Syllabus

SCE-1003 Desarrollo Inteligente

DR. HECTOR QUEJ COSGAYA

hquej@itescam.edu.mx

Semestre Horas Teoría Horas Práctica Créditos Clasificación
8 5 2 10

Prerrequisitos
Conocimiento teórico práctico para el desarrollo de problemas inteligentes. Conocimiento de diferentes metodologías de desarrollo de software.

Competencias Atributos de Ingeniería

Normatividad
La evaluación estará conformada de dos exámenes: Participación 20%. A.- Exposición de contenidos temáticos (5%) B.- Desarrollo de aplicaciones de software (10%) C.- Trabajos colaborativo en equipo e investigación (3%) D.- Asistencia a clases (2%) Trabajo Documental 20%. E.- Contenido informativo e investigación (5%) F.- Criterio personal e análisis de texto (10%) G.- Fuentes bibliografícas (2%) H.- Formato y redacción (3%)

Materiales
Sala de computo (1 PC por alumno), Lenguajes de programación Java, C++. Hojas de calculo (Excel). Programador Universal de microcontroladores gama baja, media y alta. Simulador FESTO COSIMIR para efectos de aplicaciones robóticas.

Bibliografía disponible en el Itescam
Título
Autor
Editorial
Edición/Año
Ejemplares

Parámetros de Examen
PARCIAL 1 De la actividad 1.1.1 a la actividad 1.8.1
PARCIAL 2 De la actividad 2.1.1 a la actividad 2.13.1

Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje)
1. Redes Neuronales
          1.1. Modelo de Mc Culloch – Pitts.
                   1.1.1. Modelo de Mc Culloch – Pitts.
                           EL MODELO NEURONAL DE McCULLOCH Y PITTS ( bytes)
                           Redes de propagacion ( bytes)
                           Neurocomputacion ( bytes)
                           http://lcn.epfl.ch/tutorial/english/mcpits/html/index.html
                           http://www.cinefantastico.com/nexus7/ia/neurocomp3.htm
                           http://jkharlos.wordpress.com/2007/09/03/redes-neuronales-artificiales/
                           http://members.tripod.com/jesus_alfonso_lopez/RnaIntro.html
                          
          1.2. Topologías.
                   1.2.1. Topologías.
                           Topologias de redes neuronales ( bytes)
                           http://www.monografias.com/trabajos12/redneur/redneur.shtml
                           http://www.monografias.com/trabajos15/topologias-neural/topologias-neural.shtml#NEURONAL
                           http://ohm.utp.edu.co/neuronales/Capitulo1/Topologia.htm
                           http://www.redes-neuronales.netfirms.com/tutorial-redes-neuronales/clasificacion-de-redes-neuronales-por-topologia-arquitectura.htm
                          
          1.3. Técnicas de aprendizaje.
                   1.3.1. Técnicas de aprendizaje
                           Aprenfizaje RNA ( bytes)
                           Mapas conceptuales ( bytes)
                           Tecnicas de la red neuronal ( bytes)
                          
          1.4. Métodos de entrenamiento.
                   1.4.1. Métodos de entrenamiento.
                           Entremaniento backpropagation ( bytes)
                           Entrenamiento ( bytes)
                           algoritmo de entrenamiento ( bytes)
                          
          1.5. Back Propagation.
                   1.5.1. Back Propagation.
                           Evaluación de RNA ( bytes)
                           http://electronica.com.mx/neural/informacion/backpropagation.html
                           http://perso.wanadoo.es/alimanya/backprop.htm
                           http://es.wikipedia.org/wiki/Backpropagation
                           http://ohm.utp.edu.co/neuronales/Capitulo2/Backpropagation/ReglaB.htm
                          
          1.6. Modelo de Kohonen.
                   1.6.1. Modelo de Kohonen.
                           Aplicacion Kohonen ( bytes)
                           http://es.wikipedia.org/wiki/Kohonen_(RNA)
                           http://thales.cica.es/rd/Recursos/rd98/TecInfo/07/capitulo6.html
                           http://electronica.com.mx/neural/informacion/kohonen.html
                           Ejercicio de kohonen ( bytes)
                          
          1.7. Otros modelos.
                   1.7.1. Otros modelos.
                           http://www.gc.ssr.upm.es/inves/neural/ann2/anntutorial.html
                           http://ohm.utp.edu.co/neuronales/main.htm
                          
          1.8. Aplicaciones Diversas.
                   1.8.1. Aplicaciones Diversas
                           Aplicaciones diversas ( bytes)
                           Simulador RNA ( bytes)
                           http://sophia.ecm.ub.es/ia/
                          
2. Lógica Difusa
          2.1. Introducción a la teoría difusa.
                   2.1.1. Introducción a la teoría difusa.
                           http://es.wikipedia.org/wiki/L%C3%B3gica_difusa
                           http://delta.cs.cinvestav.mx/~gmorales/ldifll/ldifll.html
                           http://www.dei.uc.edu.py/tai2000/logica/3.htm
                          
          2.2. Antecedentes de los conjuntos difusos.
                   2.2.1. Antecedentes de los conjuntos difusos.
                           Conjuntos difusos ver pag. 8 ( bytes)
                           conjuntos difusos. ( bytes)
                           http://es.wikipedia.org/wiki/Subconjunto_difuso
                          
          2.3. Conceptos de conjuntos difusos.
                   2.3.1. Conceptos de conjuntos difusos.
                           http://delta.cs.cinvestav.mx/~gmorales/ldifll/node2.html
                           http://delta.cs.cinvestav.mx/~gmorales/ldifl/node3.html
                           http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro.html
                           http://delta.cs.cinvestav.mx/~gmorales/ldifl/node8.html
                           http://www.cec.uchile.cl/~heldc/show_TIS99/index.htm
                           http://www.dma.fi.upm.es/java/fuzzy/tutfuzzy/home.html
                          
          2.4. Operaciones con conjuntos difusos.
                   2.4.1. Operaciones con conjuntos difusos.
                           http://sci2s.ugr.es/docencia/doctoSCTID/FSIIoperacionesen%20F.pdf
                           http://ccc.inaoep.mx/~emorales/Cursos/RdeC/node154.html
                           http://www.redeya.com/electronica/cursos/fuzzy/fuzzy.htm
                          
          2.5. Conceptos de lógica difusa.
                   2.5.1. Conceptos de lógica difusa.
                           http://www.monografias.com/trabajos6/lalo/lalo.shtml
                           http://personales.ya.com/casanchi/mat/difusa01.htm
                           http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro.html
                          
          2.6. Medida de la entropía difusa.
                   2.6.1. Medida de la entropía difusa.
                           Medida de la entropia difusa ver pag. 43 ( bytes)
                          
          2.7. Subconjuntos difusos.
                   2.7.1. Subconjuntos difusos.
                           Subconjunto difuso ( bytes)
                           http://es.wikipedia.org/wiki/Subconjunto_difuso
                          
          2.8. Variables lingüísticas.
                   2.8.1. Variables lingüísticas.
                           variable linguistica ( bytes)
                          
          2.9. Relaciones difusas
                   2.9.1. Relaciones difusas
                           Relaciones difusas ver pag. 20 ( bytes)
                          
          2.10. Sistemas de control difusos.
                   2.10.1. Sistemas de control difusos.
                           sistema de control ( bytes)
                           http://es.wikipedia.org/wiki/L%C3%B3gica_difusa
                          
          2.11. Memorias asociativas difusas (FAM).
                   2.11.1. Memorias asociativas difusas (FAM).
                           http://x-ezine.todo-linux.com/x2/2x004-MAB.html#AEN96
                          
          2.12. Mapas cognoscitivos difusos.
                   2.12.1. Mapas cognoscitivos difusos.
                           Mapas congnoscitivos difusos ( bytes)
                          
          2.13. Aplicaciones diversas.
                   2.13.1. Aplicaciones diversas.
                           aplicaciones ( bytes)
                           Ejemplo control-difuso ( bytes)
                          
3. Algoritmos Genéticos
          3.1. Fundamentos de genética y evolución.
                   3.1.1. Fundamentos de genética y evolución.
                           http://www.depi.itch.edu.mx/apacheco/expo/html/ai14/ga.html
                           http://the-geek.org/docs/algen/
                           http://147.96.80.155/sistemaoptimizacion/AlgoritmoGenetico.htm
                          
          3.2. Fundamentos de algoritmos genéticos.
                   3.2.1. Fundamentos de algoritmos genéticos
                           fundamentos ( bytes)
                           http://geneura.ugr.es/~jmerelo/DegaX/GenAlg.html
                          
          3.3. Descripción de un algoritmo genético.
                   3.3.1. Descripción de un algoritmo genético.
                           http://www.cidse.itcr.ac.cr/revistamate/contribuciones-v6-n1-may2005/Geneticos/Index.htm
                           http://html.rincondelvago.com/algoritmos-geneticos.html
                          
          3.4. Componentes de un algoritmo genético.
                   3.4.1. Definición del problema.
                           Componentes de un algoritmo genetico ( bytes)
                          
                   3.4.2. Representación de la solución.
                           http://campusvirtual.unex.es/cala/epistemowikia/index.php?title=Algoritmos_Gen%C3%A9ticos
                           http://campusvirtual.unex.es/cala/epistemowikia/index.php?title=Algoritmos_Gen%C3%A9ticos#Representaci.C3.B3n
                          
                   3.4.3. Decodificación del cromosoma.
                           decodificacion ver pag. 17 ( bytes)
                           ver pag3 ( bytes)
                          
                   3.4.4. Evaluación de un individuo.
                           Evaluacion ver pag 5 ( bytes)
                           http://geneura.ugr.es/~jmerelo/ie/ags.htm
                          
          3.5. Operadores evolutivos.
                   3.5.1. Selección.
                           seleccion ( bytes)
                          
                   3.5.2. Cruce.
                           cruce ( bytes)
                           ver pag 12 ( bytes)
                          
                   3.5.3. Mutación.
                           mutacion ( bytes)
                          
          3.6. Ventajas y limitaciones de los algoritmos genéticos.
                   3.6.1. Ventajas y limitaciones de los algoritmos genéticos
                           ventajas y limitaciones ver pag. 4 ( bytes)
                          
          3.7. Aplicaciones diversas.
                   3.7.1. Aplicaciones diversas.
                           aplicacion ( bytes)
                          
4. Proyecto Integrador
          4.1. Parcial Uno
                   4.1.1. Evaluación
                          

Prácticas de Laboratorio (20212022P)
Fecha
Hora
Grupo
Aula
Práctica
Descripción

Cronogramas (20212022P)
Grupo Actividad Fecha Carrera

Temas para Segunda Reevaluación