1.

Datos Generales de la Asignatura

Nombre de la asignatura : Percepcin e Inteligencia Artificial

Carrera : Ingeniera Mecatrnica

Clave de la asignatura : SAD-1405

Crditos1 2-3 - 5

2.- PRESENTACIN

Caracterizacin de la asignatura.

Esta asignatura aporta al perfil del Ingeniero en Mecatrnica la capacidad de aplicar

tcnicas de Inteligencia Artificial en Sistemas Autnomos y Sistemas de Control
Automtico, y la capacidad de desarrollar Sistemas de Percepcin Artificial.

A travs del curso de esta asignatura se pretende gestionar en el estudiante el desarrollo

de competencias relativas a la aplicacin, en sistemas autnomos y sistemas de control
automtico, de conocimientos del campo de la Inteligencia Artificial (IA), particularmente
las tcnicas de redes neuronales artificiales y de lgica difusa; igualmente las
competencias relativas al desarrollo de aplicaciones en el campo de la percepcin
artificial, particularmente visin artificial y auditiva artificial. Dado que las anteriores son
reas de la ingeniera con gran oportunidad de desarrollo y demanda profesional en
crecimiento, se pretende incidir en la conformacin de una actitud innovadora e
investigadora del egresado, y promover actitudes provocadoras de mpetu por la
aplicacin de nuevas tecnologas.

Dentro del plan de estudios de la carrera esta materia est situada en la especialidad; el
alumno requiere tener como base el aprendizaje de otras materias que permitan el
desarrollo de nuevas habilidades para el desarrollo de computacin avanzada, de
instrumentacin con nuevas tecnologa, y de control automtico inteligente. Es importante
que el alumno demuestre capacidad de diseo de sistemas mecatrnicos, lo cual incluye
la capacidad de aplicar conocimientos de las ciencias bsicas, y de los campos de la
ingeniera relacionados con la mecatrnica: mecnica, elctrica, electrnica, computacin,
control y robtica.

1
Sistema de asignacin y transferencia de crditos acadmicos
Intencin didctica.

La asignatura se divide en cinco unidades, de tal manera que el estudiante desarrolle en

la primer unidad los conocimientos bsicos generales, en lo relativo a percepcin artificial
y a la inteligencia artificial; posteriormente en cada una de las siguientes unidades se
propone el estudio de los conocimientos de una tcnica en particular de los campos que
aborda la asignatura: visin artificial, auditiva artificial, redes neuronales artificiales y
lgica difusa; en cada una de estas unidades el estudiante ha de desarrollar el
conocimiento correspondiente hasta un nivel aplicativo, integrando los nuevos
conocimientos con aquellos previamente adquiridos en asignaturas como instrumentacin,
control, robtica, programacin avanzada, y haciendo uso de las competencias
desarrolladas en el estudio de la mayor parte de las materias previamente cursadas.

La unidad nmero uno contiene los elementos esenciales para la comprensin del mbito
de la asignatura, cumple el propsito de una introduccin a cada una de las unidades
posteriores, y promueve el inters en campos del conocimiento nuevos para el estudiante.
Se pretende que este dimensione el potencial de los conocimientos a desarrollar y la
importancia de incorporar conocimientos previos y poner en prctica competencias
desarrolladas en asignaturas anteriores. El estudiante ejercita desde el principio su
capacidad de anlisis crtico para ubicar la materia en el contexto global de su carrera.

La asignatura requiere de la incorporacin de conocimientos y competencias que

corresponden a un nivel muy avanzado en el plan de estudios de la carrera de ingeniera
mecatrnica; es una materia de especialidad que aporta nuevos conocimientos y el
desarrollo de nuevas competencias, dentro de las cuales sobresale la aplicacin de
tcnicas que requieren del dominio de computacin avanzada para realizar
implementaciones en la resolucin de problemas reales de ingeniera.

Las unidades dos y tres se ocupan del campo de la percepcin artificial, una trata la
visin, otra la auditiva. Se hace nfasis en el procesamiento computacional de ambas
formas de percepcin artificial, considerando que conocimientos y competencias
previamente adquiridos se conjuntarn para dotar de la capacidad para realizar
aplicaciones.

En las unidades cuatro y cinco se estudian tcnicas de inteligencia artificial, las redes
neuronales artificiales y la lgica difusa, respectivamente. Bajo la misma propuesta de
profundizar en el procesamiento computacional de dichas tcnicas y ante la mencionada
condicin de dominio de otros conocimientos y competencias se plantea concluir cada
una de las unidades con el desarrollo de aplicaciones.

Dado que el mrito de la asignatura se demuestra con la resolucin de problemas de

sistemas autnomos y sistemas de control automtico, se establecen perfiles de
aplicacin que orientan al uso de las tcnicas de inteligencia artificial para la percepcin
artificial y para el control automtico.

Se sugiere al docente coordinar a los estudiantes para llevar a cabo una aplicacin real
dentro de un proyecto integrador, que demuestre las competencias desarrolladas en las
distintas asignaturas que se cursan simultneamente. Se recomienda simular un
escenario tal como se presenta en el ambiente laboral para que el alumno se desempee
dentro de un entorno virtual que le obligue a gestar habilidades necesarias para tener la
capacidad de enfrentar los problemas propios de la ingeniera con el rigor y las
condiciones del mbito laboral.

El alumno debe demostrar habilidades de investigacin, capacidad de adaptarse a nuevas

situaciones y de generar nuevas ideas, y al mismo tiempo, capacidad de trabajar en un
equipo interdisciplinario.

Por ltimo, es importante que el profesor proporcione una visin completa de la asignatura
advirtiendo los alcances y las limitaciones en el sector productivo y en el sector de
investigacin.
3.- COMPETENCIAS A DESARROLLAR

Competencias especficas: Competencias genricas:

Capacidad para aplicar los conceptos Competencias instrumentales

fundamentales de la Inteligencia Artificial,
dentro del contexto de campos de estudio
de la ingeniera mecatrnica (visin
computacional, auditiva computacional,
procesamiento de lenguaje natural,
robtica, automatizacin, etc.).
Capacidad de diseo e implementacin de
sistemas de visin y de auditiva
computacional.
Capacidad de aplicacin de las tcnicas de
inteligencia artificial: lgica difusa y redes
neuronales artificiales, principalmente, en el
diseo e implementacin de sistemas
inteligentes y autnomos que agreguen
potencial al desempeo de tareas del ser
humano, especficamente a travs del
diseo de sistemas de visin artificial,
auditiva artificial, control neuronal y control
difuso.
Capacidades de comprender y
desarrollar ideas.
Capacidades para organizar el tiempo y
las estrategias para el aprendizaje.
Capacidad para tomar decisiones y
resolver problemas.
Destreza en el uso de software
especializado.
Destreza en la bsqueda y manejo de
informacin.
Habilidades en la comunicacin oral y
escrita.
Capacidad de lectura en idioma ingls.
Capacidad de anlisis y sntesis.
Capacidad para planificar proyectos de
trabajo.
Competencias interpersonales
Capacidad de crtica.
Habilidades de comunicacin afectiva.
Capacidad para trabajar en un equipo
interdisciplinario.
Capacidad de comunicacin con
profesionales de otras reas.
Habilidad para trabajar en un contexto
profesional.
Compromiso tico.

Competencias sistmicas

Capacidad para aplicar conocimientos

Capacidad para formulacin de
problemas
Habilidades de investigacin
Capacidad de aprendizaje autnomo
 Capacidad de adaptacin a nuevas
situaciones
Capacidad para disear y gestionar
proyectos
Iniciativa y espritu emprendedor
Compromiso con la calidad
Bsqueda del logro
Creatividad
Liderazgo

4.- HISTORIA DEL PROGRAMA

Lugar y fecha de Observaciones

Participantes
elaboracin o revisin (cambios y justificacin)

Instituto Tecnolgico de M.C. Jos Luis Rocha El programa de estudios fue

Colima. Prez. elaborado en el marco de la
reunin para el diseo de la
M.C. Marco Aurelio especialidad de Ingeniera
Vzquez Olvera. Mecatrnica plan IMCT-2010-
Fecha:
M.C. Armando Gaytn 229
Godnez.

M.C. Juan Manuel Torres

Ochoa

5.- OBJETIVO(S) GENERAL(ES) DEL CURSO

Conocer los principios y el desarrollo de la Inteligencia Artificial, identificando sus
aplicaciones (robtica, visin computacional, lgica difusa, redes neuronales y
procesamiento de lenguaje natural) para emplearlas en el diseo e implementacin de
sistemas inteligentes que faciliten las tareas del ser humano.

6.- COMPETENCIAS PREVIAS

El estudiante ya ha desarrollado:
Capacidad para programacin computacional en un lenguaje tcnico
Capacidad para construir sistemas de instrumentacin con microcontroladores
 Capacidad para aplicaciones con comunicacin de seales digitales
Capacidad de aplicar los conocimientos de matemticas
Capacidad para disear e implementar sistemas mecatrnicos

7.- TEMARIO

Unidad Temas Subtemas

1 Introduccin a la 1.1 Sistemas Autnomos Artificiales

Percepcin e 1.2 Percepcin Artificial
Inteligencia 1.3 Campos de la Percepcin Artificial
Artificial 1.4 Inteligencia Artificial y sus Aplicaciones
1.5 Tcnicas de Inteligencia Artificial

2 Procesamiento 2.1 Adquisicin de Imgenes

Digital de 2.2 Procesamiento de Imgenes en Nivel Bajo
Imgenes 2.3 Procesamiento de Imgenes en Nivel Medio
2.4 Procesamiento de Imgenes en Nivel Alto
2.5 Aplicaciones en Visin Artificial

3 Procesamiento 3.1 Adquisicin de Seales Auditivas

Digital de Seales 3.2 Procesamiento de Seales de Audio en Nivel Bajo
Auditivas 3.3 Procesamiento de Seales de Audio en Nivel Medio
3.4 Procesamiento de Seales de Audio en Nivel Alto
3.5 Aplicaciones en Auditiva Artificial
4 Redes Neuronales 4.1 Conceptos Bsicos de Redes Neuronales Artificiales
Artificiales 4.2 Estructura de las RNA
4.3 Algoritmos de Aprendizaje en RNA
4.4 Procesamiento Computacional de las RNA
4.5 Aplicaciones en Control Automtico y Percepcin
Artificial
5 Lgica Difusa 5.1 Conceptos Bsicos de Lgica Difusa
5.2 Estructura de los Sistemas Difusos
5.3 Mtodos de Lgica Difusa
5.4 Procesamiento Computacional de Sistemas Difusos
5.5 Aplicaciones en Control Automtico y Percepcin
Artificial
8.- SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas)
El profesor motiva al estudiante a desarrollar autonoma, promueve la autogestin de
competencias, orienta los esfuerzos del estudiante, incentiva el trabajo cooperativo y
valora la toma de decisiones. El profesor considera la importancia didctica de las
siguientes sugerencias:
Realizar diversos ejercicios en cada una de las unidades para fortalecer la comprensin
temtica y promover la capacidad de aplicacin de conocimientos.
Desarrollar prctica de aplicacin en sistemas mecatrnicos en cada una de las unidades
(posteriores a la primera unidad).
Gestionar en el estudiante el desarrollo de capacidad crtica, iniciativa, creatividad y
bsqueda del logro, promoviendo la innovacin en la aplicacin y en el desarrollo de
conocimientos y tecnologa.
Fomentar actividades grupales que propicien la comunicacin, el intercambio de ideas, la
reflexin, la integracin y la colaboracin.
Impulsar, mediante prcticas y un proyecto, el uso de nuevas tecnologas en
automatizacin relacionadas con la implementacin de conocimientos correspondientes a
la asignatura.
Favorecer el desarrollo de competencias instrumentales, interpersonales y sistmicas, a
travs de un proyecto integrador, en el que se apliquen conocimientos de la asignatura y
que incluya como productos lo siguiente: memoria del proyecto, artculo para publicacin,
herramientas de exposicin, modelos y prototipo funcional.

9.- SUGERENCIAS DE EVALUACIN

La evaluacin ha de ser continua y formativa, se recomienda incluir, bajo criterios de
rbrica convenientes:
Desarrollo del proyecto integrador (mediante informes de avance y finalmente la
exposicin de productos del proyecto).
Prctica de aplicacin de conocimientos de cada unidad (excepto la primera).
Resumen de investigacin del contenido temtico de cada unidad.
Compilacin de ejercicios de cada unidad.
Evaluacin escrita en cada unidad.
Desempeo y participacin en el aula.
10.- UNIDADES DE APRENDIZAJE
Unidad 1: Introduccin a la Percepcin e Inteligencia Artificial
Competencia especfica a
desarrollar
Capacidad para utilizar correctamente
los conceptos bsicos sobre Sistemas
Autnomos Artificiales
Capacidad para explicar el problema
de Percepcin Artificial y los distintos
campos que actualmente se abordan
Capacidad para utilizar los conceptos
bsicos sobre Inteligencia Artificial y
sus aplicaciones, con nfasis en las
reas incluidas en la asignatura
Capacidad de demostrar comprensin
de las tcnicas de Inteligencia
Artificial
Unidad 2: Procesamiento Digital de Imgenes
Competencia especfica a
desarrollar
Capacidad para utilizar los conceptos
fundamentales de imgenes en
formato digital
Habilidad para implementar la
adquisicin de imgenes en formato
digital
Habilidad para realizar el
procesamiento de imgenes a bajo,
medio y alto nivel.
Capacidad para aplicar el
procesamiento de imgenes en
Actividades de Aprendizaje
Investigar los conceptos relativos a Sistemas
Autnomos Artificiales y analizar su relacin
con la ingeniera mecatrnica
Investigar, comprender y analizar el problema
de la percepcin artificial
Investigar y comprender los avances en
percepcin artificial, y discutir la aplicacin de
conocimientos propios de la carrera
Investigar conceptos bsicos, evolucin,
enfoques y aplicaciones de la inteligencia
artificial
Investigar las tcnicas de inteligencia
artificial y analizar su relacin con
conocimientos previos de la carrera
Actividades de Aprendizaje
Investigar los conceptos fundamentales en del
rea de imgenes digitales.
Investigar el proceso de adquisicin de
imgenes digitales y desarrollar ejercicios.
Investigar las fases del procesamiento
computacional de imgenes digitales.
Comprender la aplicacin de conocimientos
previos en problemas de procesamiento de
imgenes.
Desarrollar ejercicios de procesamiento
computacional de imgenes digitales, a nivel
sistemas de visin artificial. bajo, medio y alto.
Capacidad de demostrar comprensin Desarrollar aplicaciones del procesamiento
de las tcnicas de Inteligencia Artificial de imgenes digitales para sistemas de
visin artificial

Unidad 3: Procesamiento Digital de Seales Auditivas

Competencia especfica a
Actividades de Aprendizaje
desarrollar

Capacidad para utilizar los conceptos Investigar los conceptos fundamentales en del
fundamentales de seales de audio rea de audio digitalizado.
en formato digital
Investigar el proceso de adquisicin de
Habilidad para implementar la seales de audio digitales y desarrollar
adquisicin de seales de audio en ejercicios.
formato digital
Investigar las fases del procesamiento
Habilidad para realizar el computacional de audio digital.
procesamiento de seales de audio a
Comprender la aplicacin de conocimientos
bajo, medio y alto nivel
previos en problemas de procesamiento de
Capacidad para aplicar el audio.
procesamiento de imgenes en
sistemas de auditiva artificial Desarrollar ejercicios de procesamiento
computacional de audio digital, a nivel bajo,
medio y alto.
Desarrollar aplicaciones del
procesamiento de audio digital para
sistemas de auditiva artificial

Unidad 4: Redes Neuronales Artificiales

Competencia especfica a
Actividades de Aprendizaje
desarrollar

Capacidad para utilizar los conceptos Investigar los conceptos bsicos de RNA.
bsicos de RNA
Investigar la estructura y clasificacin de RNA
Capacidad para configurar la y comprender sus diferencias.
estructura y disear algoritmos de
Investigar algoritmos de aprendizaje en RNA y
aprendizaje en RNA
analizar la aplicacin de cada uno.
Capacidad para disear el
procesamiento computacional de RNA
Capacidad para implementar RNA en
Sistemas de Control Automtico y
Sistemas de Percepcin Artificial
Unidad 5: Lgica Difusa
Competencia especfica a
desarrollar
Capacidad para utilizar los conceptos
bsicos de Lgica Difusa
Capacidad para configurar
estructura de Sistemas Difusos
Capacidad para aplicar mtodos de
procesamiento de Sistemas Difusos
Capacidad para disear
procesamiento computacional
Sistemas Difusos
Capacidad para implementar Lgica
Difusa en Sistemas de Control
Automtico y Sistemas de Percepcin
Artificial
Resolver problemas bsicos dentro del
estudio de las RNA.
Desarrollar prcticas de procesamiento
computacional de RNA, con problemas de de
Control Automtico y de Percepcin Artificial.
Disear e implementar una aplicacin de
RNA en un sistema mecatrnico.
Actividades de Aprendizaje
Investigar los conceptos bsicos de Lgica
Difusa.
la Investigar la estructura de los Sistemas
Difusos y comprender cada una de sus partes.
Investigar mtodos de procesamiento de
Sistemas Difusos y analizar su
el implementacin.
de Resolver problemas bsicos utilizando Lgica
Difusa.
Desarrollar prcticas de procesamiento
computacional de Sistemas Difusos, con
problemas de de Control Automtico y de
Percepcin Artificial.
Disear e implementar una aplicacin de
Lgica Difusa en un sistema mecatrnico.
11.- FUENTES DE INFORMACIN

1. Garca, Alberto; Inteligencia Artificial. Fundamentos, prctica y aplicaciones; Ed.

Alfaomega; 2012; ISBN 9786077074670
2. Ponce, Pedro; Inteligencia Artificial con Aplicaciones a la Ingeniera; Ed.
Alfaomega; 2010; ISBN 9786077854838
3. Russell, Stuart; Norvig, Peter; Inteligencia Artificia. Un enfoque moderno; Ed.
Prentice Hall; 2004; ISBN 9788420540030
4. Pajares, Gonzalo; Santos, Matilde; Inteligencia Artificial e Ingeniera del
Conocimiento; Ed. Alfaomega - Ra-Ma; 2006; ISBN 9789701511664
5. Cuevas, Erik ; Zaldvar, Daniel; Prez, Marco; Procesamiento Digital de Imgenes
con Matlab y Simulink; Ed. Alfaomega; 2010; ISBN 9786077070306
6. Rodrguez, Roberto; Sossa, Juan; Procesamiento y Anlisis Digital de Imgenes;
Ed. Alfaomega - Ra-Ma; 2012; ISBN 9786077072232
7. Kalyanasundaram, P.; Baldev Raj; Venkatraman, B.; Practical Digital Signal
Processing; Ed. Alpha Science International; 2011; ISBN 9781842656815
8. Fandez Zanuy, Marcos; Tratamiento Digital de Voz e Imagen. Aplicacin a la
multimedia; Ed. Marcombo; 2000; ISBN: 9788426712448
9. Udo Zlzer; DAFX: Digital Audio Effects; Ed. John Wiley and Sons Ltd; 2011;
ISBN 9780470665992
10. Snchez Edgar; Alanis Alma; Redes Neuronales. Conceptos fundamentales y
aplicaciones a control automtico; Ed. Pearson; 2006; ISBN 9788483222959
11. Martin del Bro, Bonifacio; , Sanz, Alfredo; Redes Neuronales y Sistemas Borrosos;
Ed. Alfaomega - Ra-Ma; 2007; ISBN 9789701512500
12. Anderson, James; Redes Neurales; Ed. Alfaomega; 2007; ISBN 9789701512654
13. Freeman, James; Redes Neuronales. Algoritmos, aplicaciones y tcnicas de
programacin; Ed. Addison-Wesley; 1993; ISBN: 9780201601152
14. Li-Xin Wang; A Course In Fuzzy Systems and Control; Ed. Prentice Hall PTR;
1997; ISBN 9780135408827

12.- PRCTICAS PROPUESTAS

1. Diseo conceptual de un Sistema de IA, con innovacin en el enfoque, en la

tcnica, en el procesamiento o en la aplicacin.
2. Diseo y Simulacin de Sistemas de Procesamiento de Imgenes
3. Diseo y Simulacin de Sistemas de Procesamiento de Audio
 4. Diseo y Simulacin de RNA aplicadas a Control Automtico, Visin Artificial y
Auditiva Artificial
Diseo y Simulacin de Sistemas Difusos aplicados a Control Automtico, Visin Artificial
y Auditiva Artificial