Especialización en Sistemas Inteligentes

Módulo 1. Sistemas Inteligentes

1.1. Teoría de agentes

1.1.1. Historia del concepto
1.1.2. Definición de agente
1.1.3. Agentes en inteligencia artificial
1.1.4. Agentes en Ingeniería de Software

1.2. Arquitecturas de agentes

1.2.1. El proceso de razonamiento de un agente
1.2.2. Agentes reactivos
1.2.3. Agentes deductivos
1.2.4. Agentes híbridos
1.2.5. Comparativa

1.3. Información y conocimiento

1.3.1. Distinción entre datos, información y conocimiento
1.3.2. Evaluación de la calidad de los datos
1.3.3. Métodos de captura de datos
1.3.4. Métodos de adquisición de información
1.3.5. Métodos de adquisición de conocimiento

1.4. Representación del conocimiento

1.4.1. La importancia de la representación del conocimiento
1.4.2. Definición de representación del conocimiento a través de sus roles
1.4.3. Características de una representación del conocimiento

1.5. Ontologías

1.5.1. Introducción a los metadatos
1.5.2. Concepto filosófico de ontología
1.5.3. Concepto informático de ontología
1.5.4. Ontologías de dominio y ontologías de nivel superior
1.5.5. Cómo construir una ontología

1.6. Lenguajes para ontologías y software para la creación de ontologías

1.6.1. Tripletas RDF, Turtle y N3
1.6.2. RDF Schema
1.6.3. OWL
1.6.4. SPARQL
1.6.5. Introducción a las diferentes herramientas para la creación de ontologías
1.6.6. Instalación y uso de Protégé

1.7. La web semántica

1.7.1. El estado actual y futuro de la web semántica
1.7.2. Aplicaciones de la web semántica

1.8. Otros modelos de representación del conocimiento

1.8.1. Vocabularios
1.8.2. Visión global
1.8.3. Taxonomías
1.8.4. Tesauros
1.8.5. Folksonomías
1.8.6. Comparativa
1.8.7. Mapas mentales

1.9. Evaluación e integración de representaciones del conocimiento

1.9.1. Lógica de orden cero
1.9.2. Lógica de primer orden
1.9.3. Lógica descriptiva
1.9.4. Relación entre diferentes tipos de lógica
1.9.5. Prolog: programación basada en lógica de primer orden

1.10. Razonadores semánticos, sistemas basados en conocimiento y sistemas expertos

1.10.1. Concepto de razonador
1.10.2. Aplicaciones de un razonador
1.10.3. Sistemas basados en el conocimiento
1.10.4. MYCIN, historia de los sistemas expertos
1.10.5. Elementos y Arquitectura de sistemas expertos
1.10.6. Creación de sistemas expertos

Módulo 2. Inteligencia artificial e ingeniería del conocimiento

2.1. Introducción a la inteligencia artificial y a la Ingeniería del conocimiento

2.1.1. Breve historia de la inteligencia artificial
2.1.2. La inteligencia artificial hoy en día
2.1.3. Ingeniería del conocimiento

2.2. Búsqueda

2.2.1. Conceptos comunes de búsqueda
2.2.2. Búsqueda no informada
2.2.3. Búsqueda informada

2.3. Satisfacibilidad booleana, satisfacibilidad de restricciones y planificación automática

2.3.1. Satisfacibilidad booleana
2.3.2. Problemas de satisfacción de restricciones
2.3.3. Planificación automática y PDDL
2.3.4. Planificación como búsqueda heurística
2.3.5. Planificación con SAT

2.4. La inteligencia artificial en juegos

2.4.1. Teoría de juegos
2.4.2. Minimax y poda Alfa-Beta
2.4.3. Simulación: Monte Carlo

2.5. Aprendizaje supervisado y no supervisado

2.5.1. Introducción al aprendizaje automático
2.5.2. Clasificación
2.5.3. Regresión
2.5.4. Validación de resultados
2.5.5. Agrupación (Clustering)

2.6. Redes de neuronas

2.6.1. Fundamentos biológicos
2.6.2. Modelo computacional
2.6.3. Redes de neuronas supervisadas y no supervisadas
2.6.4. Perceptrón simple
2.6.5. Perceptrón multicapa

2.7. Algoritmos genéticos

2.7.1. Historia
2.7.2. Base biológica
2.7.3. Codificación de problemas
2.7.4. Generación de la población inicial
2.7.5. Algoritmo principal y operadores genéticos
2.7.6. Evaluación de individuos: Fitness

2.8. Tesauros, vocabularios, taxonomías

2.8.1. Vocabularios
2.8.2. Taxonomías
2.8.3. Tesauros
2.8.4. Ontologías

2.9. Representación del conocimiento: web semántica

2.9.1. Web semántica
2.9.2. Especificaciones: RDF, RDFS y OWL
2.9.3. Inferencia/razonamiento
2.9.4. Linked Data

2.10. Sistemas expertos y DSS

2.10.1. Sistemas expertos
2.10.2. Sistemas de soporte a la decisión

Módulo 3. Sistemas Multiagente y Percepción Computacional

3.1. Agentes y sistemas multiagente

3.1.1. Concepto de agente
3.1.2. Arquitecturas
3.1.3. Comunicación y coordinación
3.1.4. Lenguajes de programación y herramientas
3.1.5. Aplicaciones de los agentes
3.1.6. La FIPA

3.2. El estándar para agentes: FIPA

3.2.1. La comunicación entre los agentes
3.2.2. La gestión de los agentes
3.2.3. La arquitectura abstracta
3.2.4. Otras especificaciones

3.3. La plataforma JADE

3.3.1. Los agentes software según JADE
3.3.2. Arquitectura
3.3.3. Instalación y ejecución
3.3.4. Paquetes JADE

3.4. Programación básica con JADE

3.4.1. La consola de gestión
3.4.2. Creación básica de agentes

3.5. Programación avanzada con JADE

3.5.1. Creación avanzada de agentes
3.5.2. Comunicación entre agentes
3.5.3. Descubrimiento de agentes

3.6. Visión artificial

3.6.1. Procesamiento y análisis digital de imágenes
3.6.2. Análisis de imágenes y visión artificial
3.6.3. Procesamiento de imágenes y visión humana
3.6.4. Sistema de capturas de imágenes
3.6.5. Formación de la imagen y percepción

3.7. Análisis de imágenes digitales

3.7.1. Etapas del proceso de análisis de imágenes
3.7.2. Preprocesado
3.7.3. Operaciones básicas
3.7.4. Filtrado espacial

3.8. Transformación de imágenes digitales y segmentación de imágenes

3.8.1. Transformadas de Fourier
3.8.2. Filtrado en frecuencias
3.8.3. Conceptos básicos
3.8.4. Umbralización
3.8.5. Detección de contornos

3.9. Reconocimiento de formas

3.9.1. Extracción de características
3.9.2. Algoritmos de clasificación

3.10. Procesamiento de lenguaje natural

3.10.1. Reconocimiento automático del habla
3.10.2. Lingüística computacional