Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 30 Clase Interactiva: 20 Total: 51
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Ciencia da Computación e Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Segundo semestre
Docencia: Con docencia
Matrícula: Matriculable
O obxectivo da materia é proporcionar as habilidades necesarias para construír sistemas que sexan capaces de resolver problemas utilizando o coñecemento e o razoamento do mesmo xeito que o faría un ser humano. A materia centrarase en saber definir os coñecementos que un sistema require para dotalo de comportamento
intelixente, en modelar e representar o devandito coñecemento de forma simbólica e en razoar automaticamente sobre ditas representacións, co fin último de facer que o sistema realice accións intelixentes. Para iso utilizaranse representacións de coñecemento como as que se apoian en lóxica descritiva, ontoloxías ou grafos semánticos.
Tema 1: Introdución á representación do coñecemento
Tema 2: Representación do coñecemento en sistemas baseados en regras
Tema 3: Métodos de inferencia en sistemas baseados en regras
Tema 4: Ontoloxías
Tema 5: Lóxica descritiva
Tema 6: Grafos de coñecemento
BIBLIOGRAFÍA BÁSICA
[1] A. Gomez-Pérez, M. Fernández, O. Corcho (2003): Ontological Engineering. Springer. [SIG.: C60 456, Escuela de Ingeniería]
[2] J.T. Palma Méndez, R. Marín Morales (2008): Inteligencia artificial: métodos, técnicas y aplicaciones. McGraw Hill [Sig.: A360 15, Escuela de Ingeniería]
BÁSICAS
[CB2] Que o alumnado saiba aplicar os seus coñecementos ao seu traballo ou vocación dun xeito profesional e posúa as competencias que adoitan demostrarse mediante o desenvolvemento e defensa de argumentos e resolución de problemas dentro da súa área de estudo.
[CB4] Que o alumnado poida transmitir información, ideas, problemas e solucións a públicos tanto especializados como non especializados.
[CB5] Queo alumnado desenvolva aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía.
XERAL
[CG2] Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
[CG3] Capacidade para deseñar e crear modelos e solucións de calidade baseadas na Intelixencia Artificial eficientes, robustas, transparentes e responsables.
[CG4] Capacidade para seleccionar e xustificar os métodos e técnicas adecuados para resolver un problema concreto, ou para desenvolver e propoñer novos métodos baseados na intelixencia artificial.
[CG5] Capacidade para concibir novos sistemas computacionais e/ou avaliar o rendemento dos sistemas existentes, que integren modelos e técnicas de intelixencia artificial.
ESPECÍFICAS
[CE13] Capacidade de modelar e deseñar sistemas baseados en representación do coñecemento e razoamento lóxico ou aproximado e aplicalas a diferentes dominios e problemas, tamén en contextos de incertidume.
[CE14] Coñecer as tecnoloxías semánticas para o almacenamento e acceso de grafos de coñecemento e o seu uso na resolución dos problemas.
TRANSVERSAL
[TR3] Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.
A metodoloxía da ensinanza está dirixida a focalizar a materia sobre os aspectos prácticos e teóricos da representación do coñecemento e razoamento simbólico, facendo énfase sobre as características e diferencias en relación con outros paradigmas da Intelixencia Artificial. O alumnado debe estar capacitado, polo tanto, para entender as vantaxes deste enfoque e para desenvolver programas nos que se faga uso de coñecemento, utilizando ontoloxías e regras de produción. Tendo isto en conta, distínguense tres tipos de actividades de aprendizaxe: clases maxistrais e sesións en grupos reducidos. Así:
(1) As clases maxistrais (20 horas) están dirixidas a explicar as diferentes aproximacións á representación do coñecemento en Intelixencia Artifcial, como un dos paradigmas básicos nos que esta se sustenta. De xeito xeral, estas clases dividiranse en dous grandes bloques, sistemas baseados no coñecemento e ontoloxías/lóxica descritiva, aínda que estes bloques son complementarios e inciden sobre diferentes aspectos da representación do coñevemento e razoamento.
(2) As sesións prácticas en grupos reducidos (30 horas) están dirixidas a que o alumnado adquira destreza na implementación de programas e solución de problemas que precisen da representación de coñecemento e de razoamento sobre o dito coñecemento para extraer nova información. Por elo é importante que nestas prácticas se realice un conxunto suficientemente extenso de exercicios nos que se usen as diferentes técnicas de representación do coñecemento e razoamento do mesmo. A asistencia a estas clases é OBRIGATORIA.
Tendo en conta esta metodoloxía de ensino, as competencias CE13 e CE14 teñen contidos específicos que están vencellados coa parte teórica e práctica dunha materia como Representación de Coñecemento e Razoamento, na que se revisan os paradigmas de representación de coñecemento e razoamento simbólico. Estas competencias, por tanto, avalíanse de forma explícita nas probas realizadas ao longo do curso, do mesmo xeito que ocorre coas competencias CG2, CG3, CG4 e CG5, que, se ben son competencias xeral, son necesarias para desenvolver axeitadamente os exercicios propostos.
Por outra banda, a competencia TR3 traballarase nos exercicios prácticos, xa que neles débense analizar os problemas expostos e sintetizar na súa resolución os conceptos da representación do coñecemento e do razoamento; mentres que as competencias CB2, CB4 e CB5 tamén se abordarán nas clases teóricas, nas que se promoverá a participación do alumnado.
A avaliación da materia realizarase de dúas formas diferentes, aínda que complementarias, que pretenden avaliar a competencia na implementación práctica de sistemas e ontoloxías baseadas no coñecemento. Por outra banda, distinguirase entre a avaliación da oportunidade ordinaria e a de recuperación:
OPORTUNIDADE ORDINARIA
(1) Exame no que se demostrará o dominio dos aspectos teóricos da representación do coñecemento e do razoamento simbólico. Neste exame terase que responder a unha serie de preguntas sobre o temario teórico da materia. Esta parte representará o 70% da nota final da materia.
(2) Realización dun conxunto de exercicios nos que se demostrará de xeito práctico o dominio no desenvolvemento de sistemas baseados no coñecemento, ontoloxías e grafos de coñecemento, así como métodos de razoamento. Todos os boletíns serán avaliados individualmente. Esta parte suporá o 30% da nota final da materia.
Para superar a materia é preciso APROBAR AS DÚAS PARTES POR SEPARADO.
Finalmente, se se entrega algún dos exercicios propostos, considerarase como o presentado na materia. Por último, a copia parcial ou total dun ou varios exercicios suporá suspender a totalidade da materia.
OPORTUNIDADE DE RECUPERACIÓN
Os criterios de avaliación das partes de teoría e práctica na oportunidade de recuperación serán exactamente os mesmos que para a oportunidade ordinaria. Polo tanto, ademais de superar o exame teórico e os exercicios, para aprobar a materia será necesario ter asistido ás clases prácticas interactivas (cos criterios de asistencia que se indican a continuación).
CONTROL DE ASISTENCIA
Como se mencionou anteriormente, a asistencia ás clases prácticas interactivas é obrigatoria debido ao feito de que nelas se abordan conceptos clave da materia, e o control desta asistencia realizarase mediante follas de sinaturas que deberán cubrirse ao final de cada unha das sesións. Ademais, se se asiste a menos do 80% das prácticas interactivas, considerarase que a materia non está superada.
No caso de realización fraudulenta de exercicios ou probas, aplicarase o disposto na Normativa de avaliación do rendemento académico do alumnado e revisión das cualificacións.
En aplicación do Regulamento da ETSE en materia de plaxio (aprobado pola Xunta da ETSE o 19/12/2019), a copia total ou parcial de calquera exercicio práctico ou teórico suporá o suspenso de ambas das oportunidades do curso, coa cualificación de 0,0 en ambos os casos.</ b>
Traballo na clase:
- Clases teóricas: 20 horas
- Clases prácticas: 30 horas
- Titorización individual: 1 hora
Total de horas de traballo na aula: 51 horas
Traballo persoal dos estudantes (estudo, realización de exercicios, prácticas, proxectos) e outras actividades (avaliación): 99 horas
Total de horas de traballo persoal: 67,5 horas
Debido á forte interrelación entre a parte teórica e a parte práctica e a progresividade na presentación de conceptos intimamente relacionados entre si na parte teórica, recoméndase dedicar un tempo de estudo ou revisión diaria.
O campus virtual da USC utilizarase para todo o ensino, publicación de material, guións de prácticas e envío de traballos.
O idioma preferido para impartir clases expositivas e interactivas é o gallego.
Manuel Lama Penin
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881816427
- Correo electrónico
- manuel.lama [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidade
David Chaves Fraga
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881815525
- Correo electrónico
- david.chaves [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
Tomás Benavides Álvarez
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- tomas.benavides.alvarez [at] usc.es
- Categoría
- Predoutoral Xunta
| Martes | |||
|---|---|---|---|
| 17:30-20:00 | Grupo /CLIL_01 | Galego, Castelán | IA.11 |
| Mércores | |||
| 17:30-20:00 | Grupo /CLIL_03 | Castelán, Galego | IA.S1 |
| Xoves | |||
| 15:30-16:30 | Grupo /CLE_01 | Galego | IA.11 |
| 17:30-20:00 | Grupo /CLIL_02 | Galego, Castelán | IA.13 |
| Venres | |||
| 13:00-14:00 | Grupo /CLE_01 | Galego | IA.S1 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_03 | IA.01 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_01 | IA.01 |
| 03.06.2025 09:00-14:00 | Grupo /CLE_01 | IA.01 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_02 | IA.01 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_03 | IA.11 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_01 | IA.11 |
| 03.06.2025 09:00-14:00 | Grupo /CLE_01 | IA.11 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_02 | IA.11 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_03 | IA.12 |
| 03.06.2025 09:00-14:00 | Grupo /CLE_01 | IA.12 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_01 | IA.12 |
| 03.06.2025 09:00-14:00 | Grupo /CLIL_02 | IA.12 |
| 02.07.2025 09:00-14:00 | Grupo /CLIL_02 | IA.11 |
| 02.07.2025 09:00-14:00 | Grupo /CLIL_03 | IA.11 |
| 02.07.2025 09:00-14:00 | Grupo /CLE_01 | IA.11 |
| 02.07.2025 09:00-14:00 | Grupo /CLIL_01 | IA.11 |