Guia docente
DATOS IDENTIFICATIVOS							2023_24
Asignatura	COMPUTACION NEURONAL Y EVOLUTIVA					Código	00709115
Enseñanza
Descriptores	Cr.totales	Tipo	Curso	Semestre
	6	Obligatoria	CA
Idioma	Castellano Ingles
Prerrequisitos
Departamento
Responsable					Correo-e
Profesores/as
Web	http://www.cursodeadaptacionalgrado.es
Descripción general	Conceptos y conocimientos basicos relativos a las tecnicas de Redes Neuronales y Computacion Evolutiva. Aplicacion de tales conocimientos a diversos problemas practicos de la Ingenieria.
Tribunales de Revisión	Tribunal titular Cargo Departamento Profesor Tribunal suplente Cargo Departamento Profesor

Competencias

Código
C1	CMECES1 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.
C5	CMECES5 Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Resultados de aprendizaje

Resultados	Competencias
Capacidad para la resolucion de los problemas matematicos que puedan plantearse en Ingenieria y (bio)tecnología. Aptitud para aplicar los conocimientos sobre principios, fundamentos matemáticos y tecnicas evolutivas y su aplicacion a la resolucion de problemas de optimizaron y clasificación.			C1
Capacidad de analisis de problemas en Ingenieria Informatica y sintesis de soluciones o modelos matematicos para su resolución			C1
Capacidad para el razonamiento critico y la autocrítica			C5

Contenidos

Bloque	Tema
I. Computación Neuronal	1.1 Modelo matemático de una Neurona Artificial. Red Perceptrón Simple y red AdaLinE. Funcionamiento de las redes: estudio matemático analítico y geométrico de los problemas que resuelven. Algoritmos de Aprendizaje. - 1.2. Otras Redes: Red Perceptrón Multicapa, Red de Función de Base Radial, Red Hopfield y Red Som. Funcionamiento de las redes: estudio matemático analítico y geométrico de los problemas que resuelven. Algoritmos de Aprendizaje. - 1.3. Simulaciones: Diseñando Redes. -
II. Computacion Evolutiva	2.1. Máquinas de Soporte Vectorial. - 2.2. Algoritmos Genéticos y Algoritmos Colonia de Hormigas. - 2.3. Autómatas Celulares unidimensionales y bidimensionales. - 2.4. Simulaciones: Modelización de problemas para poder ser abordados por un Algoritmo Genético. Optimización. - 2.5. Simulaciones con Autómatas Celulares.

Planificación

Metodologías  ::  Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Tutorías	4	0	4
Foros de discusión	6	6	12
Simulación	6	2	8
Sesión Magistral	8	16	24
Realización y exposición de trabajos.	6	76	82
Asistencia a visitas, tutorías y diferentes sesiones formativas.	10	10	20
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as

Metodologías   ::  

	descripción
Tutorías	Tiempo que cada profesor tiene reservado para atender y resolver dudas de los alumnos.
Foros de discusión	Actividad, a través de las TIC, donde se debaten temas diversos relacionados con el ámbito académico y/o profesional.
Simulación	Estrategia que reproduce en un laboratorio o una situación ficticia, situaciones laborales reales a las que los estudiantes, asumiendo su rol, deben dar respuesta.
Sesión Magistral	Directrices generales de la asignatura en sesión de pizarra.

Tutorías

Tutorías

descripción Se atenderá a los alumnos previa concertación de cita.

Evaluación

	descripción	calificación
Realización y exposición de trabajos.	Se evaluará la presentación, el contenido y la claridad en el desarrollo explicativo de cada apartado.	80%
Asistencia a visitas, tutorías y diferentes sesiones formativas.	Valoración de la actitud del alumno en las diferentes acciones formativas.	20%
Otros comentarios y segunda convocatoria

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica
	M. Iglesias, B.Naudts, A. Verschoren and C. Vidal, A combinatorial approach to epistasis, Springer (2005),   Z. Michalewicz, Genetic Algorithms + Data Stuctures = Evolution programs. 2nd Edition, Springer-Verlag (1994),   R. Penrose, La Nueva Mente del Emperador, Mondadori España S.A. (1991),   P. Isasi Viñuela e I.M. Galván León, Redes de neuronas artificiales. Un enfoque práctico, Prentice Hall (2004),
Complementaria
	M. Iglesias, B.Naudts, A. Verschoren and C. Vidal, A combinatorial approach to epistasis, Springer (2005),  R. Penrose, La Nueva Mente del Emperador, Mondadori España S.A. (1991),

Recomendaciones

Asignaturas que se recomienda haber cursado previamente

ALGEBRA / 00709006