CURSO DE INTELIGENCIA ARTIFICIAL Y MECATRÓNICA

– Definir el concepto Inteligencia Artificial.
– Desarrollar el término mecatrónica.
– Referir las aplicaciones que posee la Inteligencia Artificial en los campos de la Robótica, Mecánica, Electrónica, Ingeniería,…
– Establecer las posibilidades de la mecatrónica en el control y desarrollo de sistemas.
– Implementar algoritmos de búsqueda de rutas más eficientes.
– Definir los algoritmos genéticos y su uso en Ingeniería, Robótica, Electrónica,…
– Fijar la importancia de las redes neuronales.

UNIDAD DIDÁCTICA 1. MECATRÓNICA E INTELIGENCIA ARTIFICIAL: POSIBILIDADES
Inteligencia Artificial: introducción.
Inteligencia de los seres vivos.
Inteligencia Artificial.
Dominios de aplicación.
El campo de la mecatrónica.
Las posibilidades de la Inteligencia Artificial.
Mecatrónica e Inteligencia Artificial.

UNIDAD DIDÁCTICA 2. SISTEMAS EXPERTOS
¿Qué es un sistema experto en polígonos?
Estructura de un sistema experto.
Inferencia: tipos.
Construcción de sistemas expertos.
– Fases de construcción de un sistema.
– Rendimiento y mejoras.
– Dominios de aplicación.
– Creación de un sistema experto en C#.
– Añadir incertidumbre y probabilidades.

UNIDAD DIDÁCTICA 3. LÓGICA DIFUSA
Introducción a la lógica difusa.
Conjuntos difusos y grados de pertenencia.
Operadores sobre los conjuntos difusos.
Creación de reglas.
Fuzzificación y defuzzificación.

UNIDAD DIDÁCTICA 4. BÚSQUEDA DE RUTAS
Introducción a la búsqueda de rutas.
Rutas y grafos.
– Ejemplo.
Algoritmos exhaustivos de búsqueda de rutas e “inteligentes”.
Implementación.

UNIDAD DIDÁCTICA 5. ALGORITMOS GENÉTICOS
¿Qué son los algoritmos genéticos?
Evolución biológica y artificial.
Elección de la representación.
Evaluación, selección y supervivencia.
Reproducción: crossover y mutación.
Dominios de aplicación.

UNIDAD DIDÁCTICA 6. REDES NEURONALES
Introducción a las redes neuronales.
Origen biológico.
La neurona formal.
Perceptrón.
Redes feed-forward.
Aprendizaje.
Otras redes.