Download Tópicos Selectos de Inteligencia Artificial

INGENIERIA EN COMPUTACIÓN
DEPARTAMENTO DE ELECTRICIDAD,
ELECTRÓNICA Y COMPUTACIÓN
UNIVERSIDAD NACIONAL DE TUCUMAN
Facultad de Ciencias Exactas y Tecnología
TÓPICOS SELECTOS DE INTELIGENCIA ARTIFICIAL
1. OBJETIVOS
• Enfrentar problemas reales, decidiendo cuándo es conveniente y adecuado aplicar
las herramientas estudiadas. Desarrollar herramientas de software propias o utilizar
eficientemente herramientas existentes, incluyendo diseño de algoritmos híbridos.
2. CONTENIDOS MINIMOS
• Algoritmos Genéticos. Arquitectura de un Algoritmo Genético. Tipos especiales de
Algoritmo Genético. Algoritmos Genéticos Multiobjetivo. Programación Genética.
• Redes Neuronales Artificiales. Redes de Base Radial. Redes Recurrentes.
• Sistemas Híbridos. Redes Neuronales Difusas. ANFIS. Aplicaciones Matemáticas en
Inteligencia Artificial. Pre procesamiento de datos Descomposición en Valores
Singulares. Métodos de Validación
3. PROGRAMA ANALITICO
• UNIDAD TEMÁTICA 1: ALGORITMOS GENÉTICOS
Tipos especiales de Algoritmo Genético. Algoritmos Genéticos Niching, Algoritmos
Genéticos Grouping. Algoritmos más utilizados. Ventajas y desventajas. Problemas
de Implementación. Aplicaciones.
Algoritmos Genéticos Multiobjetivo: Frente Pareto.
Distintos Algoritmos y
variantes. Problemas de Benchmark para Optimización Multiobjetivo.
Genetic Programming (Programación Genética). Descripción. Codificación.
Aplicaciones. Operadores utilizados. Selección de Stock: Una Aplicación Innovadora
de la Programación Genética. Aplicaciones.
• UNIDAD TEMÁTICA 2: REDES NEURONALES ARTIFICIALES
Redes de Base Radial. Redes de Base Radial. Redes de Regresión Generalizada y
Redes Probabilísticas. Uso en la aproximación de Funciones. Ventajas y
desventajas.
Redes Recurrentes. Redes que pueden aprender a reconocer y generar patrones
temporales y espaciales. La red de Elman y la red de Hopfield.
• UNIDAD TEMÁTICA 3: SISTEMAS HÍBRIDOS
Redes Neuronales Fuzzy. ANFIS. Integración de Características Fuzzy y Neurales.
Diseño de FAM (Memoria Asociativa Fuzzy) y FCM (Mapa Cognitivo Fuzzy). Modelos
de Integración.
Redes Neuronales y Algoritmos Genéticos. Sinergia. Características.
Acoplamiento Genético con Redes Neuronales. Preprocesamiento de Algoritmos
Genéticos de Entradas con Redes Neuronales. Diseño Genético de Redes
Neuronales. Entrenamiento Genético de Redes Neuronales. .Aplicaciones.
Algoritmos Genéticos y Sistemas Fuzzy. Integración. Categorías. Diseño de
Sistemas Fuzzy. Sistemas Híbridos para Análisis de Datos. Control Fuzzy Dinámico
de Sistemas Genéticos.
Aplicaciones combinadas de Algoritmos Genéticos, Redes Neuronales, y Lógica
Fuzzy
• UNIDAD TEMÁTICA 4: APLICACIONES MATEMÁTICAS EN INTELIGENCIA
ARTIFICIAL.
Algoritmos de Validación. CrossValidation y Bootstraping. Eliminación de Ruido y
redundancias usando Descomposición en Valores Singulares (SVD). Métodos para
la reducción de la dimensión y compresión de datos en Redes Neuronales. Redes
de Base Radial Elípticas (ERBF NN). Distancia de Mahalanobis.
4. BIBLIOGRAFÍA
INGENIERIA EN COMPUTACIÓN
DEPARTAMENTO DE ELECTRICIDAD,
ELECTRÓNICA Y COMPUTACIÓN
UNIVERSIDAD NACIONAL DE TUCUMAN
Facultad de Ciencias Exactas y Tecnología
•
•
Neural fuzzy systems. A neuro fuzzy synergism to intelligent systems - Chin -Teng
Lin & C. S. George Lee - Prentice Hall – 1996.
Neural Networks: Algorithms, Applications, and Programming Techniques - J.
Freeman, D. Skapura - Addison-Wesley – 1991.
5. DE LA ACTIVIDAD CURRICULAR
• Se dictan dos clases teóricas de 2 horas cada una, consistentes en presentaciones
por computadora (powerpoint o beamer), o simulaciones en Matlab, que permiten
desarrollar con mayor eficacia los conceptos numéricos estudiados.
• Se complementa con Trabajos Prácticos, tanto para demostrar, aplicar, y completar
los conceptos dados en clase, como para presentar situaciones simples que pueden
ser resueltas manualmente o con calculadora.
• Se completa con trabajos de laboratorio que requieren uso de PC, para implementar
y resolver casos de complejidad creciente.
• Parte del examen final es el desarrollo de un proyecto de aplicación, de preferencia a
un caso real. .
• 6 PCs gabinete CEMNCI, Matlab 7 ver. restringida (donac. Fullbright 2008), software
desarrollado en Matlab por docente de cátedra. Se entregan transparencias. a
alumnos en forma de pdf y programas Matlab desarrollados en clase como material
de estudio y prácticos.
6. EVALUACIÓN
Formas de Evaluación:
• Asistencia igual o superior al 80% a Teóricos y Prácticos
• Presentación
y Aprobación de Carpeta de Trabajos Prácticos, incluyendo
presentación de programas de Laboratorio
• Presentar y aprobar un trabajo Final, en forma individual o grupal, que deberá incluir
una aplicación de alguno de los algoritmos utilizados, y un análisis de las razones,
decisiones, y diseños, relativos a la implementación del Algoritmo elegido.
Regularidad:
• 80% de asistencia a teóricos y prácticos, 100% de trabajos prácticos presentados y
aprobados. Promedio de exámenes parciales no inferior a 4.
7. ARTICULACIÓN VERTICAL Y HORIZONTAL DE LOS CONTENIDOS Y LA
FORMACIÓN.
• Articulación con asignaturas del área del conocimiento: Inteligencia Artificial y
Modelos de Inteligencia Artificial (Módulos VII y X)
8. OTRA INFORMACIÓN
• La cátedra está considerando migrar a Scilab por ser gratuito, lo que requiere el
desarrollo de programas propios ya que no se encuentran al momento toolboxes
para Redes Neuronales (gratuitos y disponibles). Sin embargo, Matlab es de uso
extendido en diversas ramas de la ciencia y la ingeniería, lo que hace preferible su
utilización de estar disponible.
• Bibliografía Adicional disponible por Internet (SECYT)
• Multi-Objective Genetic Algorithms: Problem Difficulties and Construction of Test
Problems Deb, K. - Evolutionary Computation 7 3 (1999), 205-230.
• Multi-target matching based on Niching Genetic Algorithm - Gao, L. & Hu, Y Internacional Journal of Computer Science and Network Security, 6 7A
(2006),215-220.
• Unbiased Tournament Selection - Sokolov, A & Whitley, D - Proceedings of the
2005 Conference on Genetic and evolutionary computation (GECCO 2005),
1131-1138.