Competències i objectius

 

Context de l'assignatura per al curs 2025-26

Grado en Inteligencia Artificial

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2025-26

Competències transversals

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

Competències generals

  • CG2 : Conéixer, seleccionar i aplicar mètodes dels diferents camps de la intel·ligència artificial per a la resolució de problemes d'enginyeria.
  • CG5 : Comunicar de manera clara i precisa coneixements, metodologies, idees, problemes i solucions en l'àmbit de la intel·ligència artificial

 

Competències Específiques

  • CE8 : Resoldre problemes matemàtics de variable contínua, variable discreta i algebraics que puguen #plantejar en l'àmbit de l'enginyeria relacionats amb la ciència de dades i la intel·ligència artificial.
  • CE9 : Aplicar i desenvolupar amb solvència els conceptes i mètodes matemàtics que subjauen als problemes de la ciència de dades i la intel·ligència artificial per a la seua modelització i resolució

 

Competències bàsiques

  • CB2 : Que els estudiants sàpien aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseïsquen les competències que solen #demostrar per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins de la seua àrea d'estudi

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

1. Il·lustrar amb exemples la terminologia bàsica de la teoria de grafs, així com algunes de les propietats i casos especials de cada tipus de graf/arbre.

2. Descriure el concepte d'accessibilitat, el recorregut d'arestes, vèrtexs i les seues aplicacions.

3. Descriure el concepte de graf ponderat i les seues aplicacions.

4. Resoldre una varietat de relacions de recurrència bàsiques.

5. Calcular les permutacions i combinacions d'un conjunt, i interpretar el significat en el context de l'aplicació

6. Definir la relació de congruència sobre el conjunt dels nombres enters.

7. Mostrar com els conceptes dels grafs i els arbres apareixen en les estructures de dades, els algorismes, les tècniques de demostració i recompte

1. Il·lustrar amb exemples la terminologia bàsica de la teoria de grafs, així com algunes de les propietats i casos especials de cada tipus de graf/arbre.

2. Descriure el concepte d'accessibilitat, el recorregut d'arestes, vèrtexs i les seues aplicacions.

3. Descriure el concepte de graf ponderat i les seues aplicacions.

4. Resoldre una varietat de relacions de recurrència bàsiques.

5. Calcular les permutacions i combinacions d'un conjunt, i interpretar el significat en el context de l'aplicació

6. Definir la relació de congruència sobre el conjunt dels nombres enters.

7. Mostrar com els conceptes dels grafs i els arbres apareixen en les estructures de dades, els algorismes, les tècniques de demostració i recompte

 

 

 

Objectius específics indicats pel professorat per al curs 2025-26

El énfasis de esta asignatura es en grafos. Sin embargo hay un bloque inicial (temas 1 y 2) que tratan la inducción y recursión como técnicas de prueba y conteo respectivamente, así como los aspectos básicos de probabilidad discreta, que resultarán muy útiles más adelante (generación de grafos, random walks, redes eléctricas y Dirichlet). En cuanto a los grafos ‘per se’ comenzaremos por su definición y propiedades (invarianza) para adentrarnos en algunos algoritmos importantes (caminos eulerianos y flujo óptimo). Luego exploraremos diversas estrategias de generación de grafos (topológicas vs geométricas) y el problema del coloreado de grafos y sus aplicaciones. A partir de este punto conectaremos los grafos con las matrices a través de la teoría espectral y visitaremos el problema de la partición óptima y su aproximación por Fiedler. Este enfoque nos permitirá caracterizar los caminos aleatorios (random walks) sobre un grafo y, en definitiva, calcular distancias entre nodos más allá del camino más corto. El dibujo de grafos también tiene una base espectral y el estudio de la propagación de información en un grafo como si de una red eléctrica se tratase refuerza la idea de distancias estructurales. Finalmente, hacia el final del temario estaremos en condiciones de entender plenamente los rudimentos de las analíticas de redes. Esto último motivará la idea, alimentada en parte por el dibujo de grafos, de que un nodo puede verse como un punto en un espacio latente. Finalizamos el temario mostrando las conexiones entre el hashing y la aritmética modular.

Las prácticas se desarrollarán sobre la librería NetworkX o similar y constarán de desarrollos breves que traducirán en código los conceptos vistos en clase de teoría.

 

 

Dades generals

Codi: 33658
Professor/a responsable:
ESCOLANO RUIZ, FRANCISCO JAVIER
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: CIENCIA DE LA COMPUTACIO I INT. ARTIF.
    Àrea: CIENCIA DE LA COMPUTACIO, INTEL·LIGENCIA ARTIFICIA
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix