final de la materia se calcula mediante media ponderada de las pruebas anteriores, para poder realizar te la dice media el alumno deberá alcanzar como mínimo un 4 en cada una de las pruebas. Si al finalizar el curso, un alumno presenta una cualificación inferior a 4, en una o más de las pruebas anteriores, su cualificación vendrá determinada por el valor mínimo entre la media de las notas de las dichas pruebas y cuatro. Todas las entregas de las pruebas anteriores que no se realicen a tiempo y en la forma solicitada serán calificadas con un 0.
Los criterios de evaluación para la 2ª oportunidad serán los mismos que para la primera oportunidad.
A1: Clases de teoría: 10 horas presenciales, 20 horas en total de dedicación.
A2: Clases prácticas de laboratorio: 7 horas presenciales, 28 horas en total de
dedicación.
A3: Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos: 4
horas presenciales, 27 horas en total de dedicación.
Esta asignatura es impartida por la Universidad de Vigo.
Materias que se recomienda haber cursado previamente:
Sistemas multiaxente
| Miércoles | |||
|---|---|---|---|
| 15:30-17:00 | Grupo /CLE_01 | Inglés | IA.02 |
| 04.06.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |
| 04.06.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 09.07.2025 16:00-20:00 | Grupo /CLE_01 | IA.02 |
| 09.07.2025 16:00-20:00 | Grupo /CLIL_01 | IA.02 |