Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Tutorías: 1 Clase Expositiva: 15 Clase Interactiva: 10 Total: 26
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Fisiología, Electrónica y Computación
Áreas: Fisiología, Ciencia de la Computación e Inteligencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable
La materia tiene como objetivo conocer la fisiología del sistema nervioso y del cerebro. Se plantea una introducción al concepto de inteligencia natural, dónde se explicará la noción de inteligencia y una descripción general de los diferentes tipos de inteligencia que se conocen. Se tratará a continuación el substrato físico que sustenta la inteligencia, aportando una visión general del sistema nervioso central, y del cerebro en particular. Se abordará la fisiología de las unidades de computación biológica, las neuronas, y cómo estas procesan y propagan la información. Por último, la materia cubrirá ejemplos de circuitos y redes neuronales, incidiendo en los mecanismos asociativos y de integración que permiten explicar comportamientos sencillos.
Los objetivos específicos de la asignatura son:
· Conocer la fisiología del sistema nervioso y del cerebro, la noción de inteligencia y sus tipos
· Saber las bases del substrato físico que sustenta la inteligencia: sistema nervioso central y cerebro
· Conocer los mecanismos básicos de funcionamiento de las neuronas para la propagación de la información.
Los contenidos se distribuyen en teoría y prácticas:
Teoría:
1. Introducción: Inteligencia Artificial e Inteligencia Natural.
2. Nivel de membrana: Medios intra y extracelular: movimiento de iones, potencial de membrana en reposo, canales iónicos.
3. Nivel de neurona: morfología neuronal, actividad eléctrica en dendritas-soma-axón, potencial de acción, propagación de variaciones de potencial.
4. Nivel de sinapsis: sinapsis química y eléctrica, procesos en la terminal presináptica y postsináptica, modelos de sinapsis.
5. Nivel de circuitos: sistemas generales, microcircuitos, inhibición lateral y sistemas de retroalimentación, macrocircuitos, sistema somatosensorial, sistema visual.
Prácticas:
Práctica 1: Nivel de membrana y neurona: potencial de membrana/potencial de acción. Herramienta: Neurosim.
Práctica 2: Nivel de sinapsis: sinapsis química. Herramienta: Neurosim.
Práctica 3: Nivel de circuitos: inhibición lateral y sistemas de retroalimentación. Herramienta: Neurosim
Básica:
Principles of neural science by Eric R. Kandel, John D. Koester, Sarah H. Mack, Steven A. Siegelbaum Ed McGraw-Hill
Complementaria:
From molecules to networks : an introduction to cellular and molecular neuroscience by John H. Byrne and James L. Roberts Editor Academic Press
La asignatura contribuye al desarrollo de las siguientes competencias generales y específicas recogidas en la memoria del título:
Competencias básicas y generales:
CG2 - Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.
CG4 - Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para
desarrollar y proponer nuevos métodos basados en inteligencia artificial.
Competencias transversales:
TR1 - Capacidad para comunicar y transmitir sus conocimientos, habilidades y destrezas.
TR3 - Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones.
Iniciativa y espíritu emprendedor.
Los resultados del aprendizaje serán:
· Conocer la fisiología del sistema nervioso y del cerebro, la noción de inteligencia y sus tipos
· Saber las bases del substrato físico que sustenta la inteligencia: sistema nervioso central y cerebro
· Conocer los mecanismos básicos de funcionamiento de las neuronas para la propagación de la información.
La metodología de enseñanza será diferente para las clases de teoría/expositivas y para las clases prácticas/laboratorio:
- Las clases teóricas consistirán en clases expositivas donde se explicarán los conceptos y fundamentos de la materia. Se propondrán ejercicios y cuestiones para que el alumno aplique los conceptos y razone utilizando los fundamentos de la materia. Competencias trabajadas: CG2 y TR3.
- Las clases prácticas o de laboratorio consistirán en experimentos y problemas prácticos para entender los fundamentos del sistema nervioso y de la actividad neurona. El alumno trabajará de forma individual o en grupos reducidos para realizar los experimentos y resolver los problemas planteados. Al finalizar las sesiones tendrán que responder a un conjunto de cuestiones sobre las prácticas realizadas. Competencias trabajadas: CG2, CG4, TR1 y TR3.
Se usará el Campus Virtual como plataforma básica (repositorio de contenidos y tutorización virtual del alumnado). En el aula virtual de la materia, el alumnado tendrá toda la información (material teórico, diapositivas de clase, guiones de prácticas, etc.).
La evaluación tendrá en cuenta tanto la parte teórica como prácticas. Para aprobar la materia el alumno tendrá que conseguir una nota global igual o superior a 5 (sobre un máximo de 10 puntos). El peso de cada parte en la nota global es el siguiente:
Informes de prácticas: 40% de la nota
Examen final: 60% de la nota
Obtendrán la calificación de no presentado los/las estudiantes que no se hayan presentado al examen ni hayan presentado los informes de prácticas.
Para superar la asignatura en la segunda oportunidad el alumnado deberá someterse a la evaluación de las partes de la materia que no hayan sido superadas en la primera oportunidad. Para el resto se conservarán las calificaciones obtenidas durante el curso.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la normativa de evaluación del rendimiento académico del alumnado y de revisión de las calificaciones (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…). En aplicación de la normativa de la ETSE sobre plagio (aprobada por la Xunta da ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso de las dos oportunidades del curso, con la calificación de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
El tiempo de trabajo presencial de la materia es de 25 horas, con la siguiente distribución:
Horas de teoría: 15h
Horas de prácticas: 10h
El tiempo de estudio estimado para el alumno es de 50 horas.
Se recomienda que el alumnado lleve al día los contenidos teóricos de la asignatura. Y por otra parte resuelva todos los ejercicios y prácticas propuestos (no solamente los evaluables). Igualmente se considera importante hacer un uso intenso de las tutorías para la resolución de dudas y una participación activa en las sesiones expositivas e interactivas.
Eduardo Manuel Sánchez Vila
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816466
- Correo electrónico
- eduardo.sanchez.vila [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
Francisco Javier Martin Cora
Coordinador/a- Departamento
- Fisiología
- Área
- Fisiología
- Teléfono
- 881812295
- Correo electrónico
- franciscoj.martin.cora [at] usc.es
- Categoría
- Profesor/a: Profesor Contratado/a Doctor
| Lunes | |||
|---|---|---|---|
| 09:30-11:00 | Grupo /CLE_01 | Castellano | IA.01 |
| Miércoles | |||
| 12:00-14:00 | Grupo /CLIL_02 | Castellano | IA.02 |
| 15:30-17:30 | Grupo /CLIL_01 | Castellano | IA.13 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_02 | Aula A4 |
| 20.12.2024 16:00-20:00 | Grupo /CLE_01 | Aula A4 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_01 | Aula A4 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_01 | IA.01 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_02 | IA.01 |
| 20.12.2024 16:00-20:00 | Grupo /CLE_01 | IA.01 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_02 | IA.11 |
| 20.12.2024 16:00-20:00 | Grupo /CLE_01 | IA.11 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_01 | IA.11 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_01 | IA.12 |
| 20.12.2024 16:00-20:00 | Grupo /CLE_01 | IA.12 |
| 20.12.2024 16:00-20:00 | Grupo /CLIL_02 | IA.12 |
| 19.06.2025 16:00-20:00 | Grupo /CLE_01 | IA.11 |
| 19.06.2025 16:00-20:00 | Grupo /CLIL_01 | IA.11 |
| 19.06.2025 16:00-20:00 | Grupo /CLIL_02 | IA.11 |