Diploma de curso de formación universitaria
Ámbito: Enxeñería industrial, enxeñería mecánica, enxeñería automática, enxeñería da organización industrial e enxeñería da navegaciónCódigo: TCS:1150/1
Área de interese principal: Tecnoloxía | Área de interese secundaria: Tecnoloxía
Inicio e fin
03/06/2024 – 14/06/2024
Modalidade
Presencial
Créditos ECTS
6.0 ECTS
Estado
Finalizado
Descrición
Este curso está dirixido a introducir ao alumnado, con perfil de enxeñaría industrial, no concepto xeral dos sistemas intelixentes, compoñentes esenciais na implantación de solucións de intelixencia artificial. Abordaranse a súa definición, tipoloxía, compoñentes, modelos e enfoques inferenciais, explorando, desde unha perspectiva práctica, as súas utilidades e aplicacións centradas no ámbito da xestión das decisión dentro do contexto dos procesos da enxeñaría industrial. O curso permitirá aos estudantes adquirir unha visión sintética dos sistemas intelixentes, dende a súa conceptualización ata o seu desenvolvemento e implementación, incluíndo tanto o seu potencial de desenvolvemento como as súas principais limitacións. O obxectivo final formativo será capacitalo para identificar, seleccionar e avaliar o sistema intelixente máis axeitado e preciso en función da natureza e características da súa aplicación industrial, non só no que se refire á selección de solucións e modelos de razoamento artificial senón tamén considerando a avaliación global da súaidoneidade e rendemento.
Director/a:
Jorge Cerqueiro Pequeño, Alberto Comesaña Campos
Teléfono contacto:
986 130 304
Email contacto:
jcerquei@uvigo.es, acomesana@uvigo.es
Entidade organizadora:
Escola de Enxeñería Industrial
PERÍODO DE INSCRICIÓN
Inscrición pechada
09/05/2024 – 23/05/2024
PERÍODO DE MATRÍCULA
Matrícula pechada
17/05/2024 – 30/05/2024
Modalidade
Docencia presencial/virtual
50 horas
Docencia non presencial
0 horas
Prácticas en empresa
0 horas
Lugar de impartición
Sede Campus da Escola de Enxeñería Industrial
Horario
Luns a venres, en horario de 16:00 a 21:00 en modalidade presencial.
Prezos
Público en xeral | Alumni UVigo | Comunidade UVigo |
---|---|---|
200 € | 180 € | 170 € |
Observacións aos prezos
As persoas en situación de desemprego ou discapacidade recoñecida poderán solicitar o prezo reducido da comunidade universitaria no momento da matrícula
Obxectivos
Capacitar aos estudantes para deseñar e desenvolver sistemas intelixentes sinxelos, empregando ferramentas informáticas tanto comerciais (MATLAB©) como gratuítas (PYTHON©). Estas ferramentas utilizaranse na xestión das decisión en distintos ámbitos, tanto en apliacións nas materias nos distintos Graos ou Mestrados, como en traballos profesionais en Enxeñaría Industrial.
Destinatarios
Estudantes de último curso de Grao, Mestrado ou Doutoramento que desexen formarse no deseño, desenvolvemento e proba de concepto de diversos sistemas intelixentes aplicados en materias ou na elaboración do seu TFG, TFM ou Tese de Doutoramento, mellorando tamén a súa futuraempregabilidade.
Profesionais do ámbito da enxeñaría industrial interesados na aplicación de ferramentas de intelixencia artificial de forma eficiente e orientada a resultados no seu contexto laboral.
Saídas Profesionais
Empresas de enxeñería interesadas en desenvolver sistemas intelixentes con criterios de eficiencia e fiabilidade para a mellora dos seus procesos, ou ben para prestar ese servicio ós seus clientes.
Idioma
Castelán
Competencias Específicas
Coñecemento da estrutura e funcionamento dos sistemas intelixentes.
Coñecemento da tipoloxía dos sistemas intelixentes.
Coñecemento sobre as boas prácticas no deseño de sistemas intelixentes.
Capacidade para deseñar e desenvolver sistemas intelixentes sinxelos.
Coñecer e comprender problemáticas existentes mediante casos reais.
Aplicar os sistemas intelixentes no soporte ás decisión de enxeñería.
Competencias Transversais
Pensamento analítico.
Resolver problemas complexos.
Condicións de acceso
1) Graduados en Enxeñería da Rama Industrial
2) Máster en Enxeñería Industrial
3) Titulados universitarios en Enxeñería con experiencia profesional en Intelixencia Artificial
4) Poderanse admitir estudantes das titulacións 1) e 2) con o TFG ou TFM pendente
DOCUMENTACIÓN REQUIRIDA:
1) Documento de identificación
2) Copia do título universitario ou certificado de estudos previos
3) Currículum vítae (indicando la experiencia afín a la temática del curso)
Criterios de selección
1) Formación académica
2) Experiencia afín á temática do curso
Metodoloxía
01. INTELIXENCIA ARTIFICIAL E SISTEMAS INTELIXENTES.
Introdución e conceptos básicos. Terminoloxía, compoñentes e paradigmas. Razoamento e inferencia. Expectativas e limitacións. Aplicacións comúns.
02. REPRESENTACIÓN DO COÑECEMENTO: CONCEPTOS E EXEMPLOS.
Sistemas baseados no coñecemento. Representación lóxica do coñecemento. Principios de lóxica proposicional e de primeira orde. Mecanismos de inferencia. Aplicacións.
03. INCERTEZA E RISCO: AVALIACIÓN E XESTIÓN.
Definición no contexto das decisións de enxeñería. Clasificación e tipos de incerteza. Decisións con incerteza. Xestión da incerteza. Definición empírica do risco asociado á incerteza.
Aplicacións.
04. SISTEMAS EXPERTOS.
Estrutura e aplicacións. Definición e contextualización teórica. Tipos e compoñentes de sistemas expertos. Modelos deterministas e estocásticos. Enfoques inferenciais. Aplicacións.
05. ALGORITMOS DE APRENDIZAXE MÁQUINA: NATUREZA E CLASIFICACIÓN.
Definición e conceptos: características, modelos e tarefas. Modelos de regresión, clasificación e agrupación. Escenarios de aprendizaxe. Modelos inferenciais. Preprocesamento de datos. Técnicas controladas de aumento de datos. Aplicacións.
06. REDES NEURAIS: TIPOLOXÍA E APLICACIÓNS.
Definición e contextualización teórica. O paradigma conexionista fronte ao simbólico. Tipos e arquitecturas habituais. Métodos de adestramento. Modelos de aprendizaxe profunda. Aplicacións.
07. ALGORITMOS EVOLUTIVOS.
Definición e contextualización teórica. Programación e estratexias evolutivas. Programación e algoritmos xenéticos. Operadores de algoritmos xenéticos. Aplicacións.
08. SISTEMAS DE APOIO Á DECISIÓN: ESTRUTURA E DESENVOLVEMENTO.
Definición e contextualización teórica. Compoñentes e desenvolvemento. Relación cos sistemas intelixentes. Operación complementaria. Verificación, validación e comparación de resultados. Busca a mellor hipótese. Aplicacións.
09. GRANDES MODELOS DE LINGUAXE (LLM): INTRODUCIÓN.
Concepto e estrutura. Capacidades e limitacións. Solucións abertas e comerciais.
Materias
id | nome | caracter | créditos |
---|---|---|---|
200432 | Inteligencia artificial para ingenieros | Obligatoria | 6.0 |
Profesorado
Jorge Cerqueiro Pequeño
Manuel Casal Guisande
Alberto Comesaña Campos
Avaliación
Probas de resposta curta: 40%
Entregas de exercicios de prácticas: 40%
Traballo na clase: 20%
A asistencia mínima para superar o curso será do 70% das horas do curso.
Titulación
Diploma de curso de formación universitaria en Intelixencia artificial para enxeñeiros