Última revisión realizada: 23/05/2022

Presentación

Esta asignatura tiene dos partes claramente diferenciadas, las cuales, no obstante están muy imbricadas en su aplicación conjunta.

En primer lugar se estudiará el concepto de agente software para situarlo dentro del paradigma de programación orientada a agentes. Si se ha cursado la asignatura de Sistemas Inteligentes, se ve que en ella se hace muchas veces mención a los agentes inteligentes. Por lo tanto en esta asignatura, se recalcan las diferencias y las semejanzas entre los dos conceptos de agentes.

El adjetivo que le ponemos a los agentes software, se escoge con el fin de hacer hincapié en el objetivo de llegar a construir aplicaciones completas útiles y eficientes, aunque sea a costa de limitar el recurso a los algoritmos de Inteligencia Artificial.
Por eso se dedica mucho tiempo a conocer un middleware que facilita mucho la creación de sistemas multiagentes: la plataforma JADE. Gracias a dicha plataforma podemos centrarnos en el diseño de las tareas que deseamos que realicen los agentes y en su coordinación.

Una de las aplicaciones de los agentes es en la implementación de agentes físicos, tradicionalmente denominados por el vocablo ruso robots. Los robots actuales suelen estar movidos por sistemas multiagentes, algunos de los cuales necesitaran interactuar con su entorno para que el robot realice sus tareas. Y aquí es donde encontramos la necesidad de incluir en dichos agentes las técnicas de visión artificial y de reconocimiento del habla natural del que se trata en el resto de la asignatura.

Competencias

Competencias básicas

• CB1: Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
• CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
• CB3: Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
• CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
• CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

Competencias generales

• CG08: Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.

Competencias específicas

• CC05: Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
• CR16: Conocimiento y aplicación de los principios, metodologías y ciclos de vida de la ingeniería de software.

Competencias transversales

• CT1: Capacidad de innovación y flexibilidad en entornos nuevos de aprendizaje como es la enseñanza on-line.
• CT2: Conocer, y utilizar con habilidad, los mecanismos básicos de uso de comunicación bidireccional entre profesores y alumnos, foros, chats, etc.
• CT3: Utilizar las herramientas para presentar, producir y comprender la información que les permita transformarla en conocimiento.

Contenidos

Tema 1. Agentes y sistemas multiagente
Concepto de agente
Arquitecturas
Comunicación y coordinación
Lenguajes de programación y herramientas
Aplicaciones de los agentes
La FIPA
Referencias

Tema 2. El estándar para agentes: FIPA
La comunicación entre los agentes
La gestión de los agentes
La arquitectura abstracta
Otras especificaciones
Referencias

Tema 3. La plataforma JADE
Los agentes software según JADE
Arquitectura
Instalación y ejecución
Paquetes JADE
Referencias

Tema 4. Programación básica con JADE
La consola de gestión
Creación básica de agentes
Referencias

Tema 5. Programación avanzada con JADE
Creación avanzada de agentes
Tareas
Referencias

Tema 6. Programación avanzada con JADE II
Comunicación entre agentes
Descubrimiento de agentes
Referencias

Tema 7. Visión Artificial
Procesamiento y análisis digital de imágenes
Análisis de imágenes y visión artificial
Procesamiento de imágenes y visión humana
Sistema de capturas de imágenes
Formación de la imagen y percepción
Referencias

Tema 8. Análisis de imágenes digitales
Etapas del proceso de análisis de imágenes
Preprocesado
Operaciones básicas
Filtrado espacial
Referencias

Tema 9. Transformación de imágenes digitales
Transformadas de Fourier
Filtrado en frecuencias
Referencias

Tema 10. Segmentación de imágenes
Conceptos básicos
Umbralización
Detección de contornos
Referencias

Tema 11. Reconocimiento de formas
Extracción de características
Algoritmos de clasificación
Referencias

Tema 12. Procesamiento de lenguaje natural
Reconocimiento automático del habla
Lingüística computacional
Referencias

Metodología

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

• Trabajos y Lecturas. Se trata de actividades de diferentes tipos: reflexión, análisis de casos, prácticas, etc. Además de análisis de textos relacionados con diferentes temas de la asignatura.
• Participación en eventos. Son eventos programados todas las semanas del cuatrimestre: sesiones presenciales virtuales, foros de debate, test.
• Laboratorios. Actividad práctica que se realiza en tiempo real e interactuando con otros alumnos. En el laboratorio los estudiantes tendrán que desarrollar los ejercicios propuestos en un entorno de simulación online. Los estudiantes contarán en todo momento con el apoyo de un tutor de laboratorio, que ayudará al alumno a desarrollar su actividad. El tutor de laboratorio podrá asignar grupos de alumnos para que, de forma colaborativa, alcancen los resultados solicitados. Este tipo de actividad posee un peso considerable en la evaluación continua del alumno, por lo que, a pesar de no ser obligatoria su realización, se recomienda firmemente la participación en los mismos.

En la programación semanal puedes consultar cuáles son las actividades concretas que tienes que realizar en esta asignatura.

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final presencial u online

Las horas de dedicación a cada actividad se detallan en la siguiente tabla:

Bibliografía

Bibliografía básica

Temas 1-7

Los textos necesarios para el estudio de este tema han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Tema 8
Vélez, J.F. (2003). Visión por computador, pp. 66-89. Dykinson.
El volumen está disponible en la Biblioteca Virtual de UNIR.

Tema 9
Vélez, J.F. (2003). Visión por computador, pp. 89-109. Dykinson.
El volumen está disponible en la Biblioteca Virtual de UNIR.

Tema 10
Vélez, J.F. (2003). Visión por computador, pp. 125-148. Dykinson.
El volumen está disponible en la Biblioteca Virtual de UNIR.

Tema 11
Vélez, J.F. (2003). Visión por computador, pp. 167-188. Dykinson.
El volumen está disponible en la Biblioteca Virtual de UNIR.

Tema 12
Rufiner, H.L. & Milone, D.H. (2005). Sistema de reconocimiento automático del habla, pp. 151-177. Argentina: Red Ciencia, Docencia y Tecnología,Universidad Nacional de Entre Ríos.
El artículo está disponible en la Biblioteca Virtual de UNIR.

Bibliografía complementaria

Baxes, G.A. (1994). Digital Image Processing: Principles and Applications, J. Wiley & Sons.

Bonfante, M. C. (2018). BPM, Ontologías y Agentes Inteligentes: Un entorno de integración de tecnologías: BPM, Ontologías y Agentes Inteligentes para la gestión de procesos de negocios. Madrid: Editorial Académica Española.

De la Escalera, A. (2001). Visión por computador: Fundamentos y métodos. Pearson-Prentice Hall.

Del Moral, L. (2018). Reconocimiento de objetos 2D mediante aproximaciones poligonales: Visión artificial. Madrid: Editorial Académica Española.

Foley, J.D., Van Dam, A., Feiner, S.K. y Hughes, J.F., Mcguire, M., Sklar, D.F., Akeley, K. (1997). Computer Graphics: Principles and Practice, 2nd edition. Addison-Wesley.

Georgeff, M., (1984) A Theory of Action for Multi Agent Planning, Proceedings of the 4th National Conference on Artificial Intelligence, pp. 121–125, Austin, TX.

Tanenbaum, A.S. and Van Steen, M. (2001). Distributed Systems: Principles and Paradigms. Prentice Hall PTR, Upper Saddle River, NJ.

Thielscher, M. (2005). FLUX: a Logic Programming Method for Reasoning Agents. Theory and Practice of Logic Programming, 5 (4–5): pp. 533–565.

Wooldridge, M.J. and Jennings, N.R. (1995). Intelligent Agents: Theory and Practice. Knowledge Engineering Review, 10 (2): pp. 115–152.

Looney, C.G. (1997). Pattern Recognition using Neural Networks: Theory and Algorithms for Engineers and Scientists. Oxford University Press.

Maravall, D. (1993). Reconocimiento de formas y visión artificial. Madrid: RA-MA.

Pajares, G. y De la Cruz, J.M. (2007). Visión por Computador: imágenes digitales y aplicaciones. Madrid: RA-MA.

Evaluación y calificación

El sistema de calificación se basa en la siguiente escala numérica:

La calificación se compone de dos partes principales:

El examen se realiza al final del cuatrimestre y es de carácter PRESENCIAL U ONLINE y OBLIGATORIO. Supone el 60% de la calificación final y para que la nota obtenida en este examen se sume a la nota final, es obligatorio APROBARLO.

La evaluación continua supone el 40% de la calificación final. Este 40% de la nota final se compone de las calificaciones obtenidas en las diferentes actividades formativas llevadas a cabo durante el cuatrimestre.

Ten en cuenta que la suma de las puntuaciones de las actividades de la evaluación continua permite que realices las que prefieras hasta conseguir el máximo puntuable mencionado en la programación semanal. En ella se detalla la calificación máxima de cada actividad o evento concreto puntuables.

Para aprobar la asignatura será necesario aprobar cada una de las partes.

El sistema de evaluación de la asignatura es el siguiente:

Profesorado

Andrés Gaspar Castillo Sanz

Doctor en Ingeniería del Software por la Universidad Pontificia de Salamanca. Licenciado en Ciencias Físicas y Sociología.

Profesor Universitario desde hace veinticinco años. Investigador en temas de salud en el Hospital Niño Jesús y en temas sociales con Cáritas y otras ONGs.

En el terreno de Ingeniería Informática ha investigado y dirigido varias tesis doctorales y publicaciones en torno a los sistemas multiagentes, la inteligencia artificial y la seguridad. En el ámbito de la investigación social sus aportaciones se centran en los movimientos sociales, el análisis e intervención frente a la pobreza y la exclusión social y las metodologías de la educación no formal.

Orientaciones para el estudio

Obviamente, al tratarse de formación on-line puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Grado. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo personal con tu profesor-tutor.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Lee siempre el primer apartado, ¿Cómo estudiar este tema?, porque allí te especificamos qué material tienes que estudiar. Consulta, además, las secciones del tema que contienen material complementario (Lo + recomendado y + Información).
5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu profesor-tutor te informarán de las novedades de la asignatura.