Guia docente | ||||||||||||||||||||||
DATOS IDENTIFICATIVOS | 2011_12 | |||||||||||||||||||||
Asignatura | REDES NEURONALES Y ALGORITMOS GENETICOS | Código | 00702043 | |||||||||||||||||||
Enseñanza |
|
|||||||||||||||||||||
Descriptores | Cr.totales | Tipo | Curso | Semestre | ||||||||||||||||||
6 | Optativa | Cuarto | Segundo |
|||||||||||||||||||
Idioma |
|
|||||||||||||||||||||
Prerrequisitos | ||||||||||||||||||||||
Departamento | MATEMATICAS |
|||||||||||||||||||||
Responsable |
|
Correo-e | mmlopc@unileon.es hdiem@unileon.es |
|||||||||||||||||||
Profesores/as |
|
|||||||||||||||||||||
Web | http:// | |||||||||||||||||||||
Descripción general | - Adquirir los conceptos y conocimientos básicos relativos a las técnicas de Redes Neuronales y Algoritmos Genéticos. Aplicación de tales conocimientos a diversos problemas prácticos de la Ingeniería. - Desarrollar la capacidad de comprensión de documentos científicos, que abordan problemas prácticos de la Ingeniería resueltos a través de técnicas de Redes Neuronales o Algoritmos Genéticos. - Desarrollar la capacidad de razonamiento crítico y autocrítico. - Desarrollar la capacidad de exposición, comunicación y transmisión de los conocimientos adquiridos, a un público tanto profano como experto. - Desarrollar la capacidad de trabajo en grupo interdisciplinar: emprender (como experto informático) la resolución de problemas/trabajos (mediante Algoritmos Genéticos) procedentes de otra disciplinas. | |||||||||||||||||||||
Tribunales de Revisión |
|
|||||||||||||||||||||
Objetivos |
- Adquirir los conceptos y conocimientos básicos relativos a las técnicas de Redes Neuronales y Algoritmos Genéticos. Aplicación de tales conocimientos a diversos problemas prácticos de la Ingeniería. - Desarrollar la capacidad de comprensión de documentos científicos, que abordan problemas prácticos de la Ingeniería resueltos a través de técnicas de Redes Neuronales o Algoritmos Genéticos. - Desarrollar la capacidad de razonamiento crítico y autocrítico. - Desarrollar la capacidad de exposición, comunicación y transmisión de los conocimientos adquiridos, a un público tanto profano como experto. - Desarrollar la capacidad de trabajo en grupo interdisciplinar: emprender (como experto informático) la resolución de problemas/trabajos (mediante Algoritmos Genéticos) procedentes de otra disciplinas. |
Metodologías |
- Sesiones teóricas (3 créditos): Clases magistrales en las que se explicarán los contenidos de la asignatura. - Sesiones prácticas (3 créditos): Durante estas sesiones, los estudiantes realizarán prácticas de aplicación a problemas concretos. Programación con diversas herramientas/lenguajes de programación (a libre elección de los estudiantes) en las que se implementarán las técnicas adquiridas. - Presentación, exposición y defensa de trabajos: Desarrollo y programación de prácticas aplicadas a problemas concretos. - Desarrollo (como experto informático): Resolución de problemas/trabajos (mediante Algoritmos Genéticos) procedentes de otras disciplinas. |
Contenidos |
Bloque | Tema |
Bloque I. REDES NEURONALES | 1. Teoría del Conocimiento e Inteligencia Artificial 2. La red de neuronas como modelo computacional 3. Entrenamiento de las redes de neuronas 4. El perceptrón 5. ADALINE 6. El perceptrón multicapa 7. Redes de base radial. Aproximación funcional 8. Redes Recurrentes 9. Aprendizaje no-supervisado. Autoorganización |
Bloque II. ALGORITMOS GENÉTICOS | 10. Técnicas genéticas 11. Fundamentos matemáticos: El Teorema del Esquema 12. Epistasis y decepción 12. Técnicas genéticas avanzadas 13. Los Algoritmos Genéticos en detalle 14. Dinámica de los Algoritmos Genéticos |
Otras actividades |
Sesiones de tutoría personalizada o en grupo:
Tendrán lugar en el despacho del profesor y serán concertadas vía correo electrónico. |
Evaluación |
descripción | calificación | ||
Otros | - Examen final escrito. - Opción a evaluación continua mediante exposición y defensa de trabajos (lenguaje de programación a libre elección del estudiante). - El estudio de trabajos concretos procedentes de otras disciplinas tendrá asignado puntuación extra sobre el total de la asignatura. |
||
Otros comentarios y segunda convocatoria | |||
Fuentes de información |
Acceso a la Lista de lecturas de la asignatura |
Básica | |
Se proporcionará al estudiante, a través de la plataforma moodle, documentación relacionada con los contenidos teóricos de la asignatura. Bibliografía: - M. Iglesias, B.Naudts, A. Verschoren, C. Vidal. A combinatorial approach to epistasis. Springer, 2005. - P. Isasi Viñuela, I.M. Galván León. Redes de neuronas artificiales. Un enfoque práctico. Prentice Hall, 2004. - Z. Michalewicz. Genetic Algorithms + Data Stuctures = Evolution programs. 2nd Edition. Springer-Verlag. 1994. - R. Penrose. La Nueva Mente del Emperador. Mondadori España S.A. España. 1991. |
|
Complementaria | |
- E. Castillo; A. Cobo; J. M. Gutiérrez; R. E. Pruneda. Introducción a las Redes Funcionales con Aplicaciones - Un Nuevo Paradigma Neuronal. Paraninfo. España. 1999. - A. Díaz. Optimización heurística y redes neuronales. Paraninfo. Madrid. 1996. - J. Ríos, N.R. Brisaboa, A. Pazos, S. Caridad. Estructura, dinámica y aplicaciones de las redes de neuronas artificiales. Centro de Estudios Ramón Areces. Madrid. 1991. - A. Pazos. Redes de neuronas artificiales y algoritmos genéticos. Univ. de A coruña. España. 1996. |