| Tema |
Subtema |
| 1. Sistemas Inteligentes |
1.1. Definición de Sistema Inteligente dentro del campo de la Inteligencia Artificial.
1.2. Productos y servicios inteligentes en el sector biomédico.
1.3. Evolución de los sistemas inteligentes: del razonamiento simbólico a los métodos estadísticos de aprendizaje. |
| 2. Representación del Conocimiento |
2.1. Sistemas basados en el conocimiento.
2.2. Representación lógica del conocimiento.
2.3. Principios de lógica proposicional y de primer orden.
2.4. Mecanismos de inferencia.
2.5. Aplicaciones en productos y servicios para la ingeniería biomédica.
|
| 3. Incertidumbre y Riesgo |
3.1. Definición en el contexto de la ingeniería biomédica de las decisiones de ingeniería.
3.2. Clasificación y tipos de incertidumbre.
3.3. Decisiones con incertidumbre.
3.4. Gestión de la incertidumbre.
3.5. Definición empírica del riesgo asociado a la incertidumbre.
3.6. La incertidumbre y el riesgo en el sector biomédico.
|
| 4. Sistemas Expertos |
4.1. Definición y contextualización teórica.
4.2. Tipos y componentes de sistemas expertos.
4.3. Desarrollo de sistemas expertos.
4.4. Modelos deterministas y modelos estocásticos.
4.5. Enfoques inferenciales.
4.6. Aplicaciones en productos y servicios para la ingeniería biomédica.
|
| 5. Algoritmos de Aprendizaje Automático. Algoritmos de regresión, clasificación y agrupación |
5.1. El aprendizaje automático: Definición aplicada a enfoques no conexionistas.
5.2. Los modelos de regresión.
5.3. Los modelos de clasificación.
5.4. Los modelos de agrupación.
5.5. Pretratamiento de datos.
5.6. Métodos de entrenamiento.
5.7. Técnicas de aumento controlado de datos.
5.8. Aplicaciones en productos y servicios para la ingeniería biomédica.
|
| 6. Redes Neuronales |
6.1. Definición y contextualización teórica.
6.2. El paradigma conexionista frente al simbólico.
6.3. Tipos y arquitecturas usuales.
6.4. Métodos de entrenamiento.
6.5. Tipos de aprendizaje: supervisado, no supervisado, reforzado.
6.6. Aplicaciones en productos y servicios para la ingeniería biomédica.
|
| 7. Algoritmos Evolutivos |
7.1. Definición y contextualización teórica.
7.2. Programación y estrategias evolutivas.
7.3. Programación y algoritmos genéticos.
7.4. Operadores de algoritmos genéticos.
7.5. Aplicaciones en productos y servicios para la ingeniería biomédica.
|
| 8. Sistemas de Soporte a la Decisión |
8.1. Definición y contextualización teórica.
8.2. Componentes y desarrollo.
8.3. Relación con los sistemas inteligentes. Funcionamiento complementario.
8.4. Verificación, validación y contraste de resultados.
8.5. Búsqueda de la mejor hipótesis.
8.6. Aplicaciones de sistemas biomédicos de decisión.
|
Prácticas.
Implementación práctica de un sistema inteligente sobre productos y servicios en el ámbito de la ingeniería biomédica.
A lo largo de las prácticas los alumnos deberán diseñar, desarrollar y probar de forma conceptual un nuevo sistema inteligente que integre, al menos, un modelo inferencial simbólico o estadístico. Tras ello deberán aplicarlo como herramienta de soporte a la decisión clínica. |
1. Definición del problema dentro del sector de la ingeniería biomédica.
2. Evaluación de su relevancia e integración con un producto o servicio inteligente.
3. Búsqueda de soluciones en el campo de la inteligencia artificial.
4. Identificación de criterios, variables, descriptores y cualquier otra información relevante.
5. Propuesta de diagrama conceptual de solución y evaluación del flujo de datos.
6. Implementación de la solución.
7. Validación de resultados.
8. Difusión, comunicación y presentación de a solución propuesta. |
