Departamento de Informática (UM)

Sistemas Inteligentes

14851 [ME79ME7903001953]

[Mestrado em Engenharia Biomédica - Informática Médica]

S1

Paulo Jorge Freitas Oliveira Novais

Objetivos

O conteúdo programático proposto foi desenhado para satisfazer o grande objetivo da UC: Descrever e dotar da capacidade de aplicar as mais fundamentais metodologias e técnicas associadas ao desenvolvimento de Sistemas Inteligentes.

A sequência definida para a apresentação e discussão dos diversos tópicos do programa foi definida como um processo de desenvolvimento de um Sistema Inteligente, introduzindo os Agentes Inteligentes, as diferentes arquiteturas e a capacidade de comunicarem usando linguagens e plataformas adequadas e incluído estratégias de decisão inteligente, com capacidade de aprendizagem.

Programa

1. Sistemas Inteligentes.
2. Agentes e Sistemas Multiagente.
3. Coordenação e Cooperação.
4. Aprendizagem Automática.
5. Computação Natural.
6. Sistemas de apoio à decisão.
7. Aplicações.

Bibliografia

Luger, G. (2009). Artificial intelligence: structures and strategies for complex problem solving. Boston: Pearson Addison-Wesley.

Wooldridge, M. (2009). An introduction to multiagent systems. Chichester, U.K: John Wiley & Sons.

Dale, J. & Schantz, M. (2007). From genes to genomes : concepts and applications of DNA technology. Chichester, England Hoboken, NJ: John Wiley & Sons.

Mitchell, T. (2017). Machine learning. New York: McGraw Hill.

Russell, S., Davis, E. & Norvig, P. (2015). Artificial intelligence : a modern approach. Noida, India: Pearson India Education Services Pvt. Ltd.

Resultados da aprendizagem

- Apresentar uma visão geral dos Sistemas Inteligentes, funcionalidades e arquiteturas fundamenteis.
- Caracterizar e aplicar as noções gerais de sistemas multiagente, enumerando e classificando diferentes propriedades de agentes e de ambientes.
- Desenvolver soluções, nas mais diversas áreas de aplicação, usando uma metodologia de resolução de problemas orientada ao agente, usando diferentes plataformas.
- Integrar as principais abordagens de computação Natural no desenvolvimento de Sistemas Inteligentes.
- Desenvolver o modelo de representação de conhecimento, raciocínio e de aprendizagem mais adequado à resolução de problemas reais.

Método de avaliação

A avaliação da aprendizagem envolve dois instrumentos de avaliação: trabalhos práticos de desenvolvimento (com peso de 50% a 60%) e uma prova escrita (com peso de 40% a 50%). A classificação final é calculada pela ponderação dos diversos instrumentos de avaliação.É considerado aprovado o aluno cuja classificação final seja superior ou igual a 10 (dez) valores.Para o cálculo da classificação final podem-se estabelecer notas mínimas, sendo que, para instrumentos de avaliação de cariz prático, esta nota mínima não pode ser inferior a 10 (dez) valores.

Funcionamento

Turno: T 1; Docente: Paulo Jorge Freitas Oliveira Novais; Dep.: DI; Horas: 30.
Turno: PL 1; Docente: Pedro José Costa Oliveira; Dep.: DI; Horas: 30.