Professors Titulars
G-1. Capacitat d´anàlisi i síntesi de marcs conceptuals per generar nous coneixements.
G-2. Capacitat d´organitzar i planificar l´aplicació de nous coneixements.
G-3. Coneixements generals bàsics sobre l´àrea d´estudi.
G-5. Comunicació oral i escrita en la pròpia llengua.
G-6. Adquirir coneixements d´una segona llengua.
G-8. Adquirir habilitats de gestió de la informació (habilitat per buscar i analitzar informació provinent de fonts diverses).
G-9. Resolució de problemes.
G-10. Presa de decisions.
G-11. Coneixements bàsics i fonamentals de l´àmbit de formació.
G-14. Treball en equip.
G-22. Capacitat d´aplicar els coneixements a la pràctica.
G-23. Adquirir habilitats de recerca.
G-24. Capacitat per desenvolupar noves estratègies d´aprenentatge.
G-26. Generar noves idees (creativitat).
E-1. Aprendre de forma autònoma nous coneixements i tècniques escaients per la concepció, el desenvolupament o l´explotació de sistemes informàtics.
E-4. Crear i portar a terme projectes informàtics fent servir els principis i metodologies pròpies de l´enginyeria.
E-8. Crear, desenvolupar i mantindre sistemes i aplicacions software fent servir diferents mètodes d´enginyeria del software i llenguatges de programació adequats al tipus d´aplicació a desenvolupar mantenint els nivells de qualitat exigits.
Capítol 1 - Introducció. S´introdueix la definició de què és un sistema basat en el coneixement, així com el seu paper dins de les diferents aproximacions en l´àmbit de la intel-ligència artificials. A més a més, es realitza una introducció sobre com abordar aquest tipus de sistemes mitjançant aproximacions basades en l´enginyeria del coneixement.
Capítol 2 - Solució de problemes basats en cerca. Alguns problemes no requereixen sistemes que gestionin molt de coneixement, més aviat, requereixen estratègies de cerca per trobar una solució. Aquest capítol aborda les principals estratègies de cerca basades en cerca cega, cerca heurística, cerca basada en restriccions i cerca local. A més, s´introdueixen els problemes de planificació com una tipus de problema de cerca.
Capítol 3 - Coneixement i raonament. Es descriuen les diferents alternatives a l´hora de representar el coneixement, tant des de les vessants més formals i clàssiques fins a les més estructurades, així com els mecanismes que cal tenir present a l´hora de raonar sobre una base de coneixement que pot tenir coneixement incert, incomplert i no monòton. Finalment, es defineixen els principals reptes que suposa extraure coneixement d´un extern per construir la base de coneixement, i es plantegen diferents estratègies i bones pràctiques per aconseguir-ho.
Capítol 4 - Cas d´estudi: Sistemes basats en regles. Una cop el coneixement d'àmbit està formalitzat i estructurat, el punt proper és desenvolupar estratègies per solucionar el problema. Aquests punt descriu l'arquitectura general dels sistemes basats en el coneixement i, concretament, es realitza una descripció detallada dels sistemes basats en regles a partir de l´entorn Jess.
La metodologia emprada en aquesta assignatura separa les classes en dos tipus: les teòriques i les pràctiques.
El professor imparteix al llarg del curs els conceptes teòrics de l´assignatura mitjançant classes magistrals. En aquestes classes el professor també resol exercicis d´aplicació directa dels conceptes explicats. La proporció del temps dedicat a cada una d´aquestes tasques durant les classes magistrals és aproximadament del 50% a explicació i l´altra 50% a resolució de problemes.
Al final de cada tema el professor planteja exercicis perquè siguin resolts pels alumnes de manera individual o en grup. Durant aquest temps amb l´ajuda del professor l´alumne pot realitzar exercicis per posteriorment acabar-los a casa i entregar-los al professor opcionalment.
Les hores pràctiques són unes 35 hores extres al llarg del curs fora de les hores dedicades a classe on es posen en pràctica els coneixements adquirits durant les classes teòriques. Els alumnes formen grups de dues persones per tal de realitzar treballs on es requereix un bon domini i comprensió de la teoria explicada a classe per poder dissenyar, implementar, simular i avaluar aplicacions reals a partir d´especificacions definides pel professor. Tots els treballs són avaluats mitjançant una demostració pràctica i una entrevista amb el professor per tal d´avaluar el grau de cooperació entre els integrants del grup. Els millors treballs es presenten a classe i comporta una puntuació extra com recompensa pel treball i esforç dedicat als membres del grup.
L´assignatura es divideix en dos parts clarament diferenciades: una part teòrica i una part pràctica. Cada una d´aquestes parts s´avaluen per separat i s´han d´aprovar per separat amb una nota major o igual a 5 per poder aprovar l´assignatura. La nota final es la suma ponderada de la nota teòrica (50/%) i la part pràctica (50%).
Nota final = 50% nota teòrica + 50% nota pràctica
D´una banda, la nota teòrica es calcula mitjançant l´avaluació continua i la nota de l´examen final. L´avaluació continua es calcula tenint en compte el treball i la participació a classe i els exercicis que el professor va demanant al llarg de les sessions. L´alumne pot escollir no fer avaluació continua i, en aquest cas, només se li tindrà en compte l´examen final. Cal remarcar que l´avaluació continua només és tindrà en compte quan la nota de l´examen sigui major o igual a 3,5.
Avaluació de la part teòrica:
A. Exàmens
D. Treballs fets a casa
J. Participació a classe
Nota teòrica = Màxim (Examen, 70% examen + 30% avaluació continua)
D´altra banda, la nota pràctica es calcula mitjançant el treball pràctic fet pels estudiants, el qual ha de ser lliurat al professor dins dels terminis establerts. Per cada dia de retard en el lliurament, hi haurà una penalització d´un punt a la nota pràctica. Aquesta nota dependrà de la qualitat, la metodologia, la funcionalitat, i l´exposició del treball davant del professor. A més a més, el millor treball pràctic tindrà un punt addicional en la nota final de pràctiques.
Avaluació de la Part Pràctica:
F. Informes/treballs fets en grup
G. Treballs pràctics amb ordinador
I. Presentacions
Comentaris addicionals:
- Haver lliurat i aprovat la part pràctica és requisit indispensable per poder fer l´examen teòric.
- La nota en convocatòria extraordinària serà de com a molt un 8.
- En convocatòria extraordinària, l´avaluació continua no es té en compte.
- Si l´examen o la part pràctica no s´han lliurat, la nota apareixerà com NP (No presentat) 
G-1. Capacitat d´anàlisi i síntesi de marcs conceptuals per generar nous coneixements [A, D].
G-2. Capacitat d´organitzar i planificar l´aplicació de nous coneixements [F, G].
G-3. Coneixements generals bàsics sobre l´àrea d´estudi [A, D, J].
G-5. Comunicació oral i escrita en la pròpia llengua [D, I].
G-6. Adquirir coneixements d´una segona llengua [D].
G-8. Adquirir habilitats de gestió de la informació (habilitat per buscar i analitzar informació provinent de fonts diverses) [D, F, G].
G-9. Resolució de problemes [D, F, G].
G-10. Presa de decisions [D, F, G].
G-11. Coneixements bàsics i fonamentals de l´àmbit de formació [A].
G-14. Treball en equip [F, G, I].
G-22. Capacitat d´aplicar els coneixements a la pràctica [D, F, G].
G-23. Adquirir habilitats de recerca [D].
G-24. Capacitat per desenvolupar noves estratègies d´aprenentatge [D, F, G].
G-26. Generar noves idees (creativitat) [D, F, G].
E-1. Aprendre de forma autònoma nous coneixements i tècniques escaients per la concepció, el desenvolupament o l´explotació de sistemes informàtics [A].
E-4. Crear i portar a terme projectes informàtics fent servir els principis i metodologies pròpies de l´enginyeria [F, G].
E-8. Crear, desenvolupar i mantindre sistemes i aplicacions software fent servir diferents mètodes d´enginyeria del software i llenguatges de programació adequats al tipus d´aplicació a desenvolupar mantenint els nivells de qualitat exigits [F, G].
S. Russell, P. Norvig. Artificial Intelligence: a Modern Approach, 3rd ed. Pearson Higher Education, 2010.
M. Negnevitsky, Artificial Intelligence, A Guide to Intelligent Systems. Addison Wesley, 2002.
E. Friedman Hill. Jess in Action. Ernest Friedman-Hill, Manning, 2003
J. González y D. D. Dankel, The Engineering of Knowledge Based Systems. Theory and Practice. Prentice Hall, 2000.
D. Poole, A. Mackworth, R. Goebel. Computational Intelligence: a Logical Approach. Oxford University Press, 1998.
Kott and W. M. McEneaney, Adversarial Reasoning: Computational Approaches to Reading the Opponent's. Chapman and Hall, 2006
G. Luger. Artificial Intelligence: Structures and Strategies for Complex Problem Solving, 5th edition. Addison Wesley, 2005
T. Frühwirth, S. Abdennadher, Essentials of Constraint Programming, Springer, 2003.
P. Traverso, Automated Planning: Theory & Practice . The Morgan Kaufmann Series in Artificial Intelligence, Morgan Kaufmann, 2003
D. S. Weld, An Introduction to Least Commitment Planning. AI Magazine, Volume 15(4), p. 27-61, 1994.
J. F. Sowa. Knowledge Representation. Brooks/Cole, 2000.
M. Mozota, Lògica matemàtica i programació lògica, LaSalleOnLine Enginyers 2009. http://www.salle.url.edu/semipresencial/ebooks/ebooks/ebook_logica_matem...
H. J. Levesque and G. Lakemeyer. The Logic of Knowledge Bases. MIT Press (2001)
P. Seibel, Practical Common Lisp, Apress, 2005
W. F. Clocksin y C. S. Mellish . Programming in Prolog: Using the ISO Standard. Springer, 2003
J.L. Maté Hernández and J. Pazos Sierra, Ingeniería del Conocimiento. Diseño y construcción de sistemas expertos (Ed. SEPA), 2005.
E. Feigenbaum, The art of artificial intelligence: themes and case studies of knowledge engineering, in Proceedings of the 5th International Joint Conference on Artificial Intelligence, Cambridge, Mass, 1977, 1014-1029.
H. Reichgelt, Knowledge Representation: An Ai Perspective, Ablex Pub, 1991.
N. F. Noy and D. L. McGuinness. Ontology Development 101 A Guide to Creating Your First Ontology, Stanford University, 2005.
The Protégé Ontology Editor and Knowledge Acquisition System, http://protege.stanford.edu/, Stanford University, 2011.
E. Rich, Artificial Intelligence, McGraw-Hill Science, 1991
R. Brachman, Knowledge Representation and Reasoning, Morgan Kaufmann, 2004