Panorámica Actual de la Inteligencia Artificial

Departamento de Matemática Aplicada y Ciencias de la Computación

1.- Objeto del Curso.

Durante las tres últimas décadas se han producido notables avances en el mundo de la Inteligencia Artificial y, en concreto, en el de los Sistemas Expertos y las Redes Neuronales. Estas herramientas son de gran potencia y capacidad para tratar numerosos problemas en las diversas disciplinas de la Ciencia: Medicina, Ingeniería, Geología, etc.

Las redes neuronales permiten resolver problemas complejos que no admiten una representación explícita del conocimiento y de los que sólo se dispone de un conjunto de datos observables. Los sistemas expertos, en cambio, permiten representar el conocimiento explícitamente mediante reglas, probabilidad, etc. Por tanto, estos modelos son especialmente adecuados en aquellos problemas para los que se conoce algún algoritmo resolutivo (lógica, cálculo de probabilidades, etc.).

Con los nuevos conceptos y herramientas introducidos en este curso, los alumnos dispondrán de una panorámica acutalizada de las distintas posibilidades que, tanto a nivel práctico, como de investigación, se abren hoy en día en el campo de las redes probabilísticas y las redes neuronales.

Para la impartición del curso, se pretenden seguir los contenidos de los libros:

• Expert Systems and Probabilistic Networks, Springer (1997)
  
• Functional Networks with Applications, Kluwer Academic Publishers (1999)
  
  

2.- Material Didáctico (formato .pdf):

Como material didáctico para el curso de SISTEMAS EXPERTOS se dispone de tuturiales y transparencias sobre los sistemas expertos clásicos (basados en reglas y basados en probabilidad):

• Sistemas Expertos Basados en Reglas
• Sistemas Expertos Basados en Probabilidad
  

Para la parte de REDES NEURONALES se pueden consultar las transparencias utilizadas en el curso:

Introducción a las Redes Neuronales

así como los siguientes tutoriales sobre un nuevo tipo de redes (las redes funcionales) y el marco teórico en el que se basan (las ecuaciones funcionales).

Tutorial de Ecuaciones Funcionales

Tutorial de Redes Funcionales

las redes Bayesianas se describen en detalle en los siguientes documentos:

• Introducción a las Redes Probabiísticas
• Redes Bayesianas normales
• Propagación en redes Bayesianas
• Propagación aproximada
• Técnicas de propagación simbólica
  

3.- Software de demostración y de libre uso:

Durante el curso se realizarán prácticas con distintos programas de dominio público (o versiones demo de programas comerciales):

• Hugin (redes Bayesianas)
• Neural Network Modeler (redes neuronales)
• WIN NN 97(redes neuronales)
• Redes Neuronales en C++
  

4.- Algunos ficheros de datos para la realización de prácticas:

• Clasificación Lineal
• Clasificación Circular
• Diagnóstico médito (Hugin)
• Problema meteorológico (Hugin)