Saltar para:
Logótipo
Você está em: Início > MECD15

Tópicos Avançados de Sistemas Inteligentes

Código: MECD15     Sigla: TASI

Áreas Científicas
Classificação Área Científica
CNAEF Ciências informáticas

Ocorrência: 2024/2025 - 1S Ícone do Moodle

Ativa? Sim
Unidade Responsável: Departamento de Engenharia Eletrotécnica e de Computadores
Curso/CE Responsável: Mestrado em Engenharia e Ciência de Dados

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
MECD 17 Plano de estudos Oficial 2 - 6 42 162

Docência - Responsabilidades

Docente Responsabilidade
António Pedro Rodrigues Aguiar Regente

Docência - Horas

Teórico-Práticas: 3,00
Tipo Docente Turmas Horas
Teórico-Práticas Totais 1 3,00
António Pedro Rodrigues Aguiar 3,00

Língua de trabalho

Inglês

Objetivos

Esta unidade curricular tem por objetivo transmitir aos estudantes ferramentas e metodologias necessárias no projeto, simulação e análise de sistemas inteligentes.

Resultados de aprendizagem e competências





Os estudantes após esta unidade curricular deverão ser capazes de criar e a analizar modelos de sistemas inteligentes, utilizar técnicas de simulação, análise e projeto de sistemas inteligentes que cobrem um vasto número de aplicações tais como sistemas ciber-físicos, económicos, biológicos, sistemas de manufactura e sistemas de redes de computação e de comunicação.





Modo de trabalho

Presencial

Programa





1-Introdução aos sistemas inteligentes: Objetivos, definições e exemplos ilustrativos.
2-Modelos de sistemas inteligentes: Sistemas contínuos e discretos baseado em princípios físicos e relações fundamentais. Modelos baseados em dados. Sistemas de acontecimentos discretos. Autómatos. Modelação probabilística de incerteza. Cadeias de Markov. Simulação estocástica e de Monte Carlo. Sistemas híbridos e ciber-físicos.
3-Aprendizagem por reforço: Processos de decisão de Markov. Programação dinâmica. Integração de aprenizagem e planeamento. Metodologies de aprendizagem por reforço com e sem modelo.
4-Projeto de Sistemas inteligentes: Arquiteturas, aplicações e ferramentas de simulação. Exemplos: Sistemas económicos e físicos, sistemas eletromecânicos, sistemas de manufactura, sistemas de comunicação, genoma, sistema de transportes, processos biológicos e evolução de populações, veículos autónomos, etc.





Bibliografia Obrigatória

Sutton, R. S. and Barton, A. G. ; Reinforcement Learning: An Introduction, The MIT Press, Cambridge, Massachusetts, 2018

Bibliografia Complementar

Medsker, L. R. ; Hybrid intelligent systems, Springer Science & Business Media, 2012
Mars, P.; Learning algorithms: theory and applications in signal processing, control and communications, CRC press., 2018
Astrom, K., Murray, R.; Feedback Systems: An Introduction for Scientists and Engineers, Princeton University Press., 2010
Cassandras, C.G., Lafortune, S.; Introduction to discrete event systems (2nd ed), Springer, 2008
Antsaklis, P., Passino, K.; An Introduction to Intelligent and Autonomous Control, Kluwer, 1993

Observações Bibliográficas

Parte do material de estudo consiste em artigos científicos e outras publicações que serão indicadas pelo docente no momento oportuno.

Métodos de ensino e atividades de aprendizagem





As aulas consistirão na exposição dos conteúdos e discussão de exemplos ilustrativos dos conceitos apresentados. Também incluem a realização de exercícios práticos apoiados na utilização de ferramentas computacionais.





Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação Peso (%)
Trabalho escrito 50,00
Trabalho prático ou de projeto 50,00
Total: 100,00

Componentes de Ocupação

Designação Tempo (Horas)
Estudo autónomo 30,00
Frequência das aulas 42,00
Trabalho de investigação 20,00
Trabalho escrito 30,00
Elaboração de projeto 40,00
Total: 162,00

Obtenção de frequência

Não exceder o número limite de faltas.

Fórmula de cálculo da classificação final

A avaliação é composta por três componentes:
- Qualidade técnico-científica do trabalho desenvolvido (30%)
- Qualidade do relatório (50%)
- Qualidade da apresentação final do trabalho (20%)

Melhoria de classificação

Desenvolvimento de um projeto de sistemas inteligentes, entrega do respectivo relatório e apresentação oral do trabalho realizado.
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Engenharia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2025-06-14 às 05:38:08 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais | Denúncias