Departamento de Informática (UM)

Computação Inspirada na Natureza

16793 [ME95ME9500007417]

Mestrado em Inteligência Artificial [MIA]

S1

Rui Manuel Ribeiro Castro Mendes

Objetivos

A introdução gradual das várias temáticas e conceitos associados a cada um dos tópicos do programa da unidade curricular permitirá ao longo do semestre, de forma gradual, providenciar aos alunos o conhecimento e a perícia necessária para alcançarem os objetivos definidos, através da realização de um trabalho prático e de uma prova escrita, cujas etapas abordarão cada uma das temáticas abordadas no programa da unidade curricular, alinhadas com o cumprimento gradual dos objetivos referidos. A sequência dos vários temas permitirá, também, apresentar aos alunos os desafios mais usuais que um sistema de dados nos coloca e conhecer os modelos, métodos e as tecnologias mais adequadas para os ultrapassar.

Programa

1. Codificação de soluções
2. Algoritmos Inspirados na Evolução
3. Algoritmos de Inspiração Social
4. Convergência e Diversidade
5. Estruturas de População
6. Otimização Multi-Objetivo
7. Análise Estatística de Resultados

Bibliografia

Introduction to Evolutionary Computation (2nd edition), A. Eiben and J. Smith, Springer, 2015.

Bio-Inspired Artificial Intelligence: theories, methods, and Technologies, Dario Floreano and Claudio Mattiussi, MIT Press, 2008.

Fundamentals of Natural Computing: basic concepts, algorithms, and applications, Leandro Castro, Chapman and Hall, 2006.

Essentials of metaheuristics, Sean Luke, Lulu Press, 2009.

Clever algorithms: nature-inspired programming ecipes, Jason Brownlee, ISBN 978-1-4467-8506-5, 201).

Resultados da aprendizagem

- Discutir formas de representar soluções para a aplicação de algoritmos de inspiração natural
- Desenvolver algoritmos evolutivos
- Conceber algoritmos de inspiração social
- Identificar problemas de convergência
- Discutir mecanismos de aumento de diversidade
- Desenvolver algoritmos com diferentes estruturas de população
- Conceber algoritmos de otimização multi-objetivo
- Avaliar de forma rigorosa, com recurso à estatística várias abordagens para os problemas

Método de avaliação

A avaliação envolverá a realização de exercícios práticos individuais, com um peso de 30 a 50%, e um projeto de investigação em grupo, com um peso de 50 a 70%. A componente individual será avaliada através de um mecanismo de avaliação de pares e o projeto de avaliação em grupo será avaliado através da produção de um e de uma apresentação final para a turma.

Funcionamento

Turno: T 1; Docente: Rui Manuel Ribeiro Castro Mendes; Dep.: DI; Horas: 15.
Turno: PL 1; Docente: Marta Vasconcelos Castro Azevedo; Dep.: DI; Horas: 30.