Sistemes Basats en el Coneixement

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
CS
Web
https://sites.google.com/upc.edu/sbcgia-sbc/inicio
Presentació i treball sobre el paradigma cognitiu i la seva organització. En particular tot el que està relacionat amb les diverses variants dels sistemes que es basen en la representació i manipulació de coneixement, incloent les diverses formes d'implementació i règims de funcionament. També es trebllen les metodologies de desenvolupament: elicitació del coneixement, representació i selecció d'estratègies de raonament.

Professorat

Responsable

  • Javier Vazquez Salceda (jvazquez@cs.upc.edu)
  • Ramon Sangüesa Sole (ramon.sanguesa.i@upc.edu)

Altres

  • Santiago Marco Sola (santiago.marco@upc.edu)

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Transversals

Transversals

  • CT4 [Avaluable] - Treball en equip. Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o realitzant tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, assumint compromisos tenint en compte els recursos disponibles.
  • CT5 [Avaluable] - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.

    • Bàsiques

  • CB1 - Que els estudiants hagin demostrat posseir i comprendre coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del seu camp d'estudi.
  • CB2 - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
  • CB4 - Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

    • Competències Tècniques

    Específiques

  • CE02 - Dominar els conceptes bàsics de matemàtica discreta, lògica, algorísmica i complexitat computacional i la seva aplicació per al tractament automàtic de la informació per mitjà de sistemes computacionals i la seva aplicació per a la resolució de problemes.
  • CE15 - Adquirir, formalitzar i representar el coneixement humà en una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment els relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  • CE18 - Adquirir i desenvolupar tècniques d'aprenentatge computacional i dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les dedicades a extracció automàtica d'informació i coneixement a partir de grans volums de dades.

    • Competències Tècniques Generals

    Genèriques

  • CG2 - Utilitzar els coneixements fonamentals i metodologies de treball sòlides adquirits durant els estudis per adaptar-se als nous escenaris tecnològics de el futur.
  • CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
  • CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.

    • Objectius

    1. Conèixer i comprendre el concepte de sistema basat en coneixements, la seva relació amb la cognició i amb la representació del coneixement
      Competències relacionades: CB1, CB2, CB4, CT5, CE15, CG2, CG4,
    2. Conèixer i comprendre les diverses arquitectures de sistemes basats en coneixement
      Competències relacionades: CB2, CB4, CT5, CE15, CG2, CG4,
    3. Conèixer, comprendre les diverses formes de representació del coneixment, de raonament i practicar el seu disseny i implementació en les diverses arquitectures dels sistemes basats en coneixement
      Competències relacionades: CT4, CE02, CE18, CG5,

    Continguts

    1. Introducció als Sistemes Basats en el Coneixement Sistemes basats en el coneixement. Característiques. Components. Problemes resolubles mitjançant SBCs.
      Una exploració exhaustiva dels diferents tipus de sistemes basats en el coneixement, els seus components i aplicacions.
    2. Raonament Basat en Coneixement Semàntic/Procedural
      Tipus de Coneixements. Esquemes de representació del coneixement.
      Coneixement Semàntic: Xarxes Semàntiques. Description Logics. Xarxes de Frames. Ontologies. Raonament ontològic
      Coneixement Procedural. Sistemes de raonament basats en regles. Bases de fets, bases de coneixement, motor d'inferència, meta-coneixement, ...
      Enginyeria del coneixement. Fases de la enginyeria del coneixement. Gestió del coneixement.
      SBCs amb més d'un Esquema de Representació del Coneixement. Meta-coneixement, combinació de resultats.
    3. Raonament Basat en l'Experiència
      Raonament Basat en l'Experiència
      Coneixement episòdic: Raonament Basat en l'experiència. Modelant la experiència amb Casos, Raonament Basat en Casos (CBR). Fonaments de CBR: Introducció, Teoria cognitiva, Cicle bàsic de raonament. Exemples Acadèmics/Demostradors.
      Components d'un sistema CBR: Estructura dels casos. Organització de la Llibreria/Base de Casos. Recuperació de casos. Adaptació de casos. Avaluació de casos. Aprenentatge de casos.
      Aplicació de un sistema CBR a un cas real. Aspectes importants en el desenvolupament de sistemes CBR.
      Raonament Reflexiu en sistemes CBR. Manteniment d'un sistema CBR. Aplicacions industrials de sistemes CBR. Eines de desenvolupament de sistemes CBR
      Avaluació de sistemes CBR. Temes avançats en CBR: CBR Temporal, CBR Espacial, Sistemes CBR híbrids
    4. Raonament Col·laboratiu
      Raonament Col·laboratiu
      Introducció: Sistemes Intel·ligents de Suport a la Presa de Decisions (IDSS), Sistemes Recomanadors. Arquitectura general d'un sistema recomanador.
      Classificació dels Sistemes Recomanadors. Tècniques bàsiques de Recomanació: Collaborative Filtering, Content-based Filtering.
      Altres tècniques de Recomanació: knowledge-based (case-based, constraint-based), community-based, demographic-based, aproximacions híbrides
      KPIs en Sistemes de recomanació: rendiment, competència. Avaluació de la qualitat d'un Sistema de Recomanació: mesures quantitatives, mesures qualitatives
      Aplicacions de Sistemes de Recomanació (Amazon, Netflix, ...). Tendències futures en Sistemes de Recomanació

    Activitats

    Activitat Acte avaluatiu


    Introducció als Sistemes Basats en el Coneixement

    Sistemes basats en el coneixement. Característiques. Components. Problemes resolubles mitjançant SBCs.
    Objectius: 1 2 3
    Continguts:
    Teoria
    4h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    4h

    Raonament Basat en Coneixement Semàntic/Procedural

    Raonament Basat en Coneixement Semàntic/Procedural
    Objectius: 1 2 3
    Continguts:
    Teoria
    10h
    Problemes
    0h
    Laboratori
    10h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    10h

    Raonament Basat en l'Experiència

    Raonament Basat en l¿Experiència
    Objectius: 3
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Raonament Col·laboratiu

    Raonament Col·laboratiu
    Objectius: 3
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    6h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    8h

    Control de pràctica de raonament amb ontologies i sistemes de regles

    Control de pràctica de raonament amb ontologies i sistemes de regles
    Objectius: 1 2 3
    Setmana: 7 (Fora d'horari lectiu)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Control de la pràctica de CBR.

    Control de la pràctica de CBR.

    Setmana: 12 (Fora d'horari lectiu)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Pràctica de Raonament amb Ontologies i sistemes de regles

    Pràctica de Raonament amb Ontologies i sistemes de regles

    Teoria
    0h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    30h

    Pràctica de CBR

    Pràctica de CBR

    Teoria
    0h
    Problemes
    0h
    Laboratori
    6h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    30h

    Metodologia docent

    Les clases estan dividides en sessions de teoria, problemes i laboratori.

    A les sessions de teoria es desenvoluparan els coneixements de l'assignatura, intercalant l'exposició de nou material teòric amb exemples i la interacció amb els alumnes per tal de discutir els conceptes.

    Les classes de problemes permetran aprofondir en les técniques i algorismes explicats a les sessions de teoria. S'estimularà la participació de l'alumne per tal de comentar les alternatives possibles.

    A les clases de laboratori es desenvoluparan petites pràctiques utilitzant eines i llenguatges propis de la Intel·ligència Artificial que permetran practicar i reforçar els coneixements de les classes de teoria.

    Mètode d'avaluació

    L'avaluació es basarà només en les pràctiques

    NP1: nota de la primera pràctica
    NP2: nota de la segona pràctica
    NFinal = 0.5*NP1+0.5*NP2



    Avaluació de les competències

    La avaluació de la competència sobre treball en equip (CT4) es basa en el treball realitzat durant les pràctiques de laboratori. La nota A B C D es calcula a partir d'una rúbrica detallada que es donarà als alumnes a l'inici de curs.
    L'avaluació de la competència ús solvent dels recursos d'informació (CT5) . es basa en el treball realitzat durant les pràctiques . La nota A B C D es calcula a partir d'una rúbrica detallada que es donarà als alumnes a l'inici de curs.
    Pes de les competències transversals en l'avaluació de la part específica de l'assignatura
    10 % - Que els estudiants sàpiguen aplicar els seus coneixements al seu treball o vocació d'una manera professional i posseeixin les competències que solen demostrar-se mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins la seva àrea d'estudi.
    10 % - Treball en equip. Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o realitzant tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, assumint compromisos tenint en compte els recursos disponibles.

    Bibliografia

    Bàsic

    Capacitats prèvies

    Coneixement i Raonament Automàtic. (Primer Quadrimestre del Primer Curs)