Tipus A
|
Codi |
Competències Específiques | | A3 |
Capacitat per a la modelització matemàtica, càlcul i simulació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques d'investigació, desenvolupament i innovació en tots els àmbits relacionats amb l'enginyeria informàtica. |
| D1 |
Capacitat per integrar tecnologies, aplicacions, serveis i sistemes propis de l'enginyeria informàtica, amb caràcter generalista, i en contextos més amplis i multidisciplinaris. |
| T7 |
Capacitat per comprendre i poder aplicar coneixements avançats de computació d'altes prestacions i mètodes numèrics o computacionals a problemes d'enginyeria. |
Tipus B
|
Codi |
Competències Transversals | | B2 |
Aplicar el pensament crític, lògic i creatiu, demostrant capacitat d’innovació. |
Tipus C
|
Codi |
Competències Nuclears | | C1 |
Dominar en un nivell intermedi una llengua estrangera, preferentment l’anglès. |
| C2 |
Utilitzar de manera avançada les tecnologies de la informació i la comunicació. |
| C3 |
Gestionar la informació i el coneixement. |
Tipus A
|
Codi |
Resultats d'aprenentatge |
| A3 |
Aplica les tècniques apreses en contextos concrets.
| | D1 |
Analitza els problemes i les causes des d'un enfocament global i a mitjà i llarg termini.
| | T7 |
Comprèn la dificultat en el tractament de dades reals multidimensionals i coneix algunes tècniques clàssiques lineals.
Coneix tècniques de computació neuronal i evolutiva aplicables a problemes de predicció, classificació, optimització, agrupació i visualització de dades multidimensionals.
Es familiaritza amb la recerca, comprensió i utilització d'articles d'investigació en llengua estrangera.
|
Tipus B
|
Codi |
Resultats d'aprenentatge |
| B2 |
Identifica necessitats de millora en situacions i contexts complexes
Aplica tècniques innovadores i obté resultats
|
Tipus C
|
Codi |
Resultats d'aprenentatge |
| C1 |
Explica i justifica breument les seves opinions i projectes
Comprèn instruccions sobre classes o tasques assignades pels professors
Extreu el sentit general dels textos que contenen informació no rutinària dins d'un àmbit conegut
| | C2 |
Coneix el sistema operatiu com a gestor del maquinari i el programari com eina de treball
Utilitza programari per a comunicació on-line: eines interactives (web, moodle, blocs..), correu electrònic, fòrums, xat, vídeo-conferències, eines de treball col·laboratiu...
| | C3 |
Localitza i accedeix a la informació de manera eficaç i eficient
|
Tema |
Subtema |
Dades multidimensionals |
Problemes bàsics: predicció, classificació, optimització, agrupació, visualització. Tipus de dades: discretes, reals, categòriques. Preprocés de les dades: outliers, forats, escalaments. |
Computació neuronal |
Model de McCulloch i Pitts: pesos, llindar, camp, funció d'activació, activació. Arquitectures de xarxes neuronals artificials. Classificació dels models neuronals. |
Memòria associativa i optimització |
Xarxa de Hopfield: regla de Hebb, dinàmica, energia. Aplicacions per a optimització combinatòria. |
Aprenentatge supervisat |
Model lineal: regressió multilineal. Perceptró simple. Xarxes lineals. Separabilitat lineal. Xarxes multicapa. Back-propagation. Variants de la back-propagation. Cascade Correlation. Support Vector Machines. Altres algorismes. |
Aprenentatge no supervisat |
Model lineal: anàlisi de components principals. Xarxes auto-supervisades. Aprenentatge hebbià. Aprenentatge competitiu. Mapes auto-organitzats. Teoria de resonància adaptativa. Altres algorismes. |
Computació evolutiva |
Algorismes genètics: cromosoma, població, reproducció, recombinació, mutació, fitness. Programació genètica. Altres algorismes. |
Metodologies :: Proves |
|
Competències |
(*) Hores a classe
|
Hores fora de classe
|
(**) Hores totals |
Activitats Introductòries |
|
1 |
0 |
1 |
Sessió Magistral |
|
26 |
15 |
41 |
Pràctiques a través de TIC en aules informàtiques |
|
25 |
10 |
35 |
Pràctiques a través de TIC |
|
5 |
50 |
55 |
Atenció personalitzada |
|
2 |
0 |
2 |
|
Proves orals |
|
1 |
15 |
16 |
|
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor. (**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat |
Metodologies
|
Descripció |
Activitats Introductòries |
Introducció al desenvolupament de l'assignatura i als seus continguts |
Sessió Magistral |
Exposició dels continguts amb disponibilitat dels materials en format electrònic |
Pràctiques a través de TIC en aules informàtiques |
Exposició d’eines per al desenvolupament de solucions i resolució pràctica de problemes |
Pràctiques a través de TIC |
Exercicis pràctics per a assolir experiència i consolidar els coneixements teòrics |
Atenció personalitzada |
Atenció personalitzada presencialment o per vies telemàtiques |
Descripció |
Resolució de dubtes sobre els continguts i els exercicis pràctics. Es realitzarà personalment al despatx del professor, o via correu electrònic. |
Metodologies |
Competències
|
Descripció |
Pes |
|
|
|
|
Pràctiques a través de TIC |
|
Avaluació dels exercicis pràctics (Problemes 20%, Pràctiques TIC 40%, Preguntes objectives 10%) |
70% |
Proves orals |
|
Exposició de tema relacionat amb l'assignatura |
30% |
Altres |
|
|
|
|
Altres comentaris i segona convocatòria |
L'estudiant que no superi l'avaluació contínua pot recuperar les parts suspeses o no presentades a la segona convocatòria. |
Bàsica |
Hertz, J.A., Krogh, A., Palmer, R.G., Introduction to the Theory of Neural Computation, Addison-Wesley, 1991
Goldberg, D.E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, 1989
Hilera, J.R., Martínez, V.J., Redes Neuronales Artificiales. Fundamentos, Modelos y Aplicaciones. , RA-MA, 1995
|
|
Complementària |
Bishop, C.M, Neural Networks for Pattern Recognition, Oxford University Press, 1995
Davis, L. (ed), Handbook of Genetic Algorithms, Van Nostrand Reinhold, 1991
Cristianini, N.; Shawe-Taylor, J., An Introduction to Support Vector Machines and Other Kernel-based Learning Methods, Cambridge University Press, 2000
http://www.faqs.org/faqs/ai-faq/neural-nets/, Neural Network FAQ, ,
http://www.faqs.org/faqs/ai-faq/genetic/, Evolutionary Computation FAQ, ,
|
|
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent |
|