Competencias y objetivos
Contexto de la asignatura para el curso 2021-22
La asignatura Visión artificial avanzada trata sobre métodos de inteligencia artificial aplicados a la automática y robótica. Estos métodos, principalmente de aprendizaje profundo, permitirán poder reconocer objetos y extraer información sobre ellos.
La asignatura es optativa y se recomienda haber cursado otra optativa, Aprendizaje automático
Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2021-22
Competencias Generales:>>Instrumentales
- CG1 : Asesoramiento sobre elección, adquisición y puesta en marcha de sistemas robóticos y/o de automatización en diferentes aplicaciones.
- CG2 : Tomar decisiones en el diseño y planificación de un proyecto de robótica y/o de automatización teniendo en cuenta criterios de calidad y medioambientales.
- CG3 : Poner en marcha y mantener sistemas robóticos y/o de automatización que satisfagan los requerimientos de aplicaciones industriales o de servicios.
- CG6 : Análisis, síntesis de problemas y toma de decisiones.
Competencias Generales:>>Interpersonales
- CG10 : Razonamiento crítico.
Competencias Generales:>>Sistemáticas
- CG12 : Capacidad para aplicar los conocimientos a problemas reales.
- CG13 : Capacidad para trabajar y aprender de forma autónoma.
- CG14 : Capacidad de adaptación a nuevas situaciones fomentando la creatividad y el espíritu emprendedor.
Competencias específicas:>>Robótica
- CER010 : Conocer y saber aplicar las principales técnicas de aprendizaje y Deep learning en sistemas robóticos.
Competencias específicas:>>Visión
- CEVI1 : Analizar y saber aplicar las herramientas y técnicas que permiten la extracción y procesamiento de información visual y saber escoger cuáles son las más adecuadas en función del ámbito de aplicación y del entorno.
- CEVI4 : Aplicar métodos, técnicas e instrumentos específicos para la adquisición y formación de imagen.
- CEVI5 : Conocer y aplicar métodos, técnicas e instrumentos de aprendizaje automático y Deep learning en visión artificial.
Competencias específicas:>>Sensores
- CESE1 : Ser capaz de escoger las características más adecuadas que debe disponer un sistema de percepción de acuerdo a su aplicación en diferentes ámbitos y áreas de automatización industrial o de servicios.
- CESE2 : Analizar y entender la importancia y aplicabilidad de los sistemas de percepción en procesos de sensorización en sistemas robóticos o automáticos.
- CESE3 : Ser capaz de configurar sensores, hardware y software, así como todos los elementos que constituyen un sistema de percepción.
- CESE4 : Analizar y optimizar el diseño de un proceso de toma de medidas para obtener la precisión y exactitud requeridas.
- CESE5 : Evaluar la importancia de los límites de medida de los sistemas sensoriales en la significación de los resultados obtenidos.
Resultados de aprendizaje (Objetivos formativos)
- Conocer los distintos esquemas utilizados en visión artificial para el reconocimiento de objetos.
- Saber desarrollar esquemas que permitan el etiquetado automático de objetos en una imagen.
- Conocer las diferentes técnicas que permiten estimar la profundidad a partir de una imagen 2D.
- Ser capaz de distinguir el movimiento de un humano con visión, de forma que se pueda realizar su seguimiento en la imagen.
- Saber definir esquemas de inteligencia artificial basados en redes generativas antagónicas.
- Conocer distintas aplicaciones de visión artificial avanzada en la industria y ser capaz de proponer aplicaciones similares.
Objetivos específicos indicados por el profesorado para el curso 2021-22
- Conocer los distintos esquemas utilizados en visión artificial para el reconocimiento de objetos.
- Saber desarrollar esquemas que permitan el etiquetado automático de objetos en una imagen.
- Conocer las diferentes técnicas que permiten estimar la profundidad a partir de una imagen 2D.
- Ser capaz de distinguir el movimiento de un humano con visión, de forma que se pueda realizar su seguimiento en la imagen.
- Saber definir esquemas de inteligencia artificial basados en redes generativas antagónicas.
- Conocer distintas aplicaciones de visión artificial avanzada en la industria y ser capaz de proponer aplicaciones similares.
Datos generales
Código:
37817
Profesor/a responsable:
Martínez Martin, Ester
Crdts. ECTS:
3,00
Créditos teóricos:
0,44
Créditos prácticos:
0,76
Carga no presencial:
1,80
Departamentos con docencia
-
Dep.:
CIENCIA DE LA COMPUTACION E INT. ARTIF.
Área: CIENCIA DE LA COMPUTACION, INTELIGENCIA ARTIFICIAL
Créditos teóricos: 0,44
Créditos prácticos: 0,76
Este dep. es responsable de la asignatura.
Este dep. es responsable del acta.
Estudios en los que se imparte
-
MÁSTER UNIVERSITARIO EN AUTOMÁTICA Y ROBÓTICA
Tipo de asignatura: OPTATIVA (Curso: 1)