Disciplina

Área

Área Científica de Inteligência Artificial > Sistemas Inteligentes

Activa nos planos curriculares

DEAEIC2006 > DEAEIC2006 > 3º Ciclo > Aprendizagem Estruturada

Nível

Exame orais (60%) + Problemas praticas (40%)

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

3.0 h/semana

126.0 h/semestre

Objectivos

Ao contrário de muitas abordagens estatísticas de aprendizagem através de máquinas, que lidam com dados não estruturados, a aprendizagem através de agentes lida com dados estruturados. Durante a aprendizagem, a estrutura dos dados influencia o processo de aprendizagem. A formulação lógica do processo de aprendizagem será examinada e abordagens diferentes da aprendizagem simbólica através de máquinas, como a aprendizagem com base na explicação ou a aprendizagem com base em casos, serão demonstradas. Na segunda parte das aulas iremos lidar com redes neurais artificiais hierárquicas.

Programa

1.Uma Formulação Lógica da Aprendizagem 2.Aprendizagem através da Análise de Diferenças 3.Aprendizagem através da Explicação da Experiência 4.Conhecimento e Aprendizagem 5.Aprendizagem com base em casos 6.Descoberta de padrões 7.Copycat 8.Funções Heurísticas de Aprendizagem 9.Aprendizagem com base na Explicação 10.Repetição: O que é aprendizagem estatística 11.Topologia e dados 12.Sistema Visual ?Mammalian? 13.Redes de Atraso de Tempo 14.Convolutional Neural Networks 15.Aprendizagem não supervisionada 16.Redes hierárquicas 17.Cognitron 18.Neocognitron 19.Reconhecimento de caracteres escritos à mão 20.Atenção selectiva 21.Shift Invariance Analysis 22.Redes hierárquicas e sistemas simbólicos

Metodologia de avaliação

Exame orais (60%) + Problemas praticas (40%)

Pré-requisitos

Componente Laboratorial

Princípios Éticos

Componente de Programação e Computação

Componente de Competências Transversais

Bibliografia

Principal

Artificial Intelligence, Structures and Strategies for Complex Problem Solving

Luger, George F. and Stubblefield, William A.

2004

Addison-Wesley


Neurocomputing

Robert Hecht-Nielsen

1989

Addison-Wesley


Secundária

Artificial Intelligence

Partick Henry Winston

1992

Addison-Wesley


Fluid Concepts and Creative Analogies: Computer Models of the Fundamental Mechanisms of Thought

Hofstadter, Douglas

1995

Basic Books


A hierarchical neural network capable of visual pattern recognition.

Fukushima, K. Neocognitron

1988

Neural Networks