Syllabus
DED-1302 DESARROLLO DE SISTEMAS ROBÓTICOS
MGTI LUZ MARIA HERNANDEZ CRUZ
lmhernandez@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
8 | 2 | 3 | 5 | Ingeniería Aplicada |
Prerrequisitos |
COMPETENCIAS PREVIAS: •Conocimientos de modelos matemáticos y de optimización •Conocimiento teórico práctico para el desarrollo de problemas inteligentes •Conocimiento de diferentes metodologías de desarrollo de software •Conocimientos de diferentes arquitecturas de computadoras |
Competencias | Atributos de Ingeniería |
Normatividad |
No celular. Retardos después de los 10 min. Dos retardos son una Falta. Trabajos entregados después de la fecha de entrega no tendrán ponderación en la calificación. Todos los trabajos son considerados obligatorios al término de cada parcial. |
Materiales |
Pizarrón. Proyector digital. PC. Conexión a Internet. Materiales de Aprendizaje. Bibliografía Básica. |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 1.1.6 | |
PARCIAL 2 | De la actividad 2.1.1 a la actividad 2.2.2 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Robots inteligentes
1.1. Introducción a la robótica 1.1.1. Antecedentes históricos ![]() ![]() ![]() 1.1.2. Definición del robot ![]() ![]() ![]() 1.1.3. Elementos de un robot ![]() ![]() ![]() ![]() 1.1.4. Clasificación de los robots ![]() ![]() ![]() ![]() 1.1.5. Descripciones espaciales y transformaciones ![]() ![]() 1.1.6. Programación del robot ![]() ![]() |
2. Aprendizaje automático
2.1. Aprendizaje por observación 2.1.1. Inducción basada en ejemplos ![]() ![]() ![]() 2.1.2. Procedimiento de aprendizaje inductivo ![]() ![]() ![]() 2.1.3. Estrategias de aprendizaje ![]() ![]() ![]() 2.1.4. Algoritmo ID3 ![]() ![]() ![]() ![]() 2.2. Aprendizaje por Redes Neuronales 2.2.1. Red Neuronal supervisada Backpropagation ![]() ![]() ![]() ![]() 2.2.2. Red Neuronal no supervisada de Kohonen ![]() ![]() ![]() |
3. Sistemas automatizados con visión artificial
3.1. Visión por computadora 3.1.1. Visión cognoscitiva ![]() ![]() ![]() ![]() ![]() 3.1.2. Inteligencia computacional ![]() ![]() 3.2. Visión robótica 3.2.1. Percepción visual ![]() ![]() 3.2.2. Preprocesamiento: suavizado y realzado ![]() ![]() 3.2.3. Segmentación: bordes y regiones ![]() ![]() ![]() 3.2.4. Extracción de propiedades: líneas y regiones ![]() ![]() 3.3. Aplicaciones de la visión artificial en los robots 3.3.1. Visión artificial en los robots ![]() ![]() ![]() |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |