Gaitasun orokorrak (GO):

GO1 – Oinarrizko gaiak eta teknologiak ezagutzea, ikaslea metodo eta teknologia berriak ikasteko gai izan dadin, eta egoera berrietara egokitzeko moldakortasun handia izan dezan.

GO2 – Informazioa, ideiak, arazoak eta konponbideak transmititzea publiko espezializatu eta ez-espezializatu bati.

GO3 – Datu garrantzitsuak biltzeko eta interpretatzeko gaitasuna, izaera sozial, zientifiko edo etikoko gai garrantzitsuei buruzko hausnarketa barne hartzen duten iritziak emateko.



Zeharkako gaitasunak (ZG):

ZG 1 - Ahozko eta idatzizko komunikazio-gaitasuna, ingelesez eta gaztelaniaz, ohiko ikus-entzunezko baliabideak erabiliz, eta taldean lan egiteko diziplina anitzetan eta nazioarteko testuinguruetan.

ZG2 – Problemak ebazteko analisi- eta sintesi-gaitasuna.

ZG3 – Eskura dagoen informazioa behar bezala kudeatzeko gaitasuna, ezagutzak sormenez integratuz eta metodo zientifikoa erabiliz problema informatikoak ebazteko aplikatuz.

ZG5 – Ingeniaritzako irtenbideek gizartean eta ingurumenean duten eragina baloratzeko gaitasuna, eta kalitate-helburuak lortzeko gaitasuna lanbide-jardueraren garapenean.



Gaitasun espezifikoak (GE):

GE1 – Adimen artifizialeko teknika nagusiak ezagutzea eta ulertzea, kontrol-ingeniaritzaren esparruko problemak ebazteko.

1. Kontrol-sistemetarako eta AArako sarrera

1.1. Kontrol-teoriaren ikuspegi orokorra

1.2. Adimen artifizialaren oinarriak

1.3. Testuinguru historikoa eta AA eta kontrola konbinatzeko motibazioa

2. Kontrolerako ikaskuntza automatikoa

2.1 Erregresio-ereduak

2.2 Sailkapen-algoritmoak

2.3 Funtzioak hurbiltzeko sare neuronalak

2.4 Errefortzu bidezko ikaskuntzaren oinarrizko kontzeptuak

3. Kontrol adimenduneko algoritmoak

3.1 PID kontrolatzaileak

3.2 Kontrol logiko lausoa

3.3 Ereduen kontrol prediktiboa (MPC)

3.4 Kontrol egokitzailea

4. Optimizazio-teknikak

4.1 Algoritmo genetikoak

4.2 Partikula-sartze bidezko optimizazioa

4.3 Gradienteetan oinarritutako optimizazioa

4.4 AAren aplikazioak kontrolean

5. Robotika eta automatizazioa

5.1 Prozesuen kontrola

5.2 Ibilgailu autonomoak

5.3 Sare adimendunak

6. Kasu praktikoak eta proiektuak

6.1 Ikerketa-lanen analisia

6.2 AArekin hobetutako kontrol-sistemak ezartzea

6.3 Ikasleek zuzendutako proiektuak

Modalitate magistralean (M), aurrez aurreko denbora ezagutza teorikoak azaltzen eta ikasgelan problemak ebazten ematen da. Lan autonomoa sustatuko da, gai eta arazo osagarrien bildumen bidez.



Gelako Praktikan (GA), aurrez aurreko denbora Matlab eta Python inguruneetan arazo praktikoak ebazten ematen da, taldean lan eginez. Talde-lana eta analisi- eta sintesi-gaitasuna sustatzen dira, praktika bakoitzarekin lotutako lan osagarrien bidez.



Osasun-baldintzek irakaskuntza-jarduera eta/edo ebaluazio presentziala egitea eragozten badute, modalitate ez-presentzial bat aktibatuko da, eta ikasleei horren berri emango zaie unean-unean.

Ikasleek ebaluazio jarraitua edo amaierakoa egin dezakete.

Etengabeko ebaluazioa.

1. Ikasleak egindako ataza ebaluagarrietan lortutako kalifikazioen batura haztatua aplikatuko da, honako irizpide honen arabera:

- Eskolara nahitaez joan beharra: % 10

- Azken azterketa (garatu beharreko proba idatzia): % 70

- Ahozko defentsa (kontzeptuen eta arazoen eztabaida): % 20

2. Azken ebaluazioa egiteko ebaluazio jarraituari uko egin nahi dion pertsonak lauhilekoaren hamaikagarren astea amaitu baino lehen idatziz adierazi beharko du, ikasturtearen hasieratik irakaskuntza-plataforman eskuragarri egongo den inprimakiaren bidez.

3. Ikasle batek ez badu parte hartzen ebaluatu beharreko atazaren batean, EZ AURKEZTUA kalifikazioa jasoko du.



Azken ebaluazioa.

1. Ikasleek eskubidea izango dute amaierako ebaluazio-sistemaren bidez ebaluatuak izateko, graduko titulazio ofizialetan ikasleak ebaluatzeko araudian ezarritako baldintzen arabera (II. kapitulua. 8.3 artikulua). Horretarako, hamaikagarren astea amaitu baino lehen aurkeztu beharko da ebaluazio jarraituari uko egiteko inprimakia, zeina irakaskuntza-plataforman eskuragarri egongo baita ikasturtearen hasieratik.

2. Ebaluazioa egiteko, irakasgaiaren konpetentzia-nahikotasuna bermatzen duten zeregin ebaluagarriak egingo dira, baremo honen arabera:

- Azken azterketa (garatu beharreko proba idatzia): % 75

- Ahozko defentsa (kontzeptuen eta arazoen eztabaida): % 25

3. Ikasle batek ez badu parte hartzen ebaluatu beharreko atazaren batean, EZ AURKEZTUA kalifikazioa jasoko du.

Ez da material zehatzik erabiltzera behartzen.

Eskolak aztertu eta prestatzeko, ikasgaiko irakasleek emandako hainbat material didaktiko ditu ikasleak UPV/EHUko Irakaskuntza Plataforman.

Bestalde, bibliografian informazio gehigarria lortzeko iturri erabilgarriak aipatzen dira.

Oinarrizko bibliografia

1. James G., Witten D., Hastie T., Tibshirani, R., An introduction to statistical learning with applications in R, New York, Springer, 2013.

2. Goodwin, G. C., Graebe, S. F., y Salgado, M. E., Control System Design, Prentice Hall, 2001.

3. Sergios Theodoridis, Machine Learning, A Bayesian and Optimization Perspective, Elsevier, 2015.

4. Sutton, R. S., y Barto, A. G., Reinforcement Learning: An Introduction, MIT Press, 2018.

5. Proakis J.G. y Manolakis A.G., Digital signal processing. Principles, algorithms and applications, Pearson Prentice Hall, 2007.

Gehiago sakontzeko bibliografia

1. Hastie T., Tibshirani R., J.F., The elements of statistical learning, New York. Springer, 2008.
2. Ruano A. E., Intelligent Control using Intelligent Computational Techniques, IEEE Control Series, 2005
3. Zilouchian, A. y Jamshidi, M., Intelligent Control Systems Using Soft Computing Methodologies, CRC Press, 2001
4. Hopgood, A. A., Intelligent systems for engineers and scientists: A practical guide to artificial intelligence. CRC Press, 2021.

Aldizkariak

1. IEEE Control Systems Magazine
2. IEEE Intelligent Systems
3. IOP Journal of Physics