Especialidad: Computación

Transcripción

1 Especialidad: Computación Grado en Ingeniería Informática Coordinador Borja Calvo 1

2 Estructura de la especialidad de Computación Tres submódulos Minería de Datos Diseño de Algoritmos Ocho asignaturas Modelos Computación Abstractos Científica de Cómputo Inteligencia Artificial Gráficos por Computador Visualización y Entornos Virtuales Compilación 2

3 Computación por Módulos Algorítmica, Aprendizaje y Sistemas Inteligentes Minería de Datos Diseño de Algoritmos Modelos Computación Abstractos Científica de Cómputo Inteligencia Artificial Gráficos por Computador Visualización y Entornos Virtuales Compilación 3

4 Computación por Módulos Modelos de Computación y Procesamiento de Lenguajes Modelos Minería de Computación Abstractos Científica Datos de Cómputo Diseño de Algoritmos Inteligencia Artificial Gráficos por Computador Visualización y Entornos Virtuales Compilación 4

5 Computación por Módulos Sistemas Interactivos y Representación Gráfica Minería de Datos Diseño de Algoritmos Modelos Computación Abstractos Científica de Cómputo Inteligencia Artificial Gráficos por Computador Visualización y Entornos Virtuales Compilación 5

6 Algorítmica, Aprendizaje y Sistemas Inteligentes Dotar de conocimiento a los sistemas informáticos Resolver problemas de forma inteligente Datos, expertos, algoritmos... Minería de Datos Computación Científica Diseño de Algoritmos Inteligencia Artificial Modelos Abstractos de Cómputo Gráficos por Computador Compilación Visualización y Entornos Virtuales 6

7 Minería de Datos (MDD) 7

8 Minería de Datos (MDD) Gran cantidad de datos (Big Data) Se estudian técnicas para la interpretación de los datos: medir riesgos en empresas, hallar tipos de clientes, biomedicina, la banca... Laboratorio: software Weka (K-NN, Bayesianos, árboles de decisión...). Datos: fotos, por ejemplo Objetivo: aprender a distinguir objetos en las imágenes (aprendizaje automático) Lenguajes de programación para el preprocesado: c, shell, java... 8

9 Minería de Datos (MDD) 9

10 Inteligencia Artificial (IA) 10

11 Inteligencia Artificial (IA) Incorporar comportamiento inteligente a los sistemas informáticos. Trabajar la representación del conocimiento y el razonamiento inteligente Búsquedas inteligentes sobre espacios de gran tamaño Construir sistemas expertos integrables en las soluciones tecnológicas que resuelven problemas al cliente Laboratorio: implementar algoritmos de búsqueda y crear prototipos de sistemas expertos utilizando motores de inferencia: Implementación de algoritmos de búsqueda en lenguaje COOL (CLIPS) Utilizar CLIPS y FuzzyCLIPS con el motor de inferencia EHSIS para la representación del conocimiento 11

12 Inteligencia Artificial (IA) 12

13 Diseño de Algoritmos (DA) 13

14 Diseño de Algoritmos (DA) El objetivo es aprender a diseñar soluciones algorítmicas eficientes para la resolución de problemas Aplicar con criterio las técnicas básicas de análisis de eficiencia, para clasificar las distintas soluciones algorítmicas y optar por la más conveniente 14

15 Diseño de Algoritmos (DA) Un problema: Productos, i=1,...,n Tabla T(i): tiempos de producción Tabla B(i): beneficios unitarios Tabla C(i): maximo numero de unidades a producir ese día Objetivo: Planificar la producción de un día para obtener el máximo beneficio Diseñar e implementar el algoritmo Lenguaje de programación: a elección del/a alumno/a, java, python... 15

16 Modelos de Computación y Procesamiento de Lenguajes Principios y modelos básicos de computación Comprender las bases teóricas de los lenguajes de programación y las técnicas de procesamiento asociadas Minería de Datos Computación Científica Diseño de Algoritmos Inteligencia Artificial Modelos Abstractos de Cómputo Gráficos por Computador Compilación Visualización y Entornos Virtuales 16

17 Computación Científica (CC) 17

18 Computación Científica (CC) El objetivo es analizar técnicas numéricas para resolver problemas matemáticos que habitualmente surgen en los ámbitos científicos y tecnológicos Métodos: resolución numérica de ecuaciones no lineales, interpolación, ecuaciones diferenciales Evaluación a través de trabajos prácticos Inplementación: lenguaje de programación C, software matemático R, Octave Interpretar los resultados desde un punto de vista computacional 18

19 Computación Científica (CC) La órbita en la que se mueve el satélite se puede describir mediante ecuaciones diferenciales Resolviendo el sistema de ecuaciones se calcula la posición del satélite La representación gráfica ayuda a interpretar los resultados obtenidos (asignaturas CC y GC) 19

20 Modelos Abstractos de Cómputo (MAC) 20

21 Modelos Abstractos de Cómputo (MAC) Objetivo: explorar los límites de la posibilidad de resolver problemas algorítmicamente No todos los problemas son computables. Mediante el estudio de la teoría de la computabilidad se analizan las capacidades y limitaciones de la computación Descubrir que existen problemas imposibles de resolver de forma algorítmica 21

22 Modelos Abstractos de Cómputo (MAC) Halt ( x, y ) Si al ejecutar el programa x True sobre el dato y el programa se para False En caso contrario No cumple Ud. con su trabajo. Le pedimos una aplicación capaz de analizar el texto de un programa para saber si cae en un bucle infinito, un técnico de FP lo haría mejor! Yo soy ingeniero y sé que me pide un imposible: la función Halt no es computable 22

23 Compilación (C) 23

24 Compilación (C) Compilar: Traducir Lenguaje de Alto Nivel a código intermedio... if (i > j+10) { i++ ; } t1 = j+10 if i > t1 goto 20 goto 21 i = i + 1 ;... Evolución de los lenguajes de programación 24

25 Compilación (C) Programar traductor, con las reglas de lenguajes de programación BISON RIF expr RTHEN M stmts RELSE { $<number>$ = kodea.lortuerref() ; kodea.aginduagehitu("goto"); } stmts RENDIF { kodea.aginduakosatu($2->trues,$<number>4) ; kodea.aginduakosatu($2->falses,$<number>7+1) ; kodea.aginduakosatu($7, kodea.lortuerref()) ; } C++ void Kodea::aginduaGehitu(const string &agindukatea) { stringstream agindua; agindua << hurrengoagindua() << ": " << agindukatea; aginduak.push_back(agindua.str()); } Uso de técnicas de traducción para resolver problemas de computación 25

26 Sistemas Interactivos y Representación Gráfica Minería de Datos Computación Científica Diseño de Algoritmos Inteligencia Artificial Aplicaciones 3D Aplicaciones en tiempo real Entornos virtuales Modelos y abstracción Modelos Abstractos de Cómputo Gráficos por Computador Compilación Visualización y Entornos Virtuales 26

27 Gráficos por Computador (GC) Visualización y Entornos Virtuales (VEV) 27

28 Gráficos por Computador (GC) Se estudian técnicas básicas para la representación de objetos 3D y se generan escenas virtuales para desarrollar una aplicación 3D Laboratorio: se desarrolla una aplicación para visualizar las escenas virtuales 3D generadas Lenguaje de programación: C Más de la mitad de la asignatura se evalúa a través de prácticas 28

29 Gráficos por Computador (GC) 29

30 Visualización y Entornos Virtuales (VEV) Se desarrolla una librería gráfica para el desarrollo de aplicaciones en tiempo real Un porcentaje muy alto de la evaluación a través de practicas Lenguajes de programación: C y GLSL (OpenGL Shading Language), para programar la tarjeta gráfica 30

31 Visualización y Entornos Virtuales (VEV) 31

32 Optativas Recomendadas para completar la especialidad (eus/es, puede cambiar cada curso académico): - Sistemas Basados en el Conocimiento (es) - Técnicas Avanzadas de Inteligencia Artificial (es) - Hizkuntzaren Prozesamendua (eus) - Robotika eta Kontrol Adimenduna (eus) - Bilaketarako Heuristikoak (eus) - Visión por Computador (es) - Ingeniería de Control (es) - Modelado 3D (es) 32

33 Proyecto Fin de Grado y Empleo: En grupos de Investigación de la Facultad: Lingüistica Computacional, Gráficos, Robótica, Inteligencia Artificial, Bioinformática, tratamiento de imágenes... Un amplio abanico de grupos en los que podrás participar! En Centros Tecnológicos del entorno: Vicomtech (inteligencia artificial, gráficos, lingüística, visión por computador, sentiment analysis), Tekniker (robotica, aprendizaje automático), Ikerlan (interfaces gráficos), Gaiker (bioinformática), CEIT (gráficos), Tecnalia (acceso a la información), AZTI-Tecnalia (análisis de datos oceanográficos, estudio de la trayectoria del atún), Elhuyar (tecnologías lingüísticas)... 33

34 Proyecto Fin de Grado y Empleo: Colaboración con Centros de Investigación en Salud: Análisis de datos biológicos y médicos. BioDonostia (selección de biomarcadores para esclerosis, imágenes de resonancia magnética, detección de patrones complejos en análisis clínicos), BioCruces (colaboración con el Grupo Metabolismo y Nutrición), BioEF (imágenes médicas y tratamiento de señal), Hospital Galdakao Usansolo (Detección automática de reacciones adversas a medicamentos), CITA Alzheimer, colaboración con los Hospitales Universitarios de Donostia, Cruces y Basurto (protocolos clínicos, análisis estadísticos de evolución de enfermedades), y Policlínica de Donostia Empresa privada Demanda de especialistas en el área de Computación 34

35 Masteres Ingeniería Computacional y Sistemas Inteligentes (ICSI-KISA) Sistemas Informáticos Avanzados (SIA) Análisis y Procesamiento del lenguaje (euskaraz, in English) Erasmus Mundus - Language and Comunication Technology (EM-LCT, in English) 35

36 Para más información MoodleTIC de Computación: Centros > Informatika Fakultatea > Informatika Ingeniaritzako Konputazioko espezialitatea Borja Calvo Coordinador de la especialidad de Computación 36