Última revisión realizada: 23/05/2022
Denominación de la asignatura |
Sistemas Multiagente y Percepción Computacional |
Grado al que pertenece |
Grado en Ingeniería Informática |
Créditos ECTS |
6 |
Curso y cuatrimestre en el que se imparte |
Segundo cuatrimestre |
Materia |
Inteligencia Artificial y Sistemas Inteligentes II |
Carácter de la asignatura | Optativa |
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 básicas
Competencias generales
Competencias específicas
Competencias transversales
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
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:
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:
Las horas de dedicación a cada actividad se detallan en la siguiente tabla:
ACTIVIDADES FORMATIVAS |
HORAS |
% PRESENCIAL |
Sesiones presenciales virtuales | 15 |
100% |
Recursos didácticos audiovisuales | 6 |
0 |
Estudio del material básico | 50 |
0 |
Lectura del material complementario | 25 |
0 |
Trabajos, casos prácticos, test | 17 |
0 |
Prácticas de laboratorios virtuales | 12 |
16,7% |
Tutorías | 16 |
30% |
Trabajo colaborativo | 7 |
0 |
Realización de examen final | 2 |
100% |
Total | 150 |
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.
El sistema de calificación se basa en la siguiente escala numérica:
0 - 4, 9 |
Suspenso |
(SS) |
5,0 - 6,9 |
Aprobado |
(AP) |
7,0 - 8,9 |
Notable |
(NT) |
9,0 - 10 |
Sobresaliente |
(SB) |
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:
SISTEMA DE EVALUACIÓN |
PONDERACIÓN MIN. |
PONDERACIÓN MÁX. |
Prueba de evaluación final | 60% |
60% |
Evaluación de prácticas de laboratorios virtuales | 0% |
40% |
Resolución de trabajos, proyectos y casos | 0% |
40% |
Test de autoevaluación | 0% |
20% |
Participación en foros y otros medios participativos | 0% |
40% |
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.
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:
Ten en cuenta estos consejos…
|