DADES IDENTIFICATIVES 2018_19
Assignatura (*) SISTEMES D'AJUDA A LA PRESA DE DECISIONS MULTICRITERI Codi 17685108
Ensenyament
Eng. de la Seguretat Informàtica i Intel·ligència Artificial (2016)
Cicle 2n
Descriptors Crèd. Tipus Curs Període
4.5 Obligatòria Primer 2Q
Llengua d'impartició
Anglès
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
VALLS MATEU, AÏDA
Adreça electrònica aida.valls@urv.cat
Professors/es
VALLS MATEU, AÏDA
Web
Descripció general i informació rellevant Aquest curs fa una introducció als sistemes anomenats "Multicriteria Decision Aiding " (MCDA). El curs cobreix els tres aspectes següents: (1) Models de representació de preferències de l'usuari. Es fa especial èmfasi en la utilització de dades no numèriques (com variables lingüístiques, conjunts difusos o ontologies). (2) Aplicació de diverses tècniques que a partir del model d'usuari permeten resoldre el problema de decisió. Es presentaran els dos models principals: Multiattribute Utility Theory i Outranking Relations. Al final del curs, l'estudiant haurà de conèixer els fonaments teòrics, propietats, avantatges i inconvenients de cada tipus de mètode. (3) Utilització de les eines MCDA en combinació amb altres disciplines (per exemple, Sistemes d'Informació Geogràfica o Sistemes Recomanadors).

Competències
Tipus A Codi Competències Específiques
 A1 Capacitat per integrar tecnologies, aplicacions, serveis i sistemes propis de la Seguretat Informàtica i Intel·ligència Artificial, en contextos més amplis i multidisciplinaris.
 A5 Capacitat per analitzar les necessitats d'informació que es plantegen en un entorn i dur a terme en totes les seves etapes el procés de construcció d'un sistema d'informació segur.
 A9 Capacitat per aplicar mètodes matemàtics, estadístics i d'intel·ligència artificial per modelitzar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel·ligents i sistemes basats en el coneixement.
 G1 Capacitat per projectar, calcular i dissenyar productes, processos i instal·lacions en els àmbits de la Seguretat Informàtica i Intel·ligència Artificial
 G2 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 els àmbits de la Seguretat Informàtica i Intel·ligència Artificial
Tipus B Codi Competències Transversals
 CT2 Formular valoracions a partir de la gestió i ús eficient de la informació.
 CT3 Resoldre problemes complexes de manera crítica, creativa i innovadora en contextos multidisciplinars.
 CT4 Treballar en equips multidisciplinars i en contextos complexes.
 CT5 Comunicar idees complexes de manera efectiva a tot tipus d’audiències.
 CT7 Aplicar els principis ètics i de responsabilitat social com a ciutadà i com a professional.
Tipus C Codi Competències Nuclears

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 A1 Analitza els problemes i les seves causes des d'un enfocament global i de mitjà i llarg termini.
 A5 Identifica els components d'un problema de presa de decisions i saber decidir el tipus de model de presa de decisions més adequat.
 A9 Dissenya tecnologies de garantia de la privacitat per a escenaris d'aplicacions informàtiques i telemàtiques.
 G1 Integra els coneixements teòrics amb les realitats a les quals es poden aplicar.
 G2 Aplica les tècniques apreses en contextos concrets.
Tipus B Codi Resultats d'aprenentatge
 CT2 Formula valoracions a partir de la gestió i l'ús eficient de la informació.
 CT3 Resol problemes complexes de manera crítica, creativa i innovadora en contextos multidisciplinars.
 CT4 Treballa en equips multidisciplinars i en contextos complexes.
 CT5 Comunica idees complexes de manera efectiva a tot tipus d’audiències.
 CT7 Aplica els principis ètics i de responsabilitat social com a ciutadà i com a professional.
Tipus C Codi Resultats d'aprenentatge

Continguts
Tema Subtema
1. Introducció als mètodes d'anàlisi de decisions multi-criteri
2. Modelatge de preferències 2.1 Variables i criteris
2.2 Perfil d'usuari amb dades numèriques
2.3 Perfil d'usuari amb dades categòriques
3. La teoria de la utilitat multi-atribut 3.1 Conceptes bàsics
3.2 Operadors d'agregació per criteris numèrics i lingüístics
4. Mètodes de comparació de relacions de preferència 4.1 Conceptes bàsics
4.2 El mètode ELECTRE
5. Tècniques avançades de presa de decisions en Intel·ligència Artificial

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
1 1.5 2.5
Sessió Magistral
A1
A5
26 41.5 67.5
Presentacions / exposicions
G1
CT5
1 1.5 2.5
Pràctiques a través de TIC en aules informàtiques
A1
A9
G2
10 15 25
Pràctiques a través de TIC
A1
G2
CT2
CT3
CT4
CT7
4 6 10
Atenció personalitzada
1 0 1
 
Proves objectives de preguntes curtes
A5
G2
2 2 4
 
(*) 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
Metodologies
  Descripció
Activitats Introductòries Presentació dels professors, dels objectius de l'assignatura, metodologia docent i forma d'avaluació.
Sessió Magistral El professor explicarà els continguts bàsics de l'assignatura amb exemples. Posant a disposició de l'alumne tot el material que necessiti per a l'estudi de la matèria.
Presentacions / exposicions L'estudiant haurà de preparar un recull de materials de recerca (articles científics) i presentar-los en un informe en grup. Es farà una presentació oral del treball.
Pràctiques a través de TIC en aules informàtiques Es farà una pràctica individual usant software lliure específic de sistemes de presa de decisions amb un cas d'estudi concret, o bé s'implementarà un petit software propi. Es lliurarà un informe final que s'avaluarà.
Pràctiques a través de TIC Es faran exercicis sobre els mètodes estudiants amb software lliure especialitzat en aqust tipus de sistemes. Caldrà lliurar un breu informe d'alguns d'aquests exercicis.
Atenció personalitzada El professor atendrà consultes personalitzades al seu despatx en l'horari establert. També es respondran dubtes durant l'horari de consultes habitual o bé a través del email.

D'altra banda, s'obrirà un forum de l'assignatura en el Moodle per a facilitat l'intercanvi de missatges entre tots els participants.

Atenció personalitzada
Descripció
El professor atendrà consultes personalitzades al seu despatx en l'horari establert. També es respondran dubtes durant l'horari de consultes habitual o bé a través del email. D'altra banda, s'obrirà un forum de l'assignatura en el Moodle per a facilitat l'intercanvi de missatges entre tots els participants.

Avaluació
Metodologies Competències Descripció Pes        
Presentacions / exposicions
G1
CT5
Es valorarà el contingut del recull de material sobre un tema plantejat pel professor i també l'explicació que l'estudiant faci a classe. 30%
Pràctiques a través de TIC en aules informàtiques
A1
A9
G2
Resolució de petits exercicis per consolidar els coneixements teòrics.
Alguns exercicis es recolliran i avaluaran.
També s'avaluarà la participació a classe.
10%
Pràctiques a través de TIC
A1
G2
CT2
CT3
CT4
CT7
Es resoldrà un cas pràctic usant software lliure existent, o bé es desenvoluparà un programa propi. 20%
Proves objectives de preguntes curtes
A5
G2
Es realitzarà una prova escrita individual. Cal treure una nota mínima de 5 a l'examen per aprovar l'assignatura. 40%
Altres  
 
Altres comentaris i segona convocatòria

Les proves que no es superin en primera convocatòria, es repetiran en segona convocatòria.

Durant els exàmens no es podrà fer ús de cap dispositiu de comunicació i transmissió de dades. El no compliment d'aquest punt suposa automàticament la no superació de l'examen.


Fonts d'informació

Bàsica Figueira, J., Greco, S., Ehrgott, M (eds), Multiple Criteria Decision Analysis, Springer, 2005
Ishizaka, A., Nemery, P., Multi-criteria decision analysis: methods and software, Wiley, 2013
Torra, V., Narukawa, Y., Modelling Decisions: Information fusion and Aggregation operators, Springer , 2005

Complementària http://www.cs.put.poznan.pl/ewgmcda/, Euro working group on MCDA, ,
http://www.mcdmsociety.org/, Int Society on MCDM, ,
Matthias Ehrgott, José Rui Figueira and Salvatore Greco, Trends in Multiple Criteria Decision Analysis, Springer, 2010
Doumpos, M., Grigoroudis, E. , Multicriteria Decision Aid and Artificial Intelligence , Wiley , 2013

Recomanacions


(*)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