logo ETSIT
Campus virtual del máster SEEI
ficha oficial del máster SEEI

Técnicas Avanzadas de Procesado de Información

ilustracion de circuito electronico

Esta asignatura aborda el preprocesado de la información, la extracción de características relevantes, la predicción de eventos, la agrupación no supervisada de patrones de entrada y la toma de decisiones en un sistema electrónico para entornos inteligentes. 

 

CARÁCTER: Obligatoria

MODALIDAD: A distancia

ENFOQUE: Práctico a nivel de conocimiento, comprensión y aplicación.

 

RESULTADOS DE APRENDIZAJE

1.Analizar las características definitorias de las principales técnicas de gestión y organización inteligente de la información.

2.Evaluar un determinado problema y elegir las técnicas más adecuadas para su solución.

3.Aplicar diferentes técnicas computaciones para el preprocesado de la información y extracción de características.

4.Aplicar técnicas de clasificación y procesado general de la información.

5.Implementar diferentes algoritmos para el análisis y la organización de la información.

6.Aplicar técnicas de basadas en lógica difusa para implementar sistemas de control y de toma de decisiones. 


MATERIA

1.Introducción a la gestión de la información mediante técnicas de inteligencia computacional.

Aproximación a la inteligencia computacional. Descripción de las técnicas más habituales. Terminología.Tipos y características generales de los problemas abordables mediante técnicas de inteligencia computacional. Caso de estudio 1: Predicción del perfil diario de consumo eléctrico. Caso de estudio 2: Control borroso de un sistema dinámico. Trabajos de aplicación en equipo. 

2.Técnicas de preprocesado de la información y extracción de características

Introducción al Preprocesado de la información con Matlab. Técnicas estadísticas, de análisis espectral y de escalamiento multidimensional. Análisis de componentes principales. Mapas auto-organizativos.

3.Técnicas de clasificación y procesado de la información

Introducción a las técnicas de aproximación y clasificación con Matlab. Técnicas de aproximación y clasificación basadas en aprendizaje supervisado. Técnicas de clasificación basadas en aprendizaje no supervisado. Otros paradigmas de inteligencia computacional.

4.Técnicas para el control de sistemas

Introducción a la lógica difusa. Diseño de sistemas de control y de toma de decisiones basados en lógica difusa.Otras técnicas para el control de sistemas.


PROFESORES

 

Guía docente 2014/2015
La guía docente contiene: Recomendaciones y orientaciones, contexto, competencias, contenido, resultados de aprendizaje, procedimientos de evaluación, bibliografía, actividades formativas y su distribución temporal, y tabla de alineamiento entre resultados de aprendizaje y actividades formativas y de evaluación. La guía también explica el proceso de enseñanza-aprendizaje y los medios y recursos utilizados.
GD109 V1.1.pdf
Documento Adobe Acrobat 414.0 KB