DATOS IDENTIFICATIVOS 2019_20
Asignatura (*) SISTEMAS MULTIAGENTE Código 17685104
Titulación
Ing. de la Seguridad Informática e Inteligencia Artificial (2016)
Ciclo
Descriptores Cr.totales Tipo Curso Periodo
4.5 Obligatoria Primer 1Q
Lengua de impartición
Anglès
Departamento Ingeniería Informática y Matemáticas
Coordinador/a
ISERN ALARCÓN, DAVID
Correo-e
Profesores/as
Web http://moodle.urv.cat
Descripción general e información relevante Conceptes bàsics de l'àrea dels agents intel·ligents i els sistemes multi-agent.

Competencias
Tipo A Código Competencias Específicas
 A1 Capacidad para la integración de tecnologías, aplicaciones, servicios y sistemas propios de la Seguridad Informática y la Inteligencia Artificial en contextos más amplios y multidisciplinares.
 A5 Capacidad para analizar las necesidades de información que se plantean en un entorno y llevar a cabo en todas sus etapas el proceso de construcción de un sistema de información seguro.
 A9 Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
 G1 Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en los ámbitos de la Seguridad Informática y la Inteligencia Artificial.
 G2 Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en ámbitos relacionados con la Seguridad Informática y la Inteligencia Artificial.
Tipo B Código Competencias Transversales
 CT2 Formular valoraciones a partir de la gestión y uso eficiente de la información.
 CT3 Resolver problemas complejos de manera crítica, creativa e innovadora en contextos multidisciplinares.
 CT4 Trabajar en equipos multidisciplinares y en contextos complejos.
 CT5 Comunicar idees complexes de manera efectiva a tot tipus d’audiències.
 CT7 Aplica los principios éticos y de responsabilidad social como ciudadano y como professional.
Tipo C Código Competencias Nucleares

Resultados de aprendizaje
Tipo A Código Resultados de aprendizaje
 A1 Analiza los problemas y sus causas des de un enfoque global y de medio y largo plazo.
Integra dispositivos y / o métodos computacionales en contextos varios.
 A5 Identifica los componentes de un problema de toma de decisiones y sabe decidir el tipo de modelo de toma de decisiones más adecuado.
 A9 Diferencia los diversos tipos de agentes inteligentes y sabe utilizar cada uno de ellos.
 G1 Integra los conocimientos teóricos con las realidades a las cuales se pueden aplicar.
 G2 Aplica las técnicas aprendidas en contextos concretos.
Tipo B Código Resultados de aprendizaje
 CT2 Formula valoraciones a partir de la gestión y el uso eficiente de la información.
 CT3 Resuelve problemas complejos de forma crítica, creativa e innovadora en contextos multidisciplinares.
 CT4 Trabaja en equipos multidisciplinares y en contextos complejos.
 CT5 Comunica ideas complejas de manera efectiva a todo tipo de audiencias.
 CT7 Aplica los principios éticos y de responsabilidad social como ciudadano y como profesional.
Tipo C Código Resultados de aprendizaje

Contenidos
tema Subtema
Agentes inteligentes (6 hs) Agentes inteligentes. Definición. Arquitecturas. Propiedades. Tipología.
Sistemas multi-agente (24 hs) Introducción a los sistemas inteligentes distribuídos. Comunicación. Estandars. Coordinación. Negociación. Planificación distribuída. Votaciones. Subastas. Formación de coaliciones. Aplicaciones de los sistemas multi-agente a problemas reales.

Planificación
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
Horas fuera de clase
(**) Horas totales
Actividades introductorias
1 1.5 2.5
Presentaciones/exposiciones
A5
G2
CT2
CT5
1 1.5 2.5
Debates
A5
G2
CT2
1 1.5 2.5
Lectura de documentación escrita / gráfica elaborada
A9
25 37.5 62.5
Trabajos
A1
G1
CT3
CT4
CT7
13 19.5 32.5
Atención personalizada
1 0 1
 
Pruebas objetivas de tipo test
A9
3 6 9
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías
  descripción
Actividades introductorias Presentación de la asignatura, describiendo el temario, bibliografía, metodología de trabajo, mecanismo de evaluación.
Presentaciones/exposiciones Presentación al final del semestre del trabajo práctico realizado.
Debates Discusión durante el semestre del ejercicio práctico a realizar.
Lectura de documentación escrita / gráfica elaborada Lectura y estudio de los contenidos de la asignatura.
Trabajos Realitzación de ejercicios prácticos usando las TIC y guiades por el profesor.
Atención personalizada Ayuda personalizada para aclarar las dudas sobre los conceptos teóricos y para resolver ejercicios prácticos usando la tecnología de agentes.

Atención personalizada
descripción
Ayuda personalizada a través de TICs (correo, chat, videoconferencia) para aclarar las dudas sobre los conceptos teóricos y para resolver ejercicios prácticos usando la tecnología de agentes.

Evaluación
Metodologías Competencias descripción Peso        
Presentaciones/exposiciones
A5
G2
CT2
CT5
Presentación de un ejercicio asociado a la asignatura. 30%
Trabajos
A1
G1
CT3
CT4
CT7
Realitzación individual de ejercicios prácticos usando las TIC 50%
Pruebas objetivas de tipo test
A9
Prueba de preguntas cortas tipo test sobre el contenido teórico de la asignatura. 20%
Otros  
 
Otros comentarios y segunda convocatoria

La segunda convocatoria tendrá la misma evaluación que la primera.


Fuentes de información

Básica A. Mas , Agentes software y sistemas multi-agente , Pearson-Prentice Hall , 2005
M.Wooldridge , An introduction to multiagent systems (2nd ed) , Wiley , 2009

Complementaria , Info. plana web JADE , ,
, Journal of Autonomous Agents and Multi-Agent Systems , ,
Isern, Sánchez , Guia de programació de sistemes multiagent en JADE 3.3 , DEIM-RT-05-001 , 2005
G.Weiss , Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence , MIT Press , 1999
M.Fasli , Agent technology for e-commerce , Wiley, 2007

Recomendaciones


(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.