
asignatura master 2024
Curso 2023/2024 Código Asignatura: 28070108
-
Guía de la Asignatura Curso 2023/2024
- Primeros Pasos
- Presentación y contextualización
- Requisitos y/o recomendaciones para cursar esta asignatura
- Equipo docente
- Horario de atención al estudiante
- Competencias que adquiere el estudiante
- Resultados de aprendizaje
- Contenidos
- Metodología
- Sistema de evaluación
- Bibliografía básica
- Bibliografía complementaria
- Prácticas de laboratorio
- Recursos de apoyo y webgrafía
Código Asignatura: 28070108
PRESENTACIÓN Y CONTEXTUALIZACIÓN
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
NOMBRE DE LA ASIGNATURA | INTELIGENCIA ARTIFICIAL EN LA INGENIERÍA |
CÓDIGO | 28070108 |
CURSO ACADÉMICO | 2023/2024 |
TÍTULOS DE MASTER EN QUE SE IMPARTE |
MÁSTER UNIVERSITARIO EN INDUSTRIA CONECTADA
|
TIPO | CONTENIDOS |
Nº ECTS | 5 |
HORAS | 125 |
PERIODO | SEMESTRE 1 |
IDIOMAS EN QUE SE IMPARTE | CASTELLANO |
Las técnicas basadas en Inteligencia Artificial se han ido introduciendo en un número creciente de aplicaciones dentro del campo de la Ingeniería. Estas abarcan desde la automatización de numerosos procedimientos en la Industria y las empresas, así como dentro del campo del Control de Procesos. Para un ingeniero es de gran importancia conocer y dominar dichas técnicas.
El objetivo de esta asignatura de máster es doble: por un lado se desea formar un ingeniero capaz de aplicar estas modernas tecnologías a diversos problemas industriales que solicitan nuevas soluciones, pero además se pretende que este ingeniero sea capaz de innovar desarrollando sus propias aportaciones.
En el enfoque de esta asignatura se presta especial atención a su relación con las técnicas de control. Estas son de especial importancia en temas de reconocimiento de patrones, con aplicación en Robótica, así como también en ténicas avanzadas de Control de Procesos Industriales.
Esta asignatura se relaciona con las asignaturas de Control de Procesos que se imparten en el título de Ingeniero Industrial. Además extiende y sobrepasa el mero campo del control, al aportar conocimientos válidos en un rango más amplio de problemas.
Para poder seguirla se requieren:
-
Conocimientos de Teoría Clásica de Control.
-
Conocimientos de diferentes conceptos que se engloban dentro Matemática Aplicada a la Ingeniería Eléctrica y de Control.
-
Conocimientos de Informática.
Estos contenidos corresponden a diversas asignaturas que el estudiante ya ha cursado como parte de la especialidad de Electricidad de la titulación de Ingeniero Industrial.
Nombre y apellidos | CLARA MARIA PEREZ MOLINA (Coordinador de Asignatura) |
Correo electrónico | clarapm@ieec.uned.es |
Teléfono | 91398-7746 |
Facultad | ESCUELA TÉCN.SUP INGENIEROS INDUSTRIALES |
Departamento | INGENIERÍA ELÉCTRICA, ELECTRÓNICA, CONTROL, TELEMÁTICA Y QUÍMICA APLICADA A LA INGENIERÍA |
Nombre y apellidos | BLANCA QUINTANA GALERA |
Correo electrónico | bquintana@ieec.uned.es |
Teléfono | 91398-8210 |
Facultad | ESCUELA TÉCN.SUP INGENIEROS INDUSTRIALES |
Departamento | INGENIERÍA ELÉCTRICA, ELECTRÓNICA, CONTROL, TELEMÁTICA Y QUÍMICA APLICADA A LA INGENIERÍA |
Nombre y apellidos | SANTIAGO MONTESO FERNANDEZ |
Correo electrónico | smonteso@ieec.uned.es |
Teléfono | 91398-6481 |
Facultad | ESCUELA TÉCN.SUP INGENIEROS INDUSTRIALES |
Departamento | INGENIERÍA ELÉCTRICA, ELECTRÓNICA, CONTROL, TELEMÁTICA Y QUÍMICA APLICADA A LA INGENIERÍA |
La tutorización será la habitual en las enseñanzas regladas de la UNED, es decir mediante atención telefónica y presencial en el horario de guardias:
Martes y miércoles lectivos de 10:00 a 12:00 horas.
Tlf: 91-3986482
Prof. Carlos de Mora Buendía cdemora@ieec.uned.es
Por otro lado también se utilizarán los recursos tecnológicos disponibles como, por ejemplo, la plataforma virtual o la videoconferencia.
Competencias Generales y básicas
CG1 - Diseñar estrategias para organizar y planificar entornos industriales conectados
CG2 - Resolver problemas asociados al diseño o desarrollo de sistemas industriales conectados
CG5 - Ser capaz de diseñar y desarrollar sistemas industriales conectados de manera eficiente
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
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
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 ambigu¿edades
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.
Competencias específicas
Los estudiantes que cursen esta asignatura optativa adquirirán la siguiente competencia específica:
- Conocer todo un conjunto de técnicas englobadas dentro del concepto de Inteligencia Artificial y aplicarlas en el contexto industrial
Los principales resultados del aprendizaje que se pretenden que el estudiante alcance son:
- Conocer todo un conjunto de técnicas englobadas dentro del concepto de Inteligencia Artificial y derivar de este conocimiento sus aplicaciones en problemas de Ingeniería.
- Profundizar en las técnicas de representación del conocimiento, planificación, aprendizaje, reconocimiento de patrones y control avanzado de procesos.
- Destrezas y habilidades en la utilización de las herramientas y lenguajes informáticos requeridos para el desarrollo y aplicación de estas técnicas.
- Trabajo cooperativo y a distancia para el desarrollo de habilidades y competencias, incluyendo la capacidad del análisis crítico de las decisiones adoptadas.
- Aplicar y experimentar nuevos sistemas de control inteligente de procesos industriales .
- Aplicar y experimentar nuevos sistemas inteligentes de monitorización de los procesos de fabricación en la industria.
- Aplicar y experimentar nuevos sistemas inteligentes de gestión de la información encaminados a perfeccionar la gestión en la empresa y la industria en todos sus niveles.
- Aplicar y experimentar nuevos sistemas de incremento de la automatización y la productividad en la industria.
El reto de la Inteligencia Artificial
Historia e hitos de la IA.
Aplicaciones de la IA.
Sistemas inteligentes.
Futuro de la IA.
Inteligencia Artificial, una nueva síntesis
Representación y implementación de funciones de acción.
Redes neuronales.
Máquinas evolutivas.
Visión artificial.
Búsqueda en espacios de estados
Búsqueda sin información.
Búsqueda heurística.
Planificación, acción y aprendizaje.
Representación del conocimiento
El lenguaje.
Reglas de inferencia.
Semantica.
Cálculo de predicados
Sistemas expertos.
Aprendizaje mediante reglas.
Razonamiento.
Mantenimiento de bases de datos de conocimiento
Redes neuronales
Historia de las redes neuronales artificiales.
Las neuronas bioñógicas.
¿Por qué estudiar las redes neuronales?
Métodos de aprendizaje de las redes neuronales artificiales
Aprendizaje supervisado
La regla delta.
Método de retropropagación.
El gradiente descendiente.
Memorias asociativas.
Aprendizaje no supervisado.
Redes de Kohonen.
La asignatura “Inteligencia Artificial en la Ingeniería” se impartirá a distancia siguiendo el modelo educativo propio de la UNED. Desde el punto de vista metodológico tiene las siguientes características generales:
-
Como se ha indicado es una asignatura "a distancia". De esta forma, además de la bibliografía básica impresa, el estudiante dispondrá del Curso virtual de la asignatura, al que se tendrá acceso a través del portal de enseñanza virtual de la UNED, donde se incluirá todo tipo de información y documentos (artículos, informes, memorias estadísticas, etc.) que necesite para su consulta y/o descarga.
-
Dado que el trabajo autónomo del estudiante es mayoritario, la carga de trabajo que le supondrá la asignatura dependerá fundamentalmente a sus circunstancias personales y laborales. A través de los foros generales del curso virtual y del contacto personal mediante del correo electrónico, se le se le guiará y aconsejará sobre el ritmo de trabajo que debe llevar para que el seguimiento de la asignatura sea lo más regular y constante posible.
-
Además de esos recursos de comunicación individuales, se fomentará la comunicación a través de los demás recursos educativos técnicos y de comunicación de los que dispone el modelo de la UNED como, por ejemplo, videoconferencias, programas de radio y/o televisión, presentaciones y conferencias en repositorios digitales, etc.
-
La asignatura tiene un importante carácter teórico debido a los temas que aborda y a los objetivos propuestos. Sin embargo, en su desarrollo se prestará una especial atención a los aspectos prácticos (resolución de problemas y realización de prácticas mediante programas informáticos de simulación) que permitan afianzar esos conocimientos teóricos y ayudar a llevar el seguimiento regular y constante previsto.
Cronológicamente el estudiante debe estudiar y preparar cada tema siguiendo el orden dado a los contenidos, ya que cada uno se apoya en los anteriores.
TIPO DE PRUEBA PRESENCIAL |
|
---|---|
Tipo de examen | |
Tipo de examen | Examen de desarrollo |
Preguntas desarrollo | |
Preguntas desarrollo | 4 |
Duración | |
Duración | 120 (minutos) |
Material permitido en el examen | |
Material permitido en el examen | Ninguno. |
Criterios de evaluación | |
Criterios de evaluación | La evaluación se realiza a través de la prueba presencial y además a lo largo del curso se realizan varios trabajos los cuales incrementan la calificación final de la asignatura, en el caso de que se haya aprobado la prueba presencial. |
% del examen sobre la nota final | |
% del examen sobre la nota final | |
Nota mínima del examen para aprobar sin PEC | |
Nota mínima del examen para aprobar sin PEC | 5 |
Nota máxima que aporta el examen a la calificación final sin PEC | |
Nota máxima que aporta el examen a la calificación final sin PEC | 10 |
Nota mínima en el examen para sumar la PEC | |
Nota mínima en el examen para sumar la PEC | 5 |
Comentarios y observaciones | |
Comentarios y observaciones |
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS | |
---|---|
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS |
|
Requiere Presencialidad | |
Requiere Presencialidad | Si |
Descripción | |
Descripción | La única prueba presencial es final. |
Criterios de evaluación | |
Criterios de evaluación | El examen es único y final. La evaluación continua se realiza a través de trabajos que repercuten en la calificación final incrementéndola en el caso de que se haya aprobado la prueba presencial. |
Ponderación de la prueba presencial y/o los trabajos en la nota final | |
Ponderación de la prueba presencial y/o los trabajos en la nota final | |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | 15 de Febrero |
Comentarios y observaciones | |
Comentarios y observaciones |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) | |
---|---|
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
|
¿Hay PEC? | |
¿Hay PEC? | Si,PEC no presencial |
Descripción | |
Descripción | Trabajo a realizar. |
Criterios de evaluación | |
Criterios de evaluación | El peso de los difrentes trabajos (PECs) depende de la dificultad de los mismos, pero típicamente es de un 10% de la calificación total. Sólamente se aplica la valoración del trabajo si se ha aprobado la prueba presencial. |
Ponderación de la PEC en la nota final | |
Ponderación de la PEC en la nota final | En condiciones normales, en las que se ha aprobado la prueba presencial, el peso de las PECs es de un 10% de la calificación final. |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | 15 de Febrero |
Comentarios y observaciones | |
Comentarios y observaciones |
OTRAS ACTIVIDADES EVALUABLES |
|
---|---|
¿Hay otra/s actividad/es evaluable/s? | |
¿Hay otra/s actividad/es evaluable/s? | No |
Descripción | |
Descripción | |
Criterios de evaluación | |
Criterios de evaluación | |
Ponderación en la nota final | |
Ponderación en la nota final | |
Fecha aproximada de entrega | |
Fecha aproximada de entrega | |
Comentarios y observaciones | |
Comentarios y observaciones |
¿Cómo se obtiene la nota final? |
|
---|---|
Para aprobar la asignatura es condición necesaria aprobar el examen final. La calificación final obtenida depende también de los trabajos realizados. |
La bibliografía básica en la que se desarrolla el contenido de la asignatura y que el estudiante debe utilizar para prepararla y estudiarla, se compone de los siguientes materiales:
-
Libros (material impreso que deberá adquirir o conseguir en biblioteca):
-
Inteligencia Artificial. S. Russell P. Norving. Ed. Plaza Edición, 2004.
-
Redes Neuronales. Sánchez Camperos y otros. Ed. Prentice Hall. 2006.
-
-
Documentos electrónicos (archivos que deberá consultar y/o descargar y que estarán disponibles tanto en el Curso Virtual de la UNED): Artículos técnicos de las múltiples revistas existentes sobre Inteligencia Artificial.
¿Hay prácticas en esta asignatura de cualquier tipo (en el Centro Asociado de la Uned, en la Sede Central, Remotas, Online,..)? |
Si |
CARACTERÍSTICAS GENERALES |
|||||
|
|||||
|
|||||
|
|||||
|
|||||
No se guarda la nota en cursos posteriores si no se aprueba el examen: |
|||||
Cómo se determina la nota de las prácticas: |
REALIZACIÓN |
Sólo se necesita un ordenador personal. |
N.º de sesiones: Las que el alumno necesite para completar el guión |
|
OTRAS INDICACIONES: Las prácticas sólo reuieren un ordenador personal y software. |
La plataforma de aprendizaje de la UNED proporcionará el adecuado interfaz de interacción entre el alumno y sus profesores. Se ofrecerán las herramientas necesarias para que, tanto el equipo docente como los estudiantes, encuentren la manera de compaginar tanto el trabajo individual como el aprendizaje cooperativo. |