Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas Inteligentes 2013
Sistemas Inteligentes 2013
Sistemas
Inteligentes
Edita:
SECRETARA GENERAL
UNIVERSIDAD DE SALAMANCA
Realizado por: IBEROPRINTER, S.L.L.
SALAMANCA 2013
Objetivos
El trmino Sistemas Inteligentes se utiliza para describir sistemas y mtodos que simulan aspectos del comportamiento inteligente, con la intencin final de aprender de la naturaleza para poder disear y construir arquitecturas computacionales ms potentes. El objetivo final, utpico, de los llamados Sistemas Inteligentes es llegar a construir un artefacto (robot, mquina, proceso
informtico, etc.) que pueda representar su propio conocimiento y razonar sobre l, que pueda planificar y actuar, que pueda
asimilar nuevo conocimiento de la experiencia y de la interaccin con el entorno y que, en definitiva, pueda llevar a cabo cualquier
tarea que tendemos a considerar como propia de los seres inteligentes.
En este Mster, se incluyen un abanico amplio de temas: redes neuronales, procesamiento de habla, robtica, minera de datos,
inteligencia computacional, sistemas basados en conocimiento, sistemas borrosos, recuperacin de la informacin, interaccin
hombre-mquina, web semntica, etc. Tiene un carcter integrador y tambin de especializacin. Los principales objetivos son:
Dar al estudiante una visin de los temas avanzados en la Informtica y Automtica, con especial nfasis en aquellos
relacionados con la aplicacin de tcnicas derivadas de los Sistemas Inteligentes a la solucin de problemas en diferentes mbitos: decisin, control de procesos, interaccin hombre-mquina, documentacin, robtica, etc.
Proporcionar al estudiante nuevas herramientas para poder abordar problemas que, por una u otra razn, no pueden
resolverse de forma satisfactoria con los mtodos convencionales.
Iniciar al estudiante en la investigacin en los campos objeto del Mster.
Proporcionar a los profesionales que trabajan en I+D una actualizacin en los tpicos situados en la frontera del conocimiento en Informtica y Automtica, permitiendo as cumplir uno de los principios de la Declaracin de Bolonia.
Competencias
Competencias Bsicas:
CB6:
Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicacin
de ideas, a menudo en un contexto de investigacin.
CB7. Los estudiantes sabrn aplicar los conocimientos adquiridos y su capacidad de resolucin de problemas en entornos
nuevos o poco conocidos dentro de contextos ms amplios (o multidisciplinares) relacionados con su rea de estudio
CB8. Los estudiantes sern capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de
una informacin que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y ticas
vinculadas a la aplicacin de sus conocimientos y juicios.
CB9. Los estudiantes sabrn comunicar sus conclusiones y los conocimientos y razones ltimas que las sustentan- a
pblicos especializados y no especializados de un modo claro y sin ambigedades.
CB10. Los estudiantes poseern las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habr
de ser en gran medida autodirigido o autnomo.
Competencias generales
CG1.
CG2.
Conocer las lneas de investigacin en Sistemas Inteligentes, los conceptos fundamentales y la terminologa usual propios de cada materia.
Conocer las herramientas para el desarrollo de sistemas inteligentes basadas en las tecnologas asociadas a cada materia.
Competencias especficas
CE1.
Identificar y saber poner en relacin los objetivos comunes y complementarios de todas las lneas de investigacin en
Sistemas Inteligentes, para proponer de forma autnoma soluciones innovadoras que integren diversos enfoques y tcnicas.
CE2. Desarrollar capacidades de trabajo en grupo en un entorno de investigacin y favorecer el anlisis crtico fundamentado
en el conocimiento exhaustivo y actualizado del estado del arte de las distintas reas de investigacin en sistemas inteligentes.
CE3. Comprender las necesidades actuales de la Sociedad tecnolgica y saber identificar futuras necesidades que permitan
iniciar investigaciones en Sistemas Inteligentes con impacto en innovacin.
CE4. Manejar con solvencia fuentes de informacin y documentacin, formular objetivos o hiptesis, seleccionar diseos de
investigacin e interpretar resultados aplicados a los Sistemas Inteligentes.
CE5. Entender el potencial de la combinacin de la inteligencia humana y la inteligencia artificial y su aplicacin en distintos
entornos.
CE6. Comprender las tecnologas implicadas en el desarrollo de un robot segn el grado de autonoma.
CE7. Utilizar entornos de simulacin y programas de diseo asistido por ordenador que permitan analizar la aplicacin de
las tcnicas inteligentes a diversas reas de conocimiento, evaluar sus ventajas e inconvenientes y las posibilidades de
implantacin real en diferentes mbitos (cientfico, tecnolgico, industrial)
CE8. Saber recuperar datos y extraer conocimiento de grandes volmenes de datos mediante la aplicacin eficiente de tcnicas de anlisis de datos en diferentes dominios. Adoptar los modos de interaccin adecuados segn las tareas de
usuario que se estn apoyando, en especial en aquellos casos en los que interviene el razonamiento analtico.
CE9. Conocer las diferentes formas de representacin de conocimiento y utilizar de forma prctica teoras, mtodos, tcnicas
y herramientas de la lgica para analizar, formalizar, manipular y disear modelos adecuados para la Web.
CE10. Reconocer la importancia de los procesos cognitivos en la interaccin hombre-mquina y tenerlos en cuenta a la hora
de disear interfaces de usuario multimodales.
Perfiles de ingreso y requisitos de formacin previa
Este Mster en Sistemas Inteligentes est dirigido preferentemente a licenciados, graduados o ingenieros de titulaciones de Informtica, Ingeniero Industrial, Telecomunicacin, Fsica y Matemticas, que tengan un buen currculo acadmico e inters en
desarrollar su carrera profesional como investigador en centros pblicos (universidad o centros tecnolgicos) o en departamentos
de I+D+i del sector privado.
Se recomienda, adems:
Disponer de un nivel de ingls cientfico, equivalente al nivel B2 del Marco comn europeo de referencia para lenguas.
Saber manejar las operaciones bsicas y de administracin de diferentes sistemas operativos (Microsoft Windows,
Linux, Mac OS X) para la instalacin de las diferentes herramientas a utilizar en el Mster
Tener conocimientos avanzados de programas informticos para la elaboracin de informes y presentacin (Microsoft
Office, Open Office, etc.)
Titulacin universitaria (40%). Se dar preferencia a aquellos aspirantes cuya titulacin universitaria sea Ingeniera Informtica, Industrial, Telecomunicacin, u otras titulaciones lo ms afines posibles a los objetivos y contenidos que se
imparten en el Mster.
Expediente acadmico (30%)o. Se calcular la nota media del expediente acadmico teniendo en cuenta las asignaturas, los crditos cursados y la calificacin obtenida.
Currculo vitae (20%). Se tendr en cuenta su perfil profesional e investigador en campos afines a los contenidos que
se impartirn en el Mster.
Disponibilidad de becas (10%). Se valorar positivamente (no es imprescindible) si el aspirante dispone de una beca
de un organismo oficial nacional e internacional, para estudios de Posgrado.
Profesorado
Departamento de Informtica y Automtica
rea: Ciencia de la Computacin e Inteligencia Artificial
Corchado Rodrguez, Juan Manuel (Catedrtico Univ.)
TIPO DE MATERIA
Obligatorias (Ob.)
Optativas (Opt.)
Prcticas Externas obligatorias (PE)
Trabajo Fin de Mster
TOTAL
N crditos ECTS
27
18
0
15
60
2.
INTELIGENCIA
COMPUTACIONAL
Materia
Metodologa y
Avances en
Investigacin en
Sistemas
Inteligentes
Inteligencia
Computacional
Robtica
ECTS
3.
ROBTICA
Y
AUTOMATIZACIN
Sistemas
Inteligentes en
Control
4.
RECUPERACIN DE
LA INFORMACIN
Y
DESCUBRIMIENTO
DE CONOCIMIENTO
Minera de
Datos
Recuperacin
Avanzada de
Informacin y
Cibermetra
5.
INGENIERA WEB
Ingeniera Web
y Web
Semntica
6.
INTERACCIN
HOMBRE-MQUINA
Interaccin
Multimodal
7.
TFM
Trabajo de Fin
de Master
15
Asignatura
Metodologa de la Investigacin
(3 ECTS)
Nuevas Tendencias en
Sistemas Inteligentes
(3 ECTS)
Inteligencia Ambiental y
Sistemas Multiagente
(3 ECTS)
Computacin Neuroborrosa
(3 ECTS)
Robots Autnomos
(3 ECTS)
Tcnicas de Planificacin de
Robots
(3 ECTS)
Navegacin de Robots
(3 ECTS)
Control Inteligente
(3 ECTS)
Herramientas Interactivas de
Simulacin y Control
(3 ECTS)
Minera de Datos
(3 ECTS)
Minera Web
(3 ECTS)
Minera de datos aplicada a la
Bioinformtica
(3 ECTS)
Recuperacin Avanzada de la
Informacin
(3 ECTS)
Cibermetra
(3 ECTS)
Lgica para Web Semntica
(3 ECTS)
Procesos y Mtodos de
Modelado para la Ingeniera
Web y Web Semntica
(3 ECTS)
Analtica Visual y Visualizacin
de la Informacin
(3 ECTS)
Tecnologas del Habla
(3 ECTS)
Interaccin Gestual
(3 ECTS)
Trabajo de Fin de Mster +
Workshop
Tipo
Semestre
Obligatoria
S1
Obligatoria
S2
Obligatoria
S1
Obligatoria
S1
Obligatoria
S1
Optativa
S1
Optativa
S1
Obligatoria
S1
Optativa
S2
Obligatoria
S1
Optativa
S2
Optativa
S2
Optativa
S1
Optativa
S1
Obligatoria
S1
Optativa
S2
Obligatoria
S1
Optativa
S2
Optativa
S2
Obligatoria
S2
Distribucin del plan de estudios por tipo de materia, nmero de ECTS y semestre
PRIMER SEMESTRE
Asignatura
Metodologa de la Investigacin
Inteligencia Ambiental
Multiagente
Sistema
Computacin Neuroborrosa
Robots Autnomos
Control Inteligente
Minera de Datos
Lgica para Web Semntica
Analtica Visual y Visualizacin de la
Informacin
Optativa 1
Optativa 2
TOTAL
Tipo
Ob
ECTS
3
SEGUNDO SEMESTRE
Asignatura
Nuevas Tendencias en
Inteligentes
Ob
Ob
Ob
Ob
Ob
Ob
Ob
3
3
3
3
3
3
Opt
Opt
3
3
30
Tipo
Ob
ECTS
3
Optativa 3
Opt
Optativa 4
Optativa 5
Optativa 6
Opt
Opt
Opt
3
3
3
TFM
15
30
Sistemas
PRIMER SEMESTRE
Asignatura
Tcnicas de Planificacin de Robots
ECTS
3
Navegacin de Robots
Recuperacin Avanzada de la informtica
Cibermetra
3
3
3
SEGUNDO SEMESTRE
Asignatura
Herramientas Interactivas de Simulacin y
Control
Minera Web
Minera de Datos Aplicada a la Bioinformtica
Procesos y Mtodos de Modelado para la
Ingeniera Web y Web Semntica
Tecnologas del Habla
Interaccin Gestual
ECTS
3
3
3
3
3
3
10
11
12
Semanas 3 y 4
Horas
16 a 18
18 a 20
Semanas 5 y 6
Horas
16 a 18
18 a 20
Semanas 7 y 8
Horas
16 a 18
18 a 20
Lunes
Computacin
Neuroborrosa
Metodologa de
la Investigacin
Martes
Computacin
Neuroborrosa
Metodologa de
la Investigacin
Mircoles
Computacin
Neuroborrosa
Metodologa de
la Investigacin
Jueves
Computacin
Neuroborrosa
Metodologa de
la Investigacin
Viernes
Computacin
Neuroborrosa
Metodologa de
la Investigacin
Lunes
Inteligencia
Ambiental y
Sistemas
Multiagante
Robots
Autnomos
Martes
Inteligencia
Ambiental y
Sistemas
Multiagante
Robots
Autnomos
Mircoles
Inteligencia
Ambiental y
Sistemas
Multiagante
Robots
Autnomos
Jueves
Inteligencia
Ambiental y
Sistemas
Multiagante
Robots
Autnomos
Viernes
Inteligencia
Ambiental y
Sistemas
Multiagante
Robots
Autnomos
Lunes
Lgica para la
Web Semntica
Minera de
Datos
Martes
Lgica para la
Web Semntica
Minera de
Datos
Mircoles
Lgica para la
Web Semntica
Minera de
Datos
Jueves
Lgica para la
Web Semntica
Minera de
Datos
Viernes
Lgica para la
Web Semntica
Minera de
Datos
Lunes
Control
Inteligente
Analtica Visual
y Visualizacin
de la
Informacin
Martes
Control
Inteligente
Analtica Visual
y Visualizacin
de la
Informacin
Mircoles
Control
Inteligente
Analtica Visual
y Visualizacin
de la
Informacin
Jueves
Control
Inteligente
Analtica Visual
y Visualizacin
de la
Informacin
Viernes
Control
Inteligente
Analtica Visual
y Visualizacin
de la
Informacin
Semanas 9 y 10
Horas
16 a 18
Lunes
Recuperacin
Avanzada de la
Informacin
Navegacin de
Robots
Martes
Recuperacin
Avanzada de la
Informacin
Navegacin de
Robots
Mircoles
Recuperacin
Avanzada de la
Informacin
Navegacin de
Robots
Jueves
Recuperacin
Avanzada de la
Informacin
Navegacin de
Robots
Viernes
Recuperacin
Avanzada de la
Informacin
Navegacin de
Robots
Semanas 11 y 12
Horas
Lunes
16 a 18
Cibermetra
18 a 20
Tcnicas de
Planificacin de
Robots
Martes
Cibermetra
Tcnicas de
Planificacin de
Robots
Mircoles
Cibermetra
Tcnicas de
Planificacin de
Robots
Jueves
Cibermetra
Tcnicas de
Planificacin de
Robots
Viernes
Cibermetra
Tcnicas de
Planificacin de
Robots
Semanas 13 y 14
Horas
Lunes
16 a 18
Herramientas
Interactiva de
Simulacin y
Control
18 a 20
Tecnologas del
Habla
Martes
Herramientas
Interactiva de
Simulacin y
Control
Tecnologas del
Habla
Mircoles
Herramientas
Interactiva de
Simulacin y
Control
Tecnologas del
Habla
Jueves
Herramientas
Interactiva de
Simulacin y
Control
Tecnologas del
Habla
Viernes
Herramientas
Interactiva de
Simulacin y
Control
Tecnologas del
Habla
Semanas 15 y 16
Horas
Lunes
16 a 18
Minera Web
18 a 20
Minera de
Datos Aplicada
a la
Bioinformtica
Martes
Minera Web
Minera de
Datos Aplicada
a la
Bioinformtica
Mircoles
Minera Web
Minera de
Datos Aplicada
a la
Bioinformtica
Jueves
Minera Web
Minera de
Datos Aplicada
a la
Bioinformtica
Viernes
Minera Web
Minera de
Datos Aplicada
a la
Bioinformtica
18 a 20
13
14
Semanas 17 y 18
Horas
Lunes
16 a 18
Procesos y
Mtodos de
Modelado para
la Ingeniera
Web y Web
Semntica
18 a 20
Interaccin
Gestual
Martes
Procesos y
Mtodos de
Modelado para
la Ingeniera
Web y Web
Semntica
Interaccin
Gestual
Mircoles
Procesos y
Mtodos de
Modelado para
la Ingeniera
Web y Web
Semntica
Interaccin
Gestual
Jueves
Procesos y
Mtodos de
Modelado para
la Ingeniera
Web y Web
Semntica
Interaccin
Gestual
Viernes
Procesos y
Mtodos de
Modelado para
la Ingeniera
Web y Web
Semntica
Interaccin
Gestual
La asignatura Nuevas Tendencias en Sistemas Inteligentes se imparte a travs de semanarios y conferencias que
irn anunciando a lo largo del curso acadmico.
METODOLOGA DE LA INVESTIGACIN
1.- Datos de la Asignatura
Cdigo
304470
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
Semestral S1
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3011
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=31
vivian@usal.es
Telfono
923294653
15
16
OI4: Ofrecer los fundamentos bsicos de mtodos de ingeniera aplicados a las diferentes materias que se imparten en el posgrado.
OI5: Conocer la importancia de aplicar una buena metodologa de la investigacin.
OI6: Incidir en los criterios de calidad de la aplicacin de una buena metodologa.
Objetivos interpersonales generales
OIP1: Aplicar los objetivos interpersonales generales comunes en el mbito de esta materia.
Objetivos sistmicos generales
OS1: Aplicar los objetivos sistmicos generales comunes en el mbito de esta materia.
OS2: Desarrollar la madurez necesaria en el proceso de abstraccin para abordar problemas reales y plantear modelos y soluciones de forma razonada y correcta.
5.- Contenidos
Unidad Didctica I: Introduccin y objetivos
CIC4: Conocer los temas que se impartirn en la materia.
CIC5: Conocer los objetivos que se pretenden.
CIC6: Conocer los medios de evaluacin de la materia.
CIC7: Conocer la relacin con las dems materias del posgrado.
Unidad Didctica II: Investigacin cientfica y mtodo cientfico. Concepto y objetivos
CIC8: Ver la definicin y el objeto de la ciencia.
CIC9: Conocer las tcnicas de la investigacin cientfica.
CIC10: Conocer las etapas y las caractersticas del mtodo cientfico.
Unidad Didctica III: Temas de investigacin
CIC11: Conocer las diferentes lneas de investigacin del departamento.
CIC12: Conocer las caractersticas de una buena eleccin del tema de investigacin.
Unidad Didctica IV: El acceso a las fuentes de informacin y documentacin
CIC13: Comprender el concepto de fuente de informacin.
CIC14: Conocer las diferentes fuentes disponibles as como el manejo bsico de las mismas.
Unidad Didctica V: Presentacin y publicacin del trabajo cientfico
CIC15: Conocer los elementos esenciales de todo trabajo cientfico, incidiendo en las tcnicas necesarias para trabajar adecuadamente con estos elementos.
CIC16: Analizar las caractersticas diferenciadoras de diferentes tipos de trabajos cientficos.
CIC17: Conocer diferentes sistemas de referencia bibliogrfica, as como el software que nos permitir manejar la bibliografa
de forma ms adecuada.
17
18
CIC18: Conocer las posibilidades de presentacin de los trabajos, en relacin con el tipo de trabajo.
CIC19: Conocer los mecanismos de publicacin de artculos cientficos.
CIC20: Introduccin al Latex.
Unidad Didctica VI: Cmo hacer una tesis doctoral?
CIC20: Conocer los procedimientos para la realizacin de una tesis doctoral.
CIC21: Conocer la normativa asociada a la tesis doctoral.
CIC22: Conocer los mecanismos de publicacin y optimizacin de los resultados obtenidos.
15
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
TOTAL
20
10
5
25
15
25
10
45
75
19
20
9.- Recursos
Libros de consulta para el alumno
Alonso, Luis Enrique: La mirada cualitativa en sociologa: una aproximacin interpretativa. Madrid: Fundamentos, 1998. 268 p.
ISBN 84-245-0776-2.
Baner, Martin W.; Gaskell, George (eds.): Qualitative researching with text, image and sound: a practical handbook. London:
Sage, 2000. ISBN 0-7619-6481-9.
Cornelius, Ian: Meaning and method in information studies. Norwood (NJ): Ablex, 1996. xi, 238 p. ISBN 1-56750-228-8.
Cordn Garca, Jos, Lpez Lucas, Jess. Jos Ral Vaquero Pulido. Manual de investigacin bibliogrfica y documental: teora
y prctica. Madrid: Ediciones Pirmide, 2001
Crabtree, Benjamin F.; Miller, William L. (eds.): Doing qualitative research. 2nd ed. Thousand Oaks (Ca.): Sage, 1999. xvii, 406
p. ISBN 0-7619-1497-8.
Delgado, Juan Manuel; Gutirrez, Juan (eds.): Mtodos y tcnicas cualitativas de investigacin en ciencias sociales. Madrid:
Sntesis, 1994. 669 p. ISBN 84-7738-226-3.
Denzin, Norman K.; Lincoln, Yvonna S. (eds.): Handbook of qualitative research. Thousand Oaks (Ca.): Sage, 1994. xii, 643 p.
ISBN 0-8039-4679-1.
Glazier, Jack D.; Powell, Ronald R. (eds.): Qualitative research in information management. Englewood (Co.): Libraries Unlimited,
1992. xiv, 238 p. ISBN 0-87287-806-6.
Gorman, G. E.; Clayton, Peter: Qualitative research for the information professional: a practical handbook. With contributions
from Mary Lynn Rice-Lively and Lyn Gorman. London: Library Association, 1997. 287 p. ISBN 1-85604-178-6.
Jensen, K. B.; Jankowski, N. W. (eds.): Metodologas cualitativas de investigacin en comunicacin de masas. Barcelona: Bosch,
1993. 324 p. ISBN 84-7676-241-0.
King, Gary; Keohane, Robert O.; Verba, Sidney: El diseo de la investigacin social: la inferencia cientfica en los estudios cualitativos. Madrid: Alianza, 2000. 272 p. ISBN 84-206-8697-2.
Martyn, John; Lancaster, F. Wilfrid: Investigative methods in library and information science: an introduction. Arlington (Vi): Information Resources Press, 1981.
Mellon, Constance Ann: Naturalistic inquiry for library science: methods and applications for research, evaluation, and teaching.
New York [etc.]: Greenwood Press, 1990. xvii, 201 p. ISBN 0-313-25653-5.
Mucchielli, Alex (dir.): Diccionario de mtodos cualitativos en ciencias humanas y sociales. Madrid: Sntesis, 2001. 367 p. ISBN
84-7738-821-0.
Rodrguez Gmez, Gregorio; Gil Flores, Javier; Garca Jimnez, Eduardo: Metodologa de la investigacin cualitativa. Archidona:
Aljibe, 1996. 378 p.
Ruiz Olabunaga, Jos Ignacio: Metodologa de la investigacin cualitativa. Bilbao: Universidad de Deusto, 1996. 333 p. ISBN
84-7485-423-7.
Santos, Miguel ngel: Hacer visible lo cotidiano: teora y prctica de la evaluacin cualitativa de los centros escolares. 2 ed. Torrejn de Ardoz (Madrid): Akal, 1993. 207 p. ISBN 84-7600-651-9.
Schwartz, Howard; Jacobs, Jerry: Sociologa cualitativa: mtodo para la reconstruccin de la realidad. Mxico: Trillas, 1995.
558 p. ISBN 968-24-1558-6.
Torres Ramrez, Isabel (coord.) Las fuentes de informacin: estudios terico-prcticos. Madrid: Sntesis, 1998
Trauth, Eileen M.: Qualitative research in IS: issues and trends. Hershey (PA): Idea Group Publishing, 2001. 350 p. ISBN 1930708-06-8.
Valles, Miguel S.: Tcnicas cualitativas de investigacin social: reflexin metodolgica y prctica profesional. Madrid: Sntesis,
1997. 430 p. ISBN 84-7738-449-5.
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
9.2. Enlaces de inters
Association for Computing Machinery (ACM)
http://www.acm.org.
Fundada en 1947 fue la primera sociedad cientfica y de educacin del mundo. El portal de informacin que presenta es impresionante, tanto en cuanto a enlaces de inters, grupos de trabajo, documentos electrnicos, conferencias como por su biblioteca
digital conteniendo revistas y actas de congresos (http://portal.acm.org).
Institute of Electrical and Electronics Engineers (IEEE)
http://www.ieee.org.
Otra prestigiosa organizacin compuesta por diversas sociedades, donde la que ms relacin tiene con los temas abordados
en el presente curso es la IEEE Computer Society (http://computer.org).
A semejanza de ACM, ofrece informacin sobre conferencias, estndares, educacin y mantiene otra biblioteca digital con
revistas y actas de congresos.
Listado de revistas electrnicas suscritas por la Universidad de Salamanca.
http://sabus.usal.es/revistas_e/revistas.htm
10.- Evaluacin
Consideraciones Generales
Se valorar la asistencia a clase, los trabajos realizados y la interaccin en las clases tericas y en los foros de la plataforma
virtual
Criterios de evaluacin
Asistencia a clase: se exigir un mnimo de 80%, salvo causa justificada.
Trabajos: se valorar el contenido, la precisin y el alcance del trabajo desarrollado, as como la interpretacin de los resultados
obtenidos, capacidad de comunicacin y espritu crtico y constructivo.
Interaccin en las clases tericas.
21
22
Instrumentos de evaluacin
Control de asistencia
Entrega y presentacin de trabajos
Metodologa
Asistencia y participacin en clase
Actividad de seguimiento online
Exposicin en clase de trabajo
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
calificacin
15%
5%
80%
100%
Observaciones:
304471
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F306
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=31
theron@usal.es
Telfono
1513
Semestral S2
23
24
Profesor
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3011
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=31
vivian@usal.es
Telfono
923294653
Profesor
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=7
bcurto@usal.es
Telfono
1302
25
26
5.- Contenidos
Seminarios y conferencias de actualizacin en nuevas lneas de investigacin en sistemas inteligentes.
Trabajos de investigacin. Los alumnos desarrollarn algn trabajo de investigacin sobre algn tema expuesto.
Presentacin de los trabajos. Los alumnos defienden pblicamente sus trabajos.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia. Las tutoras pueden ser individualizadas, pero se
admiten tutoras grupales.
Zona virtual. La plataforma de enseanza virtual de la asignatura constituye el vehculo de comunicacin y registro de informacin de la materia.
15
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
TOTAL
20
10
5
25
15
25
10
45
75
27
28
9.- Recursos
En Studium aparece el contenido de la asignatura, se da publicidad y se anuncia cada conferencia, adems se cuelga el contenido
de las mismas.
10.- Evaluacin
Consideraciones Generales
Se valorar la asistencia a clase, los trabajos realizados y la interaccin en las clases tericas y en los foros de la plataforma
virtual
Criterios de evaluacin
Asistencia a clase: se exigir un mnimo de 80%, salvo causa justificada.
Trabajos: se valorar el contenido, la precisin y el alcance del trabajo desarrollado, as como la interpretacin de los resultados
obtenidos, capacidad de comunicacin y espritu crtico y constructivo.
Interaccin en las clases tericas.
Instrumentos de evaluacin
Control de asistencia
Entrega y presentacin de trabajos
Metodologa
Asistencia y participacin en clase
Actividad de seguimiento online
Exposicin en clase de trabajo
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
30%
10%
60%
100%
29
30
304472
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3010
Horario de tutoras
Lunes-Jueves 17-20
Grupo / s
URL Web
E-mail
corchado@usal.es
Telfono
1525
Semestral S1
Perfil profesional.
Investigacin
3.- Recomendaciones previas
Asignaturas que se recomienda haber cursado
5.- Contenidos
Unidad Didctica 1. Introduccin a la inteligencia ambiental: Motivaciones. Historia. Funcin de pertenencia.
Unidad Didctica 2. Tecnologa Bsica para el desarrollo de sistemas de inteligencia ambiental: identificacin, localizacin,
control, gestin.
31
32
Unidad Didctica 3.
y control.
Unidad Didctica 4.
del sector.
Unidad Didctica 5.
Unidad Didctica 6.
Unidad Didctica 7.
Unidad Didctica 8.
Unidad Didctica 9.
Unidad Didctica 10.
Aplicaciones de inteligencia Ambiental: revisin del estado del arte, evaluacin de propuestas, empresas
Introduccin a los Agentes y Sistemas Multiagente: conceptos bsicos.
Arquitecturas para construir agentes y sistemas multiagente: reactivas, deliberativas e hbridas.
Tipos de Agentes: internet, mviles, interfaz, etc.
Comunicacin: Modelos, coordinacin y negociacin.
Sistemas Multiagente: arquitecturas, modelos de cooperacin y organizaciones.
Casos de estudio y herramientas: Entornos hospitalarios, geritricos y domiciliarios
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. El desarrollo de la clase se llevar a cabo con medios audiovisuales, textos, transparencias que permitan un adecuado nivel de motivacin e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento
en las clases para hacer stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las
conclusiones ms relevantes del tema tratado. Las transparencias que se utilizarn en clase son un subconjunto de las que
se facilitan a los alumnos en la pgina web. Estas transparencias son una gua para el estudio, pero no son sustitutas de la
bibliografa recomendada.
Videos: se proyectarn algunos videos, en ingls, publicados por el IEEE, con conferencias o tutoriales.
Talleres de prcticas. Las clases prcticas presenciales estarn dedicadas a la resolucin colaborativa de problemas de inteligencia ambiental y informtica distribuida con sistemas multiagente.
Trabajo obligatorio. Al alumno se le dar una o ms publicaciones recientes sobre el tema, sobre la cual debe elaborar una
presentacin en la que establezca un anlisis del contenido de las mismas y una revisin crtica. Esta presentacin se har
en pblico y se estimula la interaccin con el resto de los alumnos de la materia. Servir para establecer la calificacin.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia.
Plataforma web. Se convierte en el vehculo de comunicacin y registro de informacin de la materia.El profesor mantiene
actualizada la informacin de esta pgina para que se convierta en un vehculo de comunicacin con los alumnos.
El alumno debe ser capaz de buscar informacin en las revistas electrnicas a las que la Universidad est suscrita (IEEE
fundamentalmente) relacionadas con la inteligencia ambiental y los sistemas multiagente.
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Horas de
trabajo
autnomo
HORAS
TOTALES
16
24
12
36
36
33
34
Horas de
trabajo
autnomo
HORAS
TOTALES
60
75
15
9.- Recursos
Anderson, S., Bohren, J., Boubez, T., Chanliau, M., Della-Libera, G., & Dixon, B. (2004).
Web services secure conversation language (WS-SecureConversation).
Anderson, S., Bohren, J., Boubez, T., Chanliau, M., Della, G., & Dixon, B. (2005). Web services trust language (WS-Trust).
Bajo, J., Corchado, J. M., Pinzn, C., Paz, Y. D., & Prez-Lancho, B. (2008). SCMAS: A distributed hierarchical multi-agent architecture for blocking attacks to databases. International Journal of Innovative Computing, Information and Control.
Bebawy, R., Sabry, H., El-Kassas, S., Hanna, Y., & Youssef, Y. (2005). Nedgty: Web services firewall.
Brownell, D. (Ed.) (2002). SAX2. OReilly & Associates, Inc.
Carrascosa, C., Bajo, J., Julian, V., Corchado, J. M., & Botti, V. (2008). Hybrid multiagent architecture as a real-time problemsolving model. Expert Systems with Applications, 34, 217.
Corchado, J. M., Bajo, J., & Abraham, A. (2008). GerAmi: Improving healthcare delivery in geriatric residences. Intelligent Systems,
IEEE, 23, 1925.
Corchado, J. M., Bajo, J., DePaz, J. F., & Rodrguez, S. (2009). An execution time neural-CBR guidance assistant. Neurocomputing.
Corchado, J. M., & Laza, R. (2003). Constructing deliberative agents with case-based reasoning technology. International Journal
of Intelligent Systems, 18, 12271241.
Corchado, J. M., Laza, R., Borrajo, L., Luis, J. C. Y. A. D., & Valio, M. (2003). Increasing the autonomy of deliberative agents
with a case-based reasoning system.
International Journal of Computational Intelligence and Applications, 3, 101118.
Chonka, A., Zhou, W., & Xiang, Y. (2009). Defending grid web services from XDoS attacks by SOTA.
Fujii, K. (2000). Jpcap a network packet capture library for applications written in Java.
<http://netresearch.ics.uci.edu/kfujii/jpcap/doc/index.html>.
Della-Libera, G., Hallam-Baker, P., Hondo, M., Janczuk, T., Kaler, C., & Maruyama, H.
(2005). Web services security policy language version 1.0 (WS-SecurityPolicy).
Gallagher, M., & Downs, T. (2003). Visualization of learning in multilayer perceptron networks using principal component analysis.
IEEE Transactions on Systems,
35
36
10.- Evaluacin
Consideraciones Generales
Se evaluar la asistencia y participacin en las clases y la capacidad de aplicacin de los conocimientos en la realizacin de
trabajos y prcticas.
Criterios de evaluacin
Se tendrn en cuenta los siguientes criterios:
Asistencia a clase: en principio se exigir un mnimo de asistencia de un 80%, pero podrn considerarse casos particulares suficientemente justificados.
Interaccin en las clases tericas.
Participacin y resultados obtenidos en las clases de prcticas.
Presentacin del trabajo, en el que se valorar la precisin, capacidad de comunicacin y el espritu crtico y constructivo.
La calificacin final se obtendr ponderando de igual forma los resultados de las prcticas y del trabajo. Los resultados de la
evaluacin continua servirn para mejorar la calificacin.
Instrumentos de evaluacin
Metodologa
Asistencia y participacin en clase
Actividad de seguimiento online
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
90%
10%
100%
COMPUTACIN NEUROBORROSA
1.- Datos de la Asignatura
Cdigo
304473
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3003
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=319
escorchado@usal.es
Telfono
1302
Semestral S1
37
38
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3003
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=319
angelica@usal.es
Telfono
1302
5.- Contenidos
Unidad Didctica 1- Teora de conjuntos borrosos.
CIC1.- Conocer la gnesis y motivaciones de los conjuntos borrosos.
CIC2.- Comprender como la teora de conjuntos clsicos (ntidos) se puede tratar como un caso particular de conjuntos borrosos.
Unidad Didctica 2.- Definiciones y operaciones bsicas.
CIC3.- Extender los conceptos de teora de conjuntos clsicos a borrosos.
CIC4.- Redefinir las operaciones intra y entre conjuntos.
CIC5.- Plantear los conceptos de T-normas y T-conormas.
Unidad Didctica 3.- Extensin a la lgica.
CIC6.- Extender la semntica cierto-falso de la lgica clsica a grados de verdad.
CIC7.- Replantear las reglas bsicas de la lgica clsica.
CIC8.- Plantear el concepto de variable lingstica.
Unidad Didctica 4.- Algoritmo bsico de inferencia borrosa.
CIC9.- Definir el formalismo y la metodologa para plantear de forma uniforme los problemas de decisin borrosa.
CIC10.- Conocer las diferentes alternativas de inferencia y de interpretacin de resultados.
Unidad Didctica 5.- Aplicaciones.
CIC11.- Presentar algunas realizaciones prcticas resueltas.
CIC12.- Plantear posibles problemas abiertos para su solucin.
Unidad Didctica 6- Introduccin. Motivaciones.
CIC1.- Conocer la gnesis y motivaciones de las redes neuronales artificiales.
CIC2.- Introducir la analoga con los sistemas neuronales biolgicos. .
Unidad Didctica 7.- Definiciones. Modelos. Historia.
CIC3.- A travs de la perspectiva histrica, ir introduciendo los diferentes conceptos y tratamientos.
Unidad Didctica 8.- Arquitecturas de redes.
CIC4.-Conocer las diferentes arquitecturas funcionales y sus propiedades algebraicas y topolgicas.
Unidad Didctica 9.- Aprendizaje: paradigmas, reglas, algoritmos.
CIC5.- Entender el concepto de aprendizaje en el contexto de las redes neuronales.
CIC6.- Conocer los diferentes paradigmas y sus campos de aplicacin.
39
40
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. El desarrollo de la clase se llevar a cabo con medios audiovisuales, textos, transparencias que permitan un adecuado nivel de motivacin e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento
en las clases para hacer stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las
conclusiones ms relevantes del tema tratado.
Las transparencias que se utilizarn en clase son un subconjunto de las que se facilitan a los alumnos en la pgina web.
Estas transparencias son una gua para el estudio, pero no son sustitutas de la bibliografa recomendada.
Videos: se proyectarn algunos videos, en ingls, publicados por el IEEE, con conferencias o tutoriales dados por autores
relevantes en Sistemas Borrosos
Talleres de prcticas. Las clases prcticas presenciales estarn dedicadas a la resolucin colaborativa de problemas de
modelado y diseo, para lo cual se utiliza alguna de las herramientas para sistemas borrosos existentes.
Trabajo obligatorio. Al alumno se le dar una publicacin reciente sobre el tema, sobre la cual debe elaborar una presentacin
en la que establezca un anlisis del contenido de la publicacin y una revisin crtica. Esta presentacin se har en pblico
y se estimula la interaccin con el resto de los alumnos de la materia. Servir para establecer la calificacin.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia.
Pgina web. Se convierte en el vehculo de comunicacin y registro de informacin de la materia.El profesor mantiene actualizada la informacin de esta pgina para que se convierta en un vehculo de comunicacin con los alumnos.
El alumno debe ser capaz de buscar informacin en las revistas electrnicas a las que la Universidad est suscrita (IEEE
fundamentalmente) relacionadas con el tema de Sistemas Borrosos.
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Horas de
trabajo
autnomo
HORAS
TOTALES
12
27
12
6
6
12
12
4
3
41
42
6
31
14
Horas de
trabajo
autnomo
33
HORAS
TOTALES
6
78
9.- Recursos
Libros
J.-S. R. Jang, C.-T. Sun and E. Mizutani, (1996) Neuro-Fuzzy and Soft Computing.- Prentice Hall, Bender, E.(1996) Mathematical
Methods in Artificial Intelligence- IEEE Computer Society Press
Aranda Almansa, et al. (2003)- Fundamentos de Lgica Matemtica Sanz y Fors
Dumitrescu, Lazzerini, Jain.(2000) . Fuzzy Sets and Their Application to Clustering and Training.- CRC Press, 2000
S.Haykin.- Neural Networks: a Comprehensive Foundation..- Mc Millan, 98
B.Martn, A. Sanz.- Redes Neuronales y Sistemas Borrosos.- RAMA, 1997
Krose, Smagt.- An Introduction to Neural Networks.- Univ. Amsterdam, 1997
Chen.- Fuzzy Logic and Neural Network Handbook.- Mc Graw Hill, 1996
Jang, Sun, Mazutani.- Neuro-Fuzzy and soft Computing.- Prentice 97
Vemuri, Rogers.- Artificial Neural Networks: Forecasting Time Series. IEEE Press, 1994
Aleksander, Morton .- An Introduction to Neural Computing. Chapman, Hall 1990
Hecht-Nielssen.- Neurocomputing . Addison-Wesley, 1991
Otras referencias:
Association for Computing Machinery (ACM)
http://www.acm.org.
Fundada en 1947 fue la primera sociedad cientfica y de educacin del mundo. El portal de informacin que presenta es impresionante, tanto en cuanto a enlaces de inters, grupos de trabajo, documentos electrnicos, conferencias como por su biblioteca
digital conteniendo revistas y actas de congresos (http://portal.acm.org).
Institute of Electrical and Electronics Engineers (IEEE)
http://www.ieee.org.
Otra prestigiosa organizacin compuesta por diversas sociedades, donde la que ms relacin tiene con los temas abordados en
el presente curso es la IEEE Computer Society (http://computer.org).
A semejanza de ACM, ofrece informacin sobre conferencias, estndares, educacin y mantiene otra biblioteca digital con
revistas y actas de congresos.
Applets en Java:
http://staff.aist.go.jp/utsugi-a/Lab/Links.html
http://encina.usal.es/~rosavi/rn/index.htm
http://www.cis.hut.fi/research/javasomdemo/demo2.html
Almacen de redes neuronales:
http://neuralnetworks.ai-depot.com/
Computer Science en Nacional University Taiwn.
http://www.cs.nthu.edu.tw/~jang/nfsc.htm
10.- Evaluacin
Consideraciones Generales
Criterios de evaluacin
Instrumentos de evaluacin
Presentacin pblica de un trabajo propuesto en clase
Metodologa
Asistencia y participacin en clase
Actividad de seguimiento online
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
90%
10%
100%
43
44
MATERIA: ROBTICA
ROBOTS AUTONOMOS
1.- Datos de la Asignatura
Cdigo
304474
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3018
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=7
bcurto@usal.es
Telfono
1303
Semestral S1
45
46
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3007
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=5
vmoreno@usal.es
Telfono
1303
5.- Contenidos
Unidad Didctica 1.Introduccin
Antecedentes
Definicin
Clasificacin y aplicaciones
Mercado de robots
Unidad Didctica 2.Estructura general
Estructura mecnica
Sensores. Actuadores
Sistema de control
Unidad Didctica 3.Estructura mecnica
Manipuladores: Configuraciones cinemticas
Robots redundantes
Robots paralelos
Robots mviles: Tipos de ruedas. Configuraciones diferencial, cadenas, Synchro Drive, Triciclo
Unidad Didctica 4.Actuadores y sensores
Clasificacin de actuadores. Criterio de seleccin. Potencia requerida. Precisin. Transmisores y reductores
Sensores en manipuladores: posicin, fuerza y visin
Sensores en mviles. Sensores de odometra: encoders. Acelermetros, girscopos, brjulas. Infrarrojos, sonar, laser. Balizas,
GPS
Unidad Didctica 6.Descripcin matemtica
Introduccin
Herramientas de Representacin: Sistemas de coordenadas, Matriz de rotacin, Coordenadas homogneas
Cinemtica de manipuladores: Directa e inversa. Representacin Denavit-Hartenberg
Restricciones holonmicas y no holonmicas
Cinemtica de mviles: Vehculo diferencial, tipo triciclo.
47
48
Actividades introductorias
Actividades tericas (dirigidas por el profesor)
o Sesin magistral
o Eventos cientficos
Actividades prcticas guiadas (dirigidas por el profesor)
o Prcticas en laboratorios
o Practicas en aula informticas
o Exposiciones
o Debates
Atencin personalizada (dirigida por el profesor)
o Tutoras
o Actividades de seguimiento on-line
Actividades prcticas autnomas (sin el profesor)
o Trabajos
o Estudio de casos
Pruebas de evaluacin
o Pruebas prcticas
12
Horas de
trabajo
autnomo
HORAS
TOTALES
24
36
49
50
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
1
1
TOTAL
4
22
Horas de
trabajo
autnomo
HORAS
TOTALES
15
2
2
2
2
1
13
1
13
51
4
75
9.- Recursos
Libros de consulta para el alumno
- Introduction to AI Robotics. Robin R. Murphy, 2000.
- Navigating Mobile Robots: Sensors and Techniques. J. Borenstein, H. R. Everett, and L. Feng. Publisher: A. K. Peters, Ltd.,
Wellesley, MA.
- Intelligent Mobile Robot Navigation Springer Tracts in Advanced Robotics Springer-Verlag GmbH. Volume 16 / 2005.Editors:
Federico Cuesta, Anbal Ollero.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Prueba final de evaluacin oral
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
30%
20%
30%
100%
51
52
CONTROL INTELIGENTE
1.- Datos de la Asignatura
Cdigo
304475
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Grupo / s
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=37
pvega@usal.es
Telfono
1309
Semestral S1
53
54
Profesor
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3001
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=34
lancho@usal.es
Telfono
1303
Perfil profesional.
Investigacin
3.- Recomendaciones previas
No se establecen
4.- Objetivos de la asignatura
Definir, conocer y delimitar los paradigmas de control convencional clsico e inteligente. Comprender en qu tipo de problemas
es aplicable, las ventajas e inconvenientes que plantea. Conocer y evaluar las herramientas de desarrollo disponibles.
5.- Contenidos
Esta asignatura tiene como objetivo proporcionar conocimientos sobre tcnicas de control inteligente: control borroso, control
basado en redes neuronales, control adaptativo y control basado en algoritmos genticos, para lo cual se abordarn los conceptos
bsicos de las diferentes tcnicas comentadas as como las posibilidades de diseo y aplicacin de las mismas a los sistemas
de control. Asimismo se estudiarn las herramientas convencionales de diseo de este tipo de control y algunas aplicaciones
reales.
Unidad didctica 1.- Introduccin a los sistemas de control inteligentes
Motivaciones. Historia. Anlisis de Sistemas. Caractersticas fundamentales del Control Inteligente. Clasificacin.
Unidad didctica 2.- Modelado y simulacin de sistemas dinmicos
Modelos lineales y no lineales. Funcin de transferencia. Simulacin de sistemas.
Unidad didctica 3.- Control clsico. Regulacin
Controladores PID. Sintona. Control multivariable. Jerarqua de control.
Unidad didctica 4.- Control Borroso
Conceptos bsicos del control borroso. Conjuntos borrosos. Propiedades. Operaciones con conjuntos borrosos. Estructura de
un controlador borroso.
Unidad didctica 5.- Control neuronal
Mtodos de aprendizaje. Identificacin de sistemas mediante redes neuronales. Control de sistemas mediante redes neuronales.
Unidad didctica 6.- Control adaptativo
Conceptos generales. Control de ganancia planificada. Control por Referencia a un Modelo. Control Autosintonizado.
Unidad didctica 7.- Control basado en algoritmos genticos
Conceptos bsicos: codificacin de soluciones, individuos, poblacin, funcin de salud. Algoritmo gentico simple: seleccin,
mutacin y cruce. Aplicacin a diferentes tipos de controladores
Unidad didctica 8.- Control Experto
Conceptos bsicos. Componentes de un Sistema de Soporte a la Decisin (EDSS) y reas de aplicacin. Formas de representacin del conocimiento impreciso. Motor de inferencias. Desarrollo de un EDSS. Aplicacin al control.
Unidad didctica 9.- Aplicaciones industriales y uso de herramientas comerciales
Desarrollo prctico de controladores inteligentes en diseo y aplicaciones prcticas.
55
56
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. El desarrollo de la clase se llevar a cabo con medios audiovisuales, textos, transparencias que permitan un adecuado nivel de motivacin e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento
en las clases para hacer stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las
conclusiones ms relevantes del tema tratado. Las transparencias que se utilizarn en clase son un subconjunto de las que
se facilitan a los alumnos en la pgina web. Estas transparencias son una gua para el estudio, pero no son sustitutas de la
bibliografa recomendada.
Videos: se proyectarn algunos videos, en ingls, publicados por el IEEE, con conferencias o tutoriales dados por autores
relevantes en Control Inteligente.
Talleres de prcticas. Las clases prcticas presenciales estarn dedicadas a la resolucin colaborativa de problemas de
modelado y diseo, para lo cual se utiliza alguna de las herramientas para sistemas de control inteligente existentes.
Trabajo obligatorio. Al alumno se le dar una o ms publicaciones recientes sobre el tema, sobre la cual debe elaborar una
presentacin en la que establezca un anlisis del contenido de las mismas y una revisin crtica. Esta presentacin se har
en pblico y se estimula la interaccin con el resto de los alumnos de la materia. Servir para establecer la calificacin.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia.
Plataforma web. Se convierte en el vehculo de comunicacin y registro de informacin de la materia.El profesor mantiene
actualizada la informacin de esta pgina para que se convierta en un vehculo de comunicacin con los alumnos.
El alumno debe ser capaz de buscar informacin en las revistas electrnicas a las que la Universidad est suscrita (IEEE
fundamentalmente) relacionadas con el tema de Sistemas Borrosos y Conexionistas.
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Horas de
trabajo
autnomo
HORAS
TOTALES
16
24
12
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
Horas de
trabajo
autnomo
TOTAL
15
HORAS
TOTALES
36
36
60
75
9.- Recursos
Libros de consulta para el alumno
- Eronini-Umez-Eronini. Dinmica de sistemas y control, Thompson, 2001
- Maciejowski J.M. Predictive Control Prentice Hall, 2002
- Driankov, D. Helledorn, H, y Reinfrank, M., J. An introduction to Fuzzy Control, Ed. Springer Verlag, 1993.
- Simpson, P. Artificial Neural Systems, Pergamon Press, 1990.
- Narendra, K.S. and Parthasarathy, K. Identification and control of dynamical systems using neural networks, IEEE Trans. on
Neural Networks 1, 4-27, 1990.
- Goldberg, D. E. Genetic algorithms in search, optimization, and machine learning. Addison-Wesley (1989).
57
58
10.- Evaluacin
Consideraciones Generales
Se evaluar la asistencia y participacin en las clases y la capacidad de aplicacin de los conocimientos en la realizacin de
trabajos y prcticas.
Criterios de evaluacin
Se tendrn en cuenta los siguientes criterios:
Asistencia a clase: en principio se exigir un mnimo de asistencia de un 80%, pero podrn considerarse casos particulares
suficientemente justificados.
Interaccin en las clases tericas.
Participacin y resultados obtenidos en las clases de prcticas.
Presentacin del trabajo, en el que se valorar la precisin, capacidad de comunicacin y el espritu crtico y constructivo.
La calificacin final se obtendr ponderando de igual forma los resultados de las prcticas y del trabajo. Los resultados de la
evaluacin continua servirn para mejorar la calificacin.
Instrumentos de evaluacin
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
59
60
MINERA DE DATOS
1.- Datos de la Asignatura
Cdigo
304476
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3005
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=26
mmg@usal.es
Telfono
1513
Semestral S1
5.- Contenidos
Minera de datos: definicin y clasificacin
Definicin. Clasificacin de las tcnicas
El proceso de minera de datos
Determinacin de objetivos. Preparacin de datos. Transformacin de datos. Minera de datos. Anlisis de resultados. Asimilacin
del conocimiento.
Mtodos supervisados
Clasificacin
Induccin de rboles. Clasificador de evidencias. Tablas de decisin. Induccin neuronal. Multiclasificadores.
Evaluacin de los clasificadores
61
62
Estimacin de errores. Matrices de confusin. Matrices de prdida. Anlisis ROC. Curvas de eficacia. Curvas ROI. Curvas de
aprendizaje.
Prediccin de valores
Regresin. Series temporales
Mtodos no supervisados
Segmentacin de la base de datos
Agrupacin demogrfica. Agrupacin conceptual.
Anlisis de asociacin
Reglas de asociacin. Patrones secuenciales. Evaluacin de los modelos de asociacin.
Deteccin de desviaciones
Visualizacin. Estadsticas
Aplicaciones
Aplicaciones de negocio. Aplicaciones cientficas. Minera Web
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. Las clases comenzarn con una breve introduccin de los contenidos que se pretenden transmitir en la clase, as
como con un breve comentario a los conceptos vistos en clases anteriores y que sirven de enlace a los que se pretenden
desarrollar. El desarrollo de la clase se llevar a cabo con medios audiovisuales que permitan un adecuado nivel de motivacin
e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento en las clases para hacer
stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las conclusiones ms relevantes del tema tratado.
Trabajos de investigacin. Los alumnos desarrollarn algn trabajo de investigacin sobre algn tema expuesto.
Presentacin de los trabajos. Los alumnos defienden pblicamente sus trabajos.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia. Las tutoras pueden ser individualizadas, pero se
admiten tutoras grupales.
Zona virtual. La plataforma de enseanza virtual de la asignatura constituye el vehculo de comunicacin y registro de informacin de la materia.
15
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
20
10
5
25
15
10
45
75
63
64
9.- Recursos
Libros de consulta para el alumno
J. Hernndez, M.J. Ramrez y C. Ferri, Introduccin a la Minera de Datos, Pearson Education, 2004 .
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Electronic Textbook StatSoft. http://www.statsoft.com/textbook/stathome.html
UCI Machine Learning Group. http://www.ics.uci.edu/~mlearn/
10.- Evaluacin
Consideraciones Generales
Se valorar la asistencia a clase, los trabajos realizados y la interaccin en las clases tericas y en los foros de la plataforma
virtual
Criterios de evaluacin
Instrumentos de evaluacin
Control de asistencia
Entrega y presentacin de trabajos
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
65
66
304477
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Plataforma Virtual
ECTS
Periodicidad
Semestral S1
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
Departamento
rea
Centro
Facultad de Filosofa
Despacho
FES 561
Horario de tutoras
URL Web
http://logicae.usal.es/mara
mara@usal.es
Grupo / s
Telfono
3416
Perfil profesional.
Investigacin
67
68
5.- Contenidos
Destacamos los siguientes:
1. Introduccin a la representacin de conocimiento
2. Introduccin a las ontologas formales
3. Lgicas descriptivas
4. Lgicas hbridas
15
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
20
10
5
25
15
10
45
75
69
70
9.- Recursos
Libros de consulta para el alumno
El curso est completamente desarrollado en Studium y all se proporciona abundante bibliografa. Cabe destacar:
Baader F, McGuiness D, Nardi D, Patel-Schneider P (2003) The Description Logic Hadbook: Theory, implementation and applications. Cambidge University Press. Cambridge. Reino Unido.
Manzano, M (coordinadora). [2006] Cuestiones de lgica actual. AZAFEA. Revista de Filosofa. Vol. 8. Se puede descargar
de:
http://campus.usal.es/~revistas_trabajo/index.php/0213-3563/issue/view/90
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Todas las publicaciones de Ian Horrocks
http://www.comlab.ox.ac.uk/ian.horrocks/Publications/
Summa Logicae: http://logicae.usal.es
10.- Evaluacin
Consideraciones Generales
Para superar el curso ser preciso realizar satisfactoriamente al menos dos de las cuatro primeras tareas:
1. La Familia, 2. Traducciones, 3. Tableaux 4. Lgica hbrida
y hacer un pequeo trabajo de investigacin. Debeis leer alguno de los artculos de lgica que se emplean o citan en la pgina
de Studium y redactar un pequeo comentario crtico de unas seis pginas. Este trabajo deber ser ledo y defendido en clase.
Criterios de evaluacin
El reparto de la nota es 40% tareas obligatorias y 60% trabajo final.
La evaluacin del trabajo de investigacin se har conforme a los siguientes criterios:
1. estructuracin de los contenidos;
2. claridad expositiva;
originalidad en el comentario personal.
Instrumentos de evaluacin
Objetivos
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
71
72
304478
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es /
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3006
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=49
theron@usal.es
Telfono
1513
Semestral S1
73
74
OI6: Conocer la importancia de la percepcin en el proceso de visualizacin. Presentar los principios bsicos de diseo relativos al color, luz, atencin visual, patrones, objetos visuales, interaccin con las visualizaciones.
OI7: Presentar las principales tcnicas de solucin de problemas genricos de Visualizacin de Informacin.
Objetivos sistmicos generales
OS1: Maximizar el hbito de plantearse interrogantes. Ante un problema preguntarse por el nmero de soluciones, la relacin
entre ellas, cmo afectara a las condiciones iniciales alguna modificacin
OS2: Capacidad de aplicar y relacionar, de forma autnoma, los contenidos de Visualizacin de la Informacin de forma interdisciplinar.
OS3: Adquirir una comprensin del mtodo cientfico, a travs de las diversas actividades realizadas en la materia, y asimilar
su importancia como manera de pensar y actuar en la labor de cientfico e ingeniero, fomentando la capacidad de abstraccin
y el espritu crtico.
OS4: Desarrollar la creatividad a la hora de abordar problemas reales y plantear representaciones y soluciones novedosas
y funcionales.
OS5: Reforzar el hbito de criticar las soluciones existentes a problemas generales y proponer soluciones alternativas, que
superen los inconvenientes de las soluciones histricas y venzan la inercia en su uso.
5.- Contenidos
TEORA:
Unidad Didctica I: Visualizacin
Tema 0: Sumario de la Materia
Tema 1. Introduccin a la Visualizacin
Tema 2. Problemas de la Representacin Visual
Unidad Didctica II: Visualizacin Cientfica
Tema 3. Definiciones y Clasificacin de Problemas
Tema 4. Catlogo de tcnicas
Unidad Didctica III: Visualizacin de Software
Tema 5. Representacin del Software
Tema 6. Taxonoma
Unidad Didctica IV: Visualizacin de Informacin y Analtica Visual
Tema 7. Introduccin a InfoVis. Principios de Diseo
Tema 8. Espacio unidimensional
Tema 9. Espacios bidimensionales
Tema 10. Espacios tridimensionales
Tema 11. Espacios multidimensionales
Tema 12. Conectividad: Grafos, rboles y Jerarquas
75
76
Horas de
trabajo
autnomo
HORAS
TOTALES
12
12
24
10
16
29
23
24
45
75
9.- Recursos
Libros de consulta para el alumno
Bibliografa bsica
Aguaje, F., Dopazo, J. (Eds.) (2005) Data Analisis and Visualization in Genomics and Proteomics. Wiley.
Baeza-Yates, R., Ribeiro-Neto,B. (Eds.), (1999) Modern Information Retrival. ACM Press.
Benderson, B., Shneiderman, B. (2003) The Craft of Information Visualization: Readings and Reflections. Morgan Kaufmann.
Card, S. (1999) Readings in Information Visualisation: Using Vision to Think. Morgan Kaufmann.
Earnshaw, R., Vince, J. Jones, H. (1997) Visualization & Modeling. Academic Press.
Fayyad, U., Grinstein, G., Wierse, A. (Eds.) (2003) Information Visualization in Data Mining and Knowledge Discovery. Morgan
Kaufmann.
Gallagher, R. Computer (1994) Visualization: Graphics Techniques for Engineering and Scientific Analysis. CRC Press.
Jonson, C. R., Hansen, C. D. (Eds.) (2005) The Visualization Handbook. Elsevier Academic Press.
Nielson, G., Hagen H., Mller H. (1997) Scientific Visualization: Overviews, Methodologies and Techniques, IEEE Computer Society.
Rao C. R., Wegman, E., Solka, J. (2005) Data Mining and Data Visualization. Elsevier.
Soukup, T., Davidson I. (2002) Visual Data Mining: Techniques and Tools for Data Visualization and Mining. Wiley.
Spence, R. (2001) Information Visualization, Addison-Wesley.
Tufte, E. R. (1990) Envisioning Information. Graphics Press.
Tufte, E. R. (2001) The Visual Display of Quantitative Information. 2nd edition, Graphics Press.
Tufte, E. R. (1997) Visual Explanations: Images and Quantities, Evidence and Narrative. Graphics Press.
Ware, C. (2004) Information Visualization: Perception for Design. 2nd edition, Morgan Kaufmann.
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Bibliografa complementaria
Drsteler, J. C. (2003) Visualizacin de informacin. Ediciones Gestin 2000. Artculos tambin disponibles en
http://www.infovis.net [ltima vez visitado, 04/11/2013].
Recursos
1. Revistas
Information Visualization (Palgrave)
IEEE Transactions on Visualization and Computer Graphics.
ACM Transactions on Graphics.
IEEE Computer Graphics and Applications.
Communications of the ACM.
IEEE Multimedia.
IEEE Transactions on Knowledge and Data Engineering
International Journal of Human Computer Studies
77
78
2. Conferencias
International Conference on Computer Graphics and Interactive Techniques (SIGGRAPH)
IEEE Visualization (Vis)
IEEE Simposium on Information Visualization (InfoVis)
ACM International Conference for Human-Computer Interaction (CHI)
ACM International Conference on Intelligent User Interfaces (IUI)
3. Enlaces de inters
Association for Computing Machinery (ACM)
o http://www.acm.org.
o http://portal.acm.org.
Institute of Electrical and Electronics Engineers (IEEE)
o http://www.ieee.org.
o http://computer.org.
InfoVis Cyberinfrastructure
o http://iv.slis.indiana.edu/sw/
Infovis
o http://www.infovis.net/.
On-line Library of Information Visualization Environments
o http://www.otal.umd.edu/Olive/
User Interface Research @ PARC
o http://www2.parc.com/istl/projects/uir/index.html
HCI Lab Visualization Projects
o http://www.cs.umd.edu/hcil/research/visualization.shtml
10.- Evaluacin
Consideraciones Generales
En esta materia se lleva a cabo una evaluacin continua.
Criterios de evaluacin
Se tendr en cuenta la asistencia y la participacin activa en clase.
o Se exigir un mnimo de un 80% de las horas presenciales.
Realizacin y defensa de un trabajo de investigacin, individualmente o por parejas, (dimensionado al esfuerzo detallado en
el punto 7 de esta gua).
o Se valorar la precisin, capacidad de comunicacin y espritu crtico y constructivo.
o La calificacin de este trabajo se dividir en un 60% por la evaluacin de la memoria entregada y un 40% la exposicin y
defensa del mismo.
La nota final de esta materia se basar en la nota del trabajo, pero podr ser matizada al alza por la participacin activa en las
actividades presenciales.
Instrumentos de evaluacin
Evaluacin continua (sobre todas las competencias relacionadas), participacin y defensa del trabajo individual.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
calificacin
20%
60%
20%
100%
Observaciones:
79
80
MATERIA: ROBTICA
304479
Plan
2013
Carcter
Obligatorio
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3018
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=7
bcurto@usal.es
Telfono
1303
Semestral S1
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3004
Horario de tutoras
Vienes de 9 a 14 horas
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=53
fjblanco@usal.es
Telfono
1303
81
82
5.- Contenidos
BLOQUE 1.- Planificacin de caminos en el espacio de las configuraciones
TEMA 1.- Introduccin
- Qu es la planificacin de caminos?Ejemplos
- Problema bsico. Formalizacin.
- Tendencias en planificacin de caminos
TEMA 2.- Espacio de las Configuraciones
- Definicin formal. Ejemplos
- Obstculos en C-espacio: robots mviles y articulados
- Uso de la convolucin
TEMA 3.- Nocin de camino
- Mtricas
BLOQUE 2.- Planteamientos de la planificacin de caminos
TEMA 4.- Mtodos START-GOAL
- Algoritmos bug de Lumelsky
- Funciones de Potencial
83
84
Actividades introductorias
Actividades tericas (dirigidas por el profesor)
o Sesin magistral
o Eventos cientficos
Actividades prcticas guiadas (dirigidas por el profesor)
o Prcticas en laboratorios
o Practicas en aula informticas
o Exposiciones
o Debates
Atencin personalizada (dirigida por el profesor)
o Tutoras
o Actividades de seguimiento on-line
Actividades prcticas autnomas (sin el profesor)
o Trabajos
o Estudio de casos
Pruebas de evaluacin
o Pruebas prcticas
12
Horas de
trabajo
autnomo
HORAS
TOTALES
24
36
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
1
1
TOTAL
4
22
9.- Recursos
Libros de consulta para el alumno
Principles of Robot Motion. Howie Choset, Kevin M. Lynch et all, 2005
Planning Algorithms. Steven M. LaValle. Cambridge University Press, 2005
Robot Motion Planning. Jean-Claude Latombe. Kluwer Academic Publishers, 1991
Robtica. Manipuladores y robots mviles. A. Ollero. Marcombo. Barcelona. 2001
Horas de
trabajo
autnomo
HORAS
TOTALES
15
2
2
2
2
1
13
1
13
51
4
75
85
86
10.- Evaluacin
Consideraciones Generales
Se utilizar un sistema de evaluacin continua teniendo en cuenta la asistencia y la participacin activa de los estudiantes en
las clases. Adems de ello, la calificacin se basar en el trabajo terico y/o prcticas con robots reales y en la calidad de la
presentacin realizada por el alumno.
Se seguirn los criterios de evaluacin generales del Master
Criterios de evaluacin
50 % Asistencia a clase. 50 % Realizacin de trabajos tericos y/o prcticos.
Instrumentos de evaluacin
Asistencia y participacin en clase.
Realizacin y presentacin de trabajos y/o prcticas
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Prueba final de evaluacin oral
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
30%
20%
30%
100%
87
88
MATERIA: ROBTICA
NAVEGACIN DE ROBOTS
1.- Datos de la Asignatura
Cdigo
304480
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3007
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=5
vmoreno@usal.es
Telfono
1303
Semestral S1
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3004
Horario de tutoras
Vienes de 9 a 14 horas
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=53
fjblanco@usal.es
Telfono
1303
89
90
5.- Contenidos
Mdulo I.- Introduccin
El problema de la navegacin
Mdulo II.- Arquitecturas de control
Control de alto nivel
Elementos bsicos
Requisitos generales de arquitectura
Tipos de arquitecturas
Deliberativas
Reactivas
Hbridas
Mdulo III.- Elementos de Navegacin
Localizacin de robots
Planificacin de caminos
Evitacin de colisiones
Contenidos Prcticos
Sesin 1. Presentacin MissionLab
Caractersticas generales
Comportamientos bsicos
Mquina de estados para el desarrollo de tareas
Sesin 2. Implementacin de una misin
Se realizar una misin de exploracin de un edificio con un robot simulado
Aplicacin de la misin de exploracin sobre el robot Roomba
Actividades introductorias
Actividades tericas (dirigidas por el profesor)
o Sesin magistral
o Eventos cientficos
Actividades prcticas guiadas (dirigidas por el profesor)
o Prcticas en laboratorios
o Practicas en aula informticas
91
92
o Exposiciones
o Debates
Atencin personalizada (dirigida por el profesor)
o Tutoras
o Actividades de seguimiento on-line
Actividades prcticas autnomas (sin el profesor)
o Trabajos
o Estudio de casos
Pruebas de evaluacin
o Pruebas prcticas
Horas de
trabajo
autnomo
HORAS
TOTALES
12
24
36
15
2
2
2
2
1
13
1
13
1
1
4
22
Horas de
trabajo
autnomo
51
HORAS
TOTALES
4
75
9.- Recursos
Libros de consulta para el alumno
Robtica. Manipuladores y robots mviles. A. Ollero. Marcombo. Barcelona. 2001
Where am I?". Systems and Methods for Mobile Robot Positioning. J. Borenstein, H. R. Everett, and L. Feng. 1996.
http://www-personal.umich.edu/~johannb/shared/pos96rep.pdf.
Intelligent Mobile Robot Navigation Series: Springer Tracts in Advanced Robotics, Vol. 16. F: Cuesta, A. Ollero, 2005, XIV,
204 p.,
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Revistas (se incluye el ao de primera publicacin).
International Journal on Robotics Research (1986)
IEEE Transactions on Robotics and Automation (1988)
Congresos
IEEE International Conference on Robotics and Automation ICRA
IEEE International Conference on Intelligent Robots and Systems IROS
93
94
10.- Evaluacin
Consideraciones Generales
Al tratarse de grupos reducidos se plantea una evaluacin continua que tenga en cuenta la asistencia y la participacin activa
en las clases. Adems de ello, la calificacin se basar en los resultados y conclusiones obtenidos en las prcticas y en la
calidad de los trabajos presentados.
Criterios de evaluacin
50 % Asistencia a clase. 50 % Realizacin de trabajos tericos y/o prcticos.
Instrumentos de evaluacin
Asistencia y participacin en clase.
Realizacin y presentacin de trabajos y/o prcticas
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Prueba final de evaluacin oral
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
30%
20%
30%
100%
304481
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Grupo / s
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=37
pvega@usal.es
Telfono
1309
Semestral S2
95
96
Profesor
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3001
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=34
lancho@usal.es
Telfono
1303
Perfil profesional.
Investigacin
5.- Contenidos
Unidad didctica 1.- La informtica en los sectores productivos y de servicios
Motivaciones. Historia. Anlisis de requisitos y procedimientos. Ejemplos: procesos trmicos y de depuracin de aguas residuales.
Unidad didctica 2.- Instrumentacin de control. Sensores, actuadores y reguladores
Instrumentacin analgica y digital. Elementos bsicos de un sistema de control. Conversin de seales.
Unidad didctica 3.- Autmatas programables industriales
Introduccin a los conceptos bsicos del PLC. Estructura y programacin. Aplicaciones
Unidad didctica 4.- Sistemas SCADA (Supervisin, Control y Adquisicin de datos)
Funciones de los PC s en la industria. Sistemas SCADA. Configuracin de seales. Pantallas de monitorizacin. Representacin
de datos. Gestin de alarmas. Control de accesos. Elementos de programacin. Integracin en planta. Redes locales y comunicaciones en tiempo real. Buses de campo y control distribuido.
Unidad didctica 5.- Laboratorios virtuales y remotos
Fundamentos de Easy Java Simulations (EJS). Conectividad EJS-Matlab/Simulink. Planificacin de eventos.
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. El desarrollo de la clase se llevar a cabo con medios audiovisuales, textos, transparencias que permitan un adecuado nivel de motivacin e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento
en las clases para hacer stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las
conclusiones ms relevantes del tema tratado. Las transparencias que se utilizarn en clase son un subconjunto de las que
se facilitan a los alumnos en la pgina web. Estas transparencias son una gua para el estudio, pero no son sustitutas de la
bibliografa recomendada.
Videos: se proyectarn algunos videos, en ingls, publicados por el IEEE, con conferencias o tutoriales dados por autores
relevantes en Control Inteligente.
97
98
Talleres de prcticas. Las clases prcticas presenciales estarn dedicadas a la resolucin colaborativa de problemas de
modelado y diseo, para lo cual se utiliza alguna de las herramientas para sistemas de control inteligente existentes.
Trabajo obligatorio. Al alumno se le dar una o ms publicaciones recientes sobre el tema, sobre la cual debe elaborar una
presentacin en la que establezca un anlisis del contenido de las mismas y una revisin crtica. Esta presentacin se har
en pblico y se estimula la interaccin con el resto de los alumnos de la materia. Servir para establecer la calificacin.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia.
Plataforma web. Se convierte en el vehculo de comunicacin y registro de informacin de la materia.El profesor mantiene
actualizada la informacin de esta pgina para que se convierta en un vehculo de comunicacin con los alumnos.
El alumno debe ser capaz de buscar informacin en las revistas electrnicas a las que la Universidad est suscrita (IEEE
fundamentalmente) relacionadas con el tema de Sistemas Borrosos y Conexionistas.
Horas de
trabajo
autnomo
HORAS
TOTALES
16
24
12
36
36
Horas de
trabajo
autnomo
HORAS
TOTALES
60
75
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
TOTAL
15
9.- Recursos
Libros de consulta para el alumno
Creus Sol A. Instrumentacin industrial Marcombo. 2005.
Ollero de Castro y Fernndez Camacho E. Control e Instrumentacin de procesos qumicos Sntesis, 1997
Stock M. ; AI in Process Control . Mc Graw-Hill. 1989.
Esquembre, F, Creacion De Simulaciones Interactivas En Java, Pearson Educacin, 2004.
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Revistas
Industrial Informatics, Transaction on IEEE
Industrial Applications, Magazine IEEE
Computer and control Engineering, Journal IEEE
Control Systems IEEE
Control Thecnology IEEE
Control Theory and Applications, Magazine IEEE
Education Transactions on IEEE
Control Engineering Practice IFAC
Automatica IFAC
RIAI Revista Iberioamericana de Automtica e Informtica
Enlaces de inters
Comit Espaol de Automtica de la IFAC
http://www.cea-ifac.es
99
100
El Comit Espaol de Automtica de la IFAC se fund a finales de 1968 como una iniciativa de la comunidad cientfica del rea
del Control Automtico en Espaa, que deseaba encontrar un marco para una actividad que da a da iba adquiriendo ms importancia en el mundo de la ingeniera: automtica, robtica, tiempo real, visin artificial, simulacin,
Institute of Electrical and Electronics Engineers (IEEE)
http://www.ieee.org
Otra prestigiosa organizacin compuesta por diversas sociedades, donde la que ms relacin tiene con los temas abordados en
el presente curso es la IEEE Control Society.
http://www.isa.org
Es una organizacin dedicada a la estandarizacin de instrumentacin y control. Rene a numerosas empresas de diseo de
equipos y sistemas. Es una referencia muy importante en la industria de fabricacin y servicios
10.- Evaluacin
Consideraciones Generales
Se evaluar la asistencia y participacin en las clases y la capacidad de aplicacin de los conocimientos en la realizacin de
trabajos y prcticas.
Criterios de evaluacin
Se tendrn en cuenta los siguientes criterios:
Asistencia a clase: en principio se exigir un mnimo de asistencia de un 80%, pero podrn considerarse casos particulares
suficientemente justificados.
Interaccin en las clases tericas.
Participacin y resultados obtenidos en las clases de prcticas.
Presentacin del trabajo, en el que se valorar la precisin, capacidad de comunicacin y el espritu crtico y constructivo.
La calificacin final se obtendr ponderando de igual forma los resultados de las prcticas y del trabajo. Los resultados de la
evaluacin continua servirn para mejorar la calificacin.
Instrumentos de evaluacin
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
101
102
MINERA WEB
1.- Datos de la Asignatura
Cdigo
304482
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3005
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=26
mmg@usal.es
Telfono
1513
Semestral S2
5.- Contenidos
Introduccin a la Minera Web
Definicin. El proceso de minera web. Clasificacin de las tcnicas
Tipos de minera Web
Minera de contenido
103
104
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. Las clases comenzarn con una breve introduccin de los contenidos que se pretenden transmitir en la clase, as
como con un breve comentario a los conceptos vistos en clases anteriores y que sirven de enlace a los que se pretenden
desarrollar. El desarrollo de la clase se llevar a cabo con medios audiovisuales que permitan un adecuado nivel de motivacin
e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento en las clases para hacer
stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las conclusiones ms relevantes del tema tratado.
Trabajos de investigacin. Los alumnos desarrollarn algn trabajo de investigacin sobre algn tema expuesto.
Presentacin de los trabajos. Los alumnos defienden pblicamente sus trabajos.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia. Las tutoras pueden ser individualizadas, pero se
admiten tutoras grupales.
Zona virtual. La plataforma de enseanza virtual de la asignatura constituye el vehculo de comunicacin y registro de informacin de la materia.
15
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
20
10
5
25
15
10
45
75
105
106
9.- Recursos
Libros de consulta para el alumno
J. Hernndez, M.J. Ramrez y C. Ferri, Introduccin a la Minera de Datos, Pearson Education, 2004 .
Segrera S.y Moreno, M.N. Minera Web para el Comercio Electrnico. Informe tcnico, DPTOIA-IT-2006-003, Junio 2006.
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
GroupLens Research Group. http://www.grouplens.org/
10.- Evaluacin
Consideraciones Generales
Se valorar la asistencia a clase, los trabajos realizados y la interaccin en las clases tericas y en los foros de la plataforma
virtual
Criterios de evaluacin
Instrumentos de evaluacin
Asistencia y participacin en clase.
Realizacin y presentacin de trabajos.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
107
108
304483
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Grupo / s
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=32
lamq@usal.es
Telfono
5412
Semestral S2
Conocer las lneas de investigacin relacionadas con la Minera de Datos aplicada al campo de la Bioinformtica.
Tener una visin general del estado actual del campo de la Minera de Datos aplicada al campo de la Bioinformtica.
Conocer los campos de la Bioinformtica en que son aplicables las tcnicas de Minera de Datos.
Conocer los paquetes software ms habituales para realizar Minera de Datos aplicada al campo de la Bioinformtica.
Conocer las distintas tcnicas de Minera de Datos que pueden ser utilizados, distinguiendo las caractersticas diferenciales
de cada una de ellas, y a la resolucin de qu tipos de problemas pueden ser destinados.
Conocer los datos que proporciona la experimentacin con microarrays y los problemas asociados de preprocesamiento a
que dan lugar.
109
110
5.- Contenidos
1.
2.
3.
4.
5.
6.
7.
8.
9.
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. Las clases comenzarn con una breve introduccin de los contenidos que se pretenden transmitir en la clase, as
como con un breve comentario a los conceptos vistos en clases anteriores y que sirven de enlace a los que se pretenden
desarrollar. El desarrollo de la clase se llevar a cabo con medios audiovisuales que permitan un adecuado nivel de motivacin
e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento en las clases para hacer
stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las conclusiones ms relevantes del tema tratado.
Trabajos de investigacin. Los alumnos desarrollarn algn trabajo de investigacin sobre algn tema expuesto.
Presentacin de los trabajos. Los alumnos defienden pblicamente sus trabajos.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con los contenidos, organizacin y planificacin de la materia. Las tutoras pueden ser individualizadas, pero se
admiten tutoras grupales.
Zona virtual. La plataforma de enseanza virtual de la asignatura constituye el vehculo de comunicacin y registro de informacin de la materia.
Horas de
trabajo
autnomo
12
10
12
10
HORAS
TOTALES
111
112
Horas de
trabajo
autnomo
HORAS
TOTALES
2
25
TOTAL
30
45
75
9.- Recursos
Libros de consulta para el alumno
Everitt, B., Landau, S., Leese, M. (2001) Cluster Analysis, 4th Edition, Arnold Publishers.
Jain, A. K., Dubes, R. C. (1988) Algorithms for clustering data. Prentice Hall.
Kaufman, L., Rousseeuw, P. J. (1990) Finding Groups in Data: An Introduction to Cluster Analysis, Wiley-Interscience.
Mirkin, B., Mirkin, B. G. (2005) Clustering For Data Mining: A Data Recovery Approach, Chapman & Hall/CRC.
Berrar, D.P. (Editor), Dubitzky, W. (Editor), Granzow, M. (2003) A Practical Approach to Microarray Data Analysis, Kluwer Academic
Press
Draghici, S. (2003) Data Analysis Tools for DNA Microarrays, Chapman & Hall/CRC
McLachlan, G.J., Do, K., Ambroise, C. (2004) Analyzing Microarray Gene Expression Data, Wiley-Interscience
Speed, T. (2003) Statistical Analysis of Gene Expression Microarray Data, Chapman & Hall/CRC
Stekel, D. (2003) Microarray Bioinformatics, Cambridge University Press
Wang, J.T.L. (Editor), Zaki, M.J. (Editor), Toivonen, H.T. (Editor), Shasha, D.E. (Editor) (2004) Data Mining in Bioinformatics,
Springer
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
10.- Evaluacin
Consideraciones Generales
Se valora con un 50% la asistencia a las clases tericas y prcticas, as como la participacin activa. Se exigir un mnimo de
asistencia de un 80% para las horas presenciales.
Deber presentarse un pequeo trabajo de investigacin aplicado a la resolucin de un problema en que se aplique la Minera
de Datos al anlisis de datos biomdicos. La calidad del trabajo realizado conforme a las especificaciones que se publiquen,
as como la posterior presentacin del trabajo, se valorar con un 50%, para la obtencin de la nota final en la asignatura.
Criterios de evaluacin
Se tendr en cuenta tanto en la parte terica, como la prctica la asistencia y la participacin activa en clase. Se exigir un
mnimo de un 80% de asistenca a las horas presenciales.
Se valorar la capacidad para resolver los ejercicios prcticos propuestos
Se valorar la capacidad para aplicar los conocimientos tericos en la resolucin de los ejercicios prcticos
Se valorar la calidad del informe escrito, as como la presentacin oral del mismo
Instrumentos de evaluacin
Realizacin, presentacin y defensa de un ejercicio prctico
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
113
114
304484
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
Semestral S1
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Despacho
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=40
berrocal@usal.es
Telfono
Profesor Coordinador
Departamento
Informtica y Automtica
rea
Centro
Despacho
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=30
figue@usal.es
Telfono
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=78
zazo@usal.es
Telfono
115
116
al usuario desencadena una amplia actividad investigadora en torno a interfaces de usuario, nuevos mtodos de bsqueda,
nuevas formas de indizacin y nuevos servicios. Los investigadores deben estar preparados para sacar provecho de estos cambios y para proponer los que an han de mejorar los sistemas actuales, adelantndose a las necesidades de los usuarios.
Perfil profesional.
Lneas de investigacin:
Recuperacin clsica: Modelos de recuperacin de informacin, categorizacin y clasificacin automtica, indizacin en
recuperacin de informacin, expansin de consultas, normalizacin terminolgica (lematizacin), extraccin de entidades
para la recuperacin de informacin, algoritmos de bsqueda, ordenacin y rboles, resumen automtico de documentos,
recuperacin de pasajes de texto, recuperacin en grandes volmenes de informacin (Terabytes), escalabilidad de las colecciones de evaluacin.
Recuperacin de informacin en documentos no textuales: imgenes, audio, vdeo
Recuperacin de informacin en el Web.
Recuperacin de informacin translinge, recuperacin interactiva
Recuperacin de informacin en dominios especficos del conocimiento o mbito
Bsqueda de respuestas
Anlisis y aplicacin de filtros antispam
Recuperacin semntica
3.- Recomendaciones previas
Los prerrequisitos de la asignatura Recuperacin avanzada de la informacin se deberan cumplir en alguna de las asignaturas
de la titulacin de grado del alumno, o bien mediante el propio trabajo personal del alumno. Se deben tener conocimientos de
herramientas bsicas de productividad ofimtica y conocimientos elementales de un lenguaje de programacin
5.- Contenidos
1.
2.
3.
4.
117
118
La labor del profesor se centra en que el alumno desarrolle su capacidad de aprender, en vez de ser simple transmisor de conocimientos. El alumno debe ser responsable de su propio aprendizaje, desarrollando un espritu crtico y una actitud abierta
frente al desarrollo cientfico-tcnico de su especialidad. Debe fomentar y adquirir habilidades para trabajar en equipo. Debe valorar el sentido humanstico de la ciencia y de la tcnica como resultado del esfuerzo de generaciones anteriores, con el objetivo
de resolver problemas actuales y futuros. Para caminar en este sentido, el modelo educativo que se va a seguir en la asignatura
Recuperacin avanzada de la informacin tiene en la clase magistral un elemento importante, pero no exclusivo, para la transmisin de conocimiento. Utilizaremos una mezcla de clase magistral, clases prcticas y enseanza virtual, B-Learning.
Concretamente las actividades que se proponen son las siguientes:
Clases de teora con apoyo de material audiovisual. En estas clases se presentarn los contenidos bsicos de un cierto
tema. Las clases comenzarn con una breve introduccin de los contenidos que se pretenden transmitir en la clase, as como
con un breve comentario a los conceptos vistos en clases anteriores y que sirven de enlace a los que se pretenden desarrollar.
El desarrollo de la clase se llevar a cabo con medios audiovisuales, textos, transparencias, etc., que permitan un adecuado
nivel de motivacin e inters en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento en las
clases para hacer stas ms dinmicas y facilitar el aprendizaje. Es importante intentar terminar la exposicin con las conclusiones
ms relevantes del tema tratado. Las transparencias que se utilizarn en clase son un subconjunto de las que se facilitan a los
alumnos en la pgina web de la asignatura. Estas transparencias son una gua para el estudio, pero no son sustitutas de la bibliografa recomendada.
Talleres de prcticas. Las clases prcticas presenciales estarn dedicadas a la resolucin colaborativa de problemas de representacin y recuperacin de informacin, para lo cual se utilizarn varias de las herramientas existentes.
Trabajo obligatorio. Al alumno se le darn unas pautas para la realizacin de trabajos. Sern propuestos varios tipos de trabajos:
algunos sern de revisin bibliogrfica de temas actuales, otros de aplicacin prctica de aspectos no vistos en los talleres de
prcticas, y algunos otros sern trabajos de iniciacin a la investigacin.
Presentacin de los trabajos. Defensa pblica de los trabajos, la cual estimula la interaccin con el resto de los alumnos de la
asignatura.
Tutoras. El alumnado tiene a su disposicin horas de tutoras en las que puede consultar cualquier duda relacionada con los
contenidos, organizacin y planificacin de la asignatura. Las tutoras pueden ser individualizadas, pero se admiten tutoras grupales para resolver problemas relacionados con las actividades realizadas en grupo.
Pgina web de la asignatura. Se convierte en el vehculo de comunicacin y registro de informacin de la asignatura.
Horas de
trabajo
autnomo
HORAS
TOTALES
10
15
15
22
35
25
25
40
75
119
120
9.- Recursos
Libros de consulta para el alumno
R. Baeza-Yates y B. Ribeiro-Neto. Modern Information Retrieval. Addison-Wesley, Harlow,
England, 1999.
R. Pea, R. Baeza-Yates y J.V. Rodrguez Muoz. Gestin Digital de la Informacin. De Bits a Bibliotecas Digitales y la Web.
RAMA, Madrid, 2002.
G. Salton. Automatic Information Organization and Retrieval. McGraw-Hill, New-York, 1968.
W.B. Frakes y R. Baeza-Yates (eds.). Information Retrieval: Data Structures and Algorithms.
Prentice-Hall, Englewood Clifss (NJ), 1992.
R.R. Korphage. Information Storage and Retrieval. John Willey & Sons, New York, 1997.
K. Spark Jones y P. Willet (eds.). Readings in Information Retrieval. Morgan Kauffman
Publisher, San Francisco (CA), 1997.
C.J. van Rijsbergen. Information Retrieval. Dept. of Computer Science, University of Glasgow, second edition, 1979.
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Revistas
Journal of Documentation
Information Processing & Management
Information Retrieval
Journal of the American Society for Information Science and Technology
ACM Transactions on Information Systems
Comunications of the ACM
Revista Iberoamericana de Inteligencia Artificial
Procesamiento del Lenguaje Natural
Conferencias
Cross-Language Evaluation Forum (CLEF)
TExt Retrieval Conferences (TREC)
NII-NACSIS Test Collection for IR Systems (NTCIR)
ACM Special Interesting Group in Information Retrieval (ACM-SIGIR)
European Conference on Research and Advanced Technology for Digital Libraries (ECDL).
WWW Conference
Jornadas de Bibliotecas Digitales (JBIDI)
Congreso de la SEPLN (Sociedad Espaola para el Procesamiento del Lenguaje Natural
10.- Evaluacin
Consideraciones Generales
Los alumnos debern asistir regularmente a las actividades presenciales y poner inters en el desarrollo de la materia. Tambin
en el desarrollo del trabajo obligatorio
Criterios de evaluacin
Se tendr en cuenta:
la asistencia y participacin activa en las actividades presenciales.
la calidad cientfica y tcnica del trabajo obligatorio, su calidad de presentacin, su precisin y las conclusiones teniendo en
cuenta un espritu crtico y constructivo.z presentacin del trabajo, la capacidad de comunicacin del alumno, su capacidad expositiva, de debate y defensa argumental.
Instrumentos de evaluacin
Asistencia a actividades presenciales. Participacin activa en clase y en el entorno virtual. Entrega del trabajo. Presentacin
del trabajo.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
121
122
304485
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
Semestral S1
/ http://mastersi.usal.es
Departamento
Informtica y Automtica
rea
Centro
Despacho
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=40
berrocal@usal.es
Telfono
123
124
Profesor Coordinador
Departamento
Informtica y Automtica
rea
Centro
Despacho
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=30
figue@usal.es
Telfono
Profesor Coordinador
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=78
zazo@usal.es
Telfono
125
126
Reforzar el hbito de desarrollar diferentes alternativas, cuestionando las caractersticas, riegos y viabilidad de cada una,
para cada problema planteado.
5.- Contenidos
Tema 1. Introduccin. Finalidad y objetivos de la Cibermetra; generalidades sobre protocolos y servicios de Internet
Tema 2. Navegacin Automtica; recogida de datos. Tcnicas y herramientas
Tema 3. Coeficientes, indicadores e ndices de nodo
Tema 4. Anlisis de Grafo
Tema 5. Fuentes de informacin y repositorios
127
128
Horas de
trabajo
autnomo
HORAS
TOTALES
10
15
15
22
35
25
25
40
75
9.- Recursos
Libros de consulta para el alumno
Almind, T. C., Ingwersen, P. (1997) Informetric analyses on the world wide web:methodological approaches to 'webometrics',
Journal of Documentation, 53(4),404-426.
Broder, A. R. et al: (2000) Graph Structure in the Web. En: Proceedings of the 9th International WWW Conference, http://www.almaden.ibm.com/cs/k53/www9.final/.
Callon, M. et al. (1995) Cienciometra. La medicin de la actividad cientfica: de la bibliometra a la vigilancia tecnolgica, Gijn:
Trea.
Chakrabarti, S. et al. (1997) Mining the Link Structure of the World Wide Web . IEEE Computer.
Egghe, L. et al. (1990) Introduction to Informetrics. Amsterdam: Elsevier-Science Publishers.
Ingwersen, P. (1998) The Calculation of the Web Impact Factors. Journal of Documentation, 54(2), 236-243.
Kleinberg, J. M. et al. (1999) The Web as a Graph: Measurements, Models and Methods. En: Proceedings of the Fifth Annual
International Computing and Combinatories Conference
Kumar, R. et al. (1999) Crawling the Web for Emerging Communities. En: Proceedings of the
8th. International WWW Conference, http://www8.org.w8-papers/4asearchmining/crawling/crawling.html
Pirolli, P. et al. (1996) Silk from a Sow's Ear: Extracting Usable Structures from the Web. Proceedings of the Conference on
Human Factors in Computing Systems,
CHI'96, http://www.acm.org/sigchi/chi96/proceedings/papers/Pirolli_2/pp2.html
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Revistas
Communications of the ACM.
Cybermetrics.
Information Processing & Management.
Journal of Documentation.
Journal of the American Society for Information Science and Technology.
Library & Information Science Research.
Scientometrics.
Conferencias
ACM Hypertext.
ACM International Conference for Human-Computer Interaction (CHI).
ACM SIGIR.
Computer Networks & ISDN Systems.
Hypertext, information retrieval, multimedia (HIM).
The WWW conference.
129
130
10.- Evaluacin
Consideraciones Generales
Los alumnos debern asistir regularmente a las actividades presenciales y poner inters en el desarrollo de la materia. Tambin
en el desarrollo del trabajo obligatorio
Criterios de evaluacin
Se tendr en cuenta:
la asistencia y participacin activa en las actividades presenciales.
la calidad cientfica y tcnica del trabajo obligatorio, su calidad de presentacin, su precisin y las conclusiones teniendo en
cuenta un espritu crtico y constructivo.
presentacin del trabajo, la capacidad de comunicacin del alumno, su capacidad expositiva, de debate y defensa argumental.
Instrumentos de evaluacin
Asistencia a actividades presenciales. Participacin activa en clase y en el entorno virtual. Entrega del trabajo. Presentacin
del trabajo.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
131
132
304486
Plan
2013
Carcter
Optativa
Curso
rea
Informtica y Automtica
Departamento
Plataforma Virtual
ECTS
Periodicidad
Semestral S2
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Grupo / s
Despacho
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=28
fgarcia@usal.es
Telfono
1302
Perfil profesional.
Investigacin
3.- Recomendaciones previas
Conocimientos de Ingeniera del Software, Modelado Conceptual y UML
5.- Contenidos
1.
2.
3.
4.
5.
6.
133
134
Horas de
trabajo
autnomo
HORAS
TOTALES
15
30
6
3
2
2
8
7
5
25
25
Horas de
trabajo
autnomo
HORAS
TOTALES
33
75
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
TOTAL
26
16
9.- Recursos
Libros de consulta para el alumno
Kruchten, P. (2000) The Rational Unified Process An Introduction. 2nd Edition. Addison Wesley
Sowa, J. F. (2000) Knowledge Representation: Logical, Philosophical, and Computational Foundations. Pacific Grove, CA: Brooks
Cole Publishing Co
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Berners-Lee, T., Hendler, J., Lassila, O. (2001) The Semantic Web. Scientific American, 284(5):34-43
Koch, N. (2000) Software Engineering for Adaptive Hypermedia Applications. Reference Model, Modeling Techniques and Development Process. PhD. Thesis, Ludwig-Maximilians-Universitt Mnchen
Noy, N. F., McGuinness, D. L. (2001) Ontology Development 101: A Guide to Creating Your First Ontology. Stanford Knowledge
Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880
135
136
10.- Evaluacin
Consideraciones Generales
75% realizacin y presentacin del pster
15% revisin del pster de otro compaero
10% participacin
Criterios de evaluacin
Evaluacin continua
Instrumentos de evaluacin
o
o
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
304487
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es /
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
D1514
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=6
alsl@usal.es
Telfono
1309
Semestral S2
137
138
Perfil profesional.
Investigacin
5.- Contenidos
Introduccin a las tecnologas del habla: Acstica, lenguaje y lingstica. El lenguaje oral.
Fontica: Sonidos del habla y su trascripcin fontica. Alfabetos fonticos. Fontica articulatoria. Fontica acstica.
Sntesis de habla: Normalizacin de texto. Anlisis fontico. Generacin de la onda sonora.
Expresiones regulares: Patrones bsicos. Alternativas, agrupacin y secuencias. Lenguajes regulares y autmatas de estados
finitos.
N-grams: Modelos estadsticos del lenguaje. Gramticas estocsticas. Perplejidad de una gramtica.
Modelos Ocultos de Markov (MOM): Autmatas probabilsticas. Modelos Ocultos de Markov. Estimacin de emisin de secuencias. Estimacin de trayectorias.
Reconocimiento de habla: Introduccin y alternativas. Arquitectura de reconocimiento de habla. Extraccin de caractersticas.
Aplicacin de MOM a reconocimiento de habla. Uso de Redes neuronales artificiales en reconocimiento automtico del habla.
Diseo de aplicaciones con interfases orales: Respuestas orales. Dilogos. Sistemas de dilogo bsicos. Dilogos basados
en lenguajes de marcas.
139
140
12
Horas de
trabajo
autnomo
HORAS
TOTALES
20
32
24
14
20
21
50
75
9.- Recursos
Libros de consulta para el alumno
Bibliografa bsica
Fundamentals of Speech Recognition. Lawrence Rabiner, Biing-Hwang Juang. Prentice-Hall. 1993
Speech Synthesis and Recognition. J.H. Holmes, W. Holmes, WTaylor & Francis, 2001.
How to Build a Speech Recognition Application. Bruce Balentine, avid P. Morgan
EIG Press. 1999
Voice user interface design. Michael H. Cohen, James P. Giangola, Jennifer Balogh. Addison-Wesley. 2004
Design Effective Speech Interfaces. Susan Weinschenk. Dean T. Barker. WILEY. 2000
Speech and Language Processing. Daniel Jurafsky, James M. Martin. Prentice Hall. 2008
Otras referencias bibliogrficas, electrnicas o cualquier otro tipo de recurso.
Revistas
Communications of the ACM.
IEEE Multimedia.
Enlaces
Direcciones relacionadas con sntesis de habla
http://www-gth.die.upm.es/research/synthesis/synthesis-e.html
http://ttt.upv.es/~aalbiol/aplictds/Vozcodecs.html
http://www.gts.tsc.uvigo.es/cotovia/
http://www.infor.uva.es/~descuder/investig/webs.html
http://cslu.cse.ogi.edu/demos/ttsdemos.htm
Direcciones relacionadas con Reconocimiento Automtico del habla
http://ceres.ugr.es/~alumnos/
Direcciones de las FAQ de tecnologas del habla
http://www.speech.cs.cmu.edu/comp.speech/
10.- Evaluacin
Consideraciones Generales
Asistencia a clase: se exigir un mnimo de asistencia del 80% de las actividades presenciales.
Presentacin de los trabajos: se valorar la precisin, capacidad de comunicacin y espritu crtico y constructivo.
Interaccin en las clases tericas.
No est prevista ninguna forma de evaluacin alternativa.
141
142
Criterios de evaluacin
50% de la calificacin ser por la evaluacin continua.
Instrumentos de evaluacin
Evaluacin continua. Realizacin y defensa de un trabajo individual.
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
INTERACCIN GESTUAL
1.- Datos de la Asignatura
Cdigo
304488
Plan
2013
Carcter
Optativa
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
Periodicidad
/ http://mastersi.usal.es /
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3017
Grupo / s
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=29
coti@usal.es
Telfono
1303
Semestral S2
143
144
Perfil profesional.
Investigacin
5.- Contenidos
12
Horas de
trabajo
autnomo
HORAS
TOTALES
20
32
145
146
Prcticas
En aula
En el laboratorio
En aula de informtica
De campo
De visualizacin (visu)
Practicum
Prcticas externas
Seminarios
Exposiciones
Debates
Tutoras
Actividades de seguimiento online
Preparacin de trabajos
Trabajos
Resolucin de problemas
Estudio de casos
Fosos de discusin
Pruebas objetivas tipo test
Pruebas objetivas de preguntas cortas
Pruebas de desarrollo
Pruebas prcticas
Pruebas orales
TOTAL
24
Horas de
trabajo
autnomo
HORAS
TOTALES
3
14
20
21
50
75
9.- Recursos
Libros de consulta para el alumno
Bibliografa bsica
About Face 3:The Essentials of Interaction Design Alan Cooper (www.cooper.com) Ed. John Wiley and Sons
Dont make me think (2a Ed) Steve Krug Ed. New Riders - Peachpit
Tog on Interface Bruce Tognazzinni Ed. Addison Wesley
10.- Evaluacin
Consideraciones Generales
Se evaluarn los conocimientos adquiridos por el alumno a lo largo del curso en los dos aspectos fundamentales tratados:
Principios de Usabilidad
Aplicacin prctica de estos principios.
Se pretende comprobar que el alumno sabe aplicar prcticamente los criterios y metodologas de usabilidad bsicos que se
han descrito.
Criterios de evaluacin
Se valora positivamente la aplicacin concreta de los principios generales expuestos.
Se valora positivamente el uso de las tcnicas de programacin expuestas
Instrumentos de evaluacin
Evaluacin del trabajo entregado
Metodologa
Exposicin en clase de trabajo
Realizacin de trabajo escrito
Asistencia y participacin en clase
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
20%
60%
20%
100%
147
148
304489
Plan
2013
Carcter
Obligatoria
Curso
rea
Departamento
Informtica y Automtica
Plataforma Virtual
Plataforma:
STUDIUM / DIAWEB
URL de Acceso:
http://studium.usal.es
ECTS
15
Periodicidad
/ http://mastersi.usal.es /
Grupo / s
Departamento
Informtica y Automtica
rea
Centro
Facultad de Ciencias
Despacho
F3006
Horario de tutoras
URL Web
https://diaweb.usal.es/diaweb/personal/presentacion.jsp?persona=49
theron@usal.es
Telfono
1513
Semestral S2
149
150
5.- Contenidos
Prerrequisitos
Competencias y contenidos mnimos
Superacin de todas las materias que forman su currculo en el desarrollo del Mster.
Plan de trabajo para la consecucin de los prerrequisitos
El alumno ha de proponer y desarrollar su propio plan de trabajo bajo la direccin de su tutor.
Propuesta de tema del Trabajo de Fin de Master
Cada uno de los profesores que impartan docencia en el Mster tiene que proponer al menos 2 trabajos de TFM, segn el reglamento vigente.
El tema del TFM podr ser planteado por:
1. El profesorado del posgrado de Informtica y Automtica de la Universidad de Salamanca.
2. El estudiante.
3. Una empresa.
4. Otro Departamento o Universidad dentro del marco de colaboracin entre grupos de I+D+i.
Direccin del trabajo
El TFM se debe dirigir o supervisar por un profesor o profesores hasta un mximo de tres (3) del Mster en Sistemas Inteligentes
que est a cargo del seguimiento y los costes del proyecto. En caso de que el trabajo se realice en una empresa o en otro De-
151
152
partamento universitario ser necesario el nombramiento de una persona en la institucin ajena que ser responsable de la supervisin del estudiante dentro de la misma. Esta persona tambin ser la persona del contacto para el profesor/es del Programa
encargado del trabajo.
Para evaluar el rendimiento y capacidad del estudiante en el desarrollo del TFM, es importante que el profesor del Mster en
Sistemas Inteligentes est implicado en la progresin del proyecto. En este sentido, el profesor puede pedir que el estudiante
proporcione cualquiera informe o explicacin en el transcurso de su ejecucin. Asimismo, el estudiante podr presentar los informes que considere pertinentes.
En el caso de realizar el trabajo en una organizacin externa (empresa o centro de I+D) se permitir al profesor tutor del trabajo
reorientar el trabajo que se est haciendo, dentro de los acuerdos que se establezcan, para asegurar de que el proyecto satisface
los requisitos principales de un TFM y, as, poder verificar las capacidades obtenidas por el estudiante.
Rgimen estatutario de los estudiantes en instituciones ajenas al programa
Aunque el estudiante est matriculado en el programa de postgrado de la Informtica y Automtica, cuando el trabajo de Master
se realiza en una empresa o Departamento externo, su rgimen de estancia y otros aspectos (sueldo, secreto, etc.) se realizar
conforme a las reglas y a las regulaciones de la entidad externa siempre y cuando ste no entre en conflicto con lo establecido
por los Estatutos de la Universidad de Salamanca. Se tiene por tanto que los lazos contractuales siempre ligarn al estudiante
y la compaa y nunca a la Universidad.
Informe de Trabajo de Fin de Mster
El TFM incluye un informe escrito. El estudiante debe planificar su trabajo para disponer del tiempo suficiente para la elaboracin
de dicho informe. El estudiante debe escribir un informe (tres copias.) que contenga en los puntos siguientes:
El ttulo.
Los datos del contacto del estudiante (apellido, nombre, direccin).
El nombre del laboratorio de la Universidad de Salamanca, empresa o informacin de institucin de I+D externa en la cual se
est haciendo el TFM.
El nombre del tutor responsable del Mster en Sistemas Inteligentes.
Los resultados de TFM (anlisis, conceptos y puesta en prctica de los mismos).
El informe no debe contener informacin confidencial, excepto en casos excepcionales. Asimismo, el informe debe ser representativo del trabajo del estudiante para poder juzgar las capacidades obtenidas por el estudiante.
Workshop
Este tipo de reuniones, se celebrar siempre condicionada por las posibilidades de organizacin integrada en una reunin de
mbito cientfico ms general a la que asisten investigadores de mbito nacional e internacional. Se pretende en esta reunin:
Proporcionar al alumno ideas y consejos en su labor investigadora actual y futura.
Permitir conocer al estudiante a expertos de diferentes ramas de la investigacin en Informtica y Automtica para considerar
diferentes alternativas en su trabajo de investigacin.
Interactuar en un mbito ms amplio que una defensa de un curso de posgrado en un foro donde discutir ideas y sugerencias
de compaeros y otros asistentes a la reunin.
Introducir al alumno en las tareas propias de la organizacin de una reunin cientfica en aspectos que aunque no parezcan
propios de las labores de I+D+i son fundamentales para su crecimientos y difusin.
Trabajos de investigacin. Los alumnos desarrollarn el TFM sobre algn tema elegido.
Presentacin de los trabajos. Los alumnos defienden pblicamente sus TFM en el Workshop que se organiza para la defensa
de los mismos.
El TFM incluye un informe escrito. El estudiante debe planificar su trabajo para adems elaborar un artculo cientfico en
Latex que se publicar en un libro que se edita como resultado del Workshop.
Tutoras. El alumnado tiene a su disposicin seis horas de tutoras a la semana en las que puede consultar cualquier duda
relacionada con el TFM.
153
154
Zona virtual. La plataforma de enseanza virtual de la asignatura constituye el vehculo de comunicacin y registro de informacin de la materia.
Horas de
trabajo
autnomo
20
20
10
5
2
37
HORAS
TOTALES
310
25
320
30
3
338
5
375
9.- Recursos
Libros de consulta para el alumno
10.- Evaluacin
Consideraciones Generales
Se valorar la presentacin del informe escrito y del artculo del Workshop.
Se valorar la presentacin y defensa del TFM.
Criterios de evaluacin
Trabajos: se valorar el contenido, la precisin y el alcance del TFM desarrollado, as como la interpretacin de los resultados
obtenidos, capacidad de comunicacin y espritu crtico y constructivo.
Instrumentos de evaluacin
Entrega y presentacin del TFM y del artculo cientfico.
Metodologa
Realizacin de trabajo individual escrito
Realizar artculo cientfico
Presentacin y defensa del TFM
METODOLOGIAS DE EVALUACION
Tipo de prueba a emplear
Total
Observaciones:
calificacin
80%
10%
10%
100%
155
156