MsWord

FICHA DE DISCIPLINA
LICENCIATURA EM Engenharia Informática e Computação_______________________
ANO LECTIVO 2003/2004_________
NOME DA DISCIPLINA Inteligência Artificial______________________
ANO 3º______
SEMESTRE 2º________
ESCOLARIDADE 3+1 Horas/semanais
DEPARTAMENTO QUE LECCIONA A DISCIPLINA DEEC__________________
DOCENTES:
REGENTE Eugénio Oliveira
AULAS PRÁTICAS Eugénio Oliveira
Ana Paula Rocha
Luis Paulo Reis
Nº.T. TEÓRICAS 1_______
CATEGORIA Prof. Catedrático
CATEGORIA Prof. Catedrático
Prof. Auxiliar
Prof. Auxiliar
Nº. T. PRÁTICAS ______
Nº. T. TEÓR./PRÁT. 4_____
OBJECTIVOS DA DISCIPLINA
Compreender o que caracteriza e distingue a IA e qual a sua aplicabilidade. Saber como Representar
Conhecimento e utilizar a Lógica. Utilizar Processos Heurísticos versus Sistemáticos para pesquisar
soluções. Implementar Interfaces em Português. Dominar Linguagens de Processamento Simbólico.
Aprender Métodos de Resolução de Problemas envolvendo Conhecimento.
A noção de Programas evolutivos por Indução e Dedução. A aprendizagem em Redes Neuronais.
Prática de programação em Prolog e implementação de programas típicos de Inteligência Artificial.
CONTEÚDO DA DISCIPLINA
- Definição de conceitos e Características próprias da IA. Domínios típicos de aplicação da IA.
- Métodos de Resolução de Problemas usando estratégias sistemáticas e envolvendo Heurísticas:
Algorítmos primeiro em largura e primeiro em profundidade,subir a colina, A*, "Branch and Bound",
"Satisfação de Restrições”, "Arrefecimento simulado", Mini-Max, Cortes alfa-beta. Algoritmos para a
Evolução
- Estruturas de Representação de Conhecimento ("Frames", Regras, Redes Semânticas,"Scripts",
Predicados).
- Modelos de manipulação de raciocínio Impreciso: Modelo probabilístico de Bayes, Modelo dos
Factores de Certeza, Modelo Dempster-Schaffer. Introdução à Lógica Difusa.
- Introdução aos Sistemas Baseados em Conhecimentos: Exemplos.
- Aplicações em interfaces de Linguagem Natural (DCGs, Gramáticas Semânticas e de casos).
- Aprendizagem por Indução (Algorítmos ID3 e C4.5) Aprendizagem mista Dedutiva/Indutiva (Algorítmos
EBG, mEBG, IOE). Princípios e Algorítmos de Redes Neuronais Artificiais.Exemplos de Aplicação.
- Geração Automática de Planos: Análise meios-fins e operadores, Planeamento Linear, Planeamento
Não-linear, Planeamento Hierárquico, Planeamento Parcialmente Ordenado, generalização de Planos.
METODOLOGIA DA DISCIPLINA
Exposição com Interacção nas Aulas Teóricas. Ensino de métodos de Implementação de Aplicações
(Linguagem Prolog, "Pacotes de Software") nas Aulas Teórico-Práticas. Realização de Exercícios de
Programação e seguimento dos Trabalhos distribuídos para o Semestre, nas Aulas Práticas.
BIBLIOGRAFIA
Quadros tópicos para as Aulas de IA, Eugénio Oliveira, 2001
Artificial Intelligence: a Modern Approach, - Russel and Norvig; Prentice-Hall, 1995
Artificial Intelligence - Elen Rich and Kevin Knight; 2ª Edição, McGraw-Hil, 1991
The Art of Prolog - Sterling and Shapiro
Outra Bibliografia:
Prolog Programming for Artificial Intelligence, I.Bratko, Addison Wesley, 3 rd Ed., 2001.
Programming in Prolog - C. Melish ; Springer Verlag
The Art of Prolog - Sterling and Shapiro
AVALIAÇÃO
Teste/Exame--------------- 50%
(prova com consulta, com a duração de 2,5 horas).
Avaliação contínua (incluindo trabalho)---------------50% (nota mímina para obter frequência -33%)
(a aprovação implica a necessidade de nota >=33% em algum teste ou exame)