DADES IDENTIFICATIVES 2018_19
Assignatura (*) REPRESENTACIÓ I ENGINYERIA DEL CONEIXEMENT Codi 17685205
Ensenyament
Eng. de la Seguretat Informàtica i Intel·ligència Artificial (2016)
Cicle 2n
Descriptors Crèd. Tipus Curs Període
3 Optativa 2Q
Llengua d'impartició
Anglès
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
RIAÑO RAMOS, DAVID
Adreça electrònica david.riano@urv.cat
Professors/es
RIAÑO RAMOS, DAVID
Web http://moodle.urv.cat
Descripció general i informació rellevant En el context de les aplicacions informàtiques , la necessitat d'implementar solucions intel·ligents als creixents problemes complexos ( com la intel·ligència empresarial, sistemes de control intel·ligent, suport a les decisions , navegació per Internet, etc. ) s'està convertint cada vegada més freqüents. Moltes d'aquestes solucions intel·ligents es basen en l'existència d'una base de coneixements que regula o afecta el rendiment dels sistemes informàtics i dóna a aquests sistemes, el (distintiu) de caràcter intel·ligent. Aquestes bases de coneixement s'expressen d'acord amb alguns formats , estructures i llenguatges de representació formals que, en alguns casos , defineixen les normes internacionals. El camp de la representació del coneixement en aquest curs estableix els fonaments per a aquests formats i llengües per a la formalització del coneixement. El camp de la enginyeria del coneixement aborda l'aprenentatge i la pràctica de tècniques i mètodes per a la construcció de bases de coneixement.

Competències
Tipus A Codi Competències Específiques
 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.
Tipus B Codi Competències Transversals
  CT1 Gestionar i comunicar informació complexa, de temes diversos, amb naturalitat, en llengua estrangera.
 CT2 Formular valoracions a partir de la gestió i ús eficient de la informació.
 CT4 Treballar en equips multidisciplinars i en contextos complexes.
Tipus C Codi Competències Nuclears

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 A9 Comprèn la importància pràctica de la representació i l'adquisició eficient de coneixement dins de la Intel·ligència Artificial.
Coneix i comprèn l'evolució històrica dels mecanismes de gestió i representació del coneixement.
Es familiaritza amb l'ús pràctic d'alguna eina moderna d'enginyeria del coneixement.
Tipus B Codi Resultats d'aprenentatge
  CT1 Gestiona i comunica informació complexa, de temes diversos, amb naturalitat, en llengua estrangera.
 CT2 Formula valoracions a partir de la gestió i l'ús eficient de la informació.
 CT4 Treballa en equips multidisciplinars i en contextos complexes.
Tipus C Codi Resultats d'aprenentatge

Continguts
Tema Subtema
1. Introducció i conceptes Dades, informació i coneixement, els tipus de coneixements i usos, representació del coneixement, Enginyeria del Coneixement, sintaxi i semàntica
2. Representació del Coneixement La lògica de primer ordre, les regles i els sistemes de producció; representacions orientades a objectes, Representació de xarxa; ontologies
3. Coneixement d'Enginyeria Cicle de vida del coneixement; Auditoria Coneixement, adquisició de coneixements;
Cas d'estudi en detall

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
1 1.5 2.5
Sessió Magistral
A9
14 17.5 31.5
Resolució de problemes, exercicis
A9
3 4.5 7.5
Presentacions / exposicions
A9
1 1.5 2.5
Pràctiques a través de TIC en aules informàtiques
A9
CT4
6 9 15
Atenció personalitzada
1 0 1
 
Proves de desenvolupament
A9
CT1
CT2
3 6 9
Proves pràctiques
A9
CT4
1 5 6
 
(*) 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 del curs: continguts, calendari d'activitats, avaluació, bibliografia, ...
Sessió Magistral Classes regulars en què el contingut de l'assignatura s'expliquen.
Resolució de problemes, exercicis Les classes pràctiques en què el professor i els estudiants resoldre problemes.
Presentacions / exposicions
Pràctiques a través de TIC en aules informàtiques
Atenció personalitzada El professor proporciona sis hores a la setmana per atendre els dubtes individuals i de grup

Atenció personalitzada
Descripció
El professor proporciona sis hores a la setmana per atendre els dubtes individuals i de grup

Avaluació
Metodologies Competències Descripció Pes        
Proves pràctiques
A9
CT4
Proves pràctiques 40%
Proves de desenvolupament
A9
CT1
CT2
Proves que l'alumne haurà de realitzar resolent exercicis i preguntes teòriques 60%
Altres  
 
Altres comentaris i segona convocatòria

L'examen de segona convocatòria serà unic i tindrà un pes del 100% de la nota.


Fonts d'informació

Bàsica Brachman, Ronald J; Levesque, Hector J., Knowledge Representation and Reasoning, 2004, Morgan Kaufmann
Riaño, David, Knowledge Representation and Engineering Notes, yearly,

Complementària

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