proyecto docente computación bioinspirada curso 2020-21
TRANSCRIPT
Datos básicos de la asignaturaTitulación: Máster Universitario en Lógica, Computación e Inteligencia ArtificialAño plan de estudio: 2010
Curso implantación: 2010-11Centro responsable: E.T.S. Ingeniería Informática
Nombre asignatura: Computación BioinspiradaCódigo asigantura: 50950002Tipología: OPTATIVACurso: 1Periodo impartición: Primer cuatrimestre
Créditos ECTS: 6Horas totales: 150Área/s: Ciencia de la Computación e Inteligenc. ArtificialDepartamento/s: Ciencias de la Comput. e Int. Artificial
Coordinador de la asignatura
PEREZ JIMENEZ MARIO DE JESUS
Profesorado
Profesorado del grupo principal:
PEREZ JIMENEZ MARIO DE JESUS
Objetivos y competencias
OBJETIVOS:
Los objetivos de esta materia son:
* Introducir modelos de computación no convencionales inspirados en lamanipulación de moléculas
de ADN y en la estructura y el funcionamiento de las células de los organismos vivos.
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 1 de 12
* Analizar la potencia computacional y la eficiencia de los modelos introducidos.
* Diseñar estrategias para la resolución eficiente de problemas computacionalmente duros.
* Estudiar el problema P versus NP en el marco de los modelos de computación bio-inspirados.
COMPETENCIAS:
Competencias específicas:
CG1. Capacidad para aplicar los conocimientos adquiridos y para resolver problemas en entornos
nuevos o poco conocidos dentro de contextos más amplios y mulitidisciplinares, siendo capaces de
integrar estos conocimientos.
CG2. Capacidad de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir
de una información que, siendo incompleta o limitada, incluya reflexiones sobre las
responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CG3. Capacidad de comunicar sus conclusiones y los conocimientos y razones últimas que las
sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CG4. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar
estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
CG5. Los estudiantes serán capaces de realizar un análisis crítico, evaluación y síntesis de ideas
nuevas y complejas.
CG6. Los estudiantes deben ser capaces de comunicarse con sus colegas, con la comunidad
académica en su conjunto y con la sociedad en general acerca de sus áreas de conocimiento.
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 2 de 12
CG7. Los estudiantes serán capaces de fomentar, en contextos académicos y profesionales, el
avance tecnológico, social o cultural dentro de una sociedad basada en el conocimiento
CG8. Los estudiantes serán capaces de analizar textos del área en otras lenguas relevantes en el
ámbito científico.
CG9. Los estudiantes serán capaces de evaluar la calidad de nuevos métodos de gestión y
clasificación del conocimiento científico.
CG10: El alumno es capaz de plantear, organizar y redactar artículos de carácter científico para
comunicar sus resultados de investigación.
CE1. Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos,
particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos
relacionados con la Ingeniería en Informática.
CE6. Capacidad para la comprensión sistemática del área de Ciencias de la Computación e
Inteligencia Articial, y el dominio de las habilidades y métodos de investigación relacionados con
dicha área. Más especificamente, comprender y utilizar el lenguaje formal utilizado para la
especificación, redacción y difusión de los resultados en el área.
CE7. Capacidad para el diseño conceptual de nuevos modelos y herramientas de
procesamiento del conocimiento o de la información. Esta competencia engloba la
capacidad de abstraer las propiedades estructurales de las observaciones a
modelizar o reproducir. También engloba la capacidad más específica de manejar
de herramientas inteligentes para la gestión del conocimiento científico, tecnológico y educativo.
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 3 de 12
CE8. Proponer, analizar, validar e interpretar modelos de situaciones reales, utilizando las
herramientas matemáticas y computacionales más adecuadas a los fines que se persigan. Esta
capacidad engloba la capacidad de analizar la adecuación de las herramientas en contextos como
la Inteligencia Colectiva, Computación Bioinspirada y la Web.
CE13. Capacidad para la aplicación de técnicas propias de la computación natural para la
resolución de problemas.
Competencias genéricas:
Capacidad de análisis y síntesis
Capacidad de organizar y planificar
Solidez en los conocimientos básicos de la profesión
Comunicación oral en la lengua nativa
Conocimientos generales básicos
Comunicación escrita en la lengua nativa
Conocimiento de una segunda lengua
Habilidades elementales en informática
Habilidades para recuperar y analizar información desde diferentes fuentes
Resolución de problemas
Toma de decisiones
Capacidad de crítica y autocrítica
Trabajo en equipo
Habilidades para trabajar en grupo
Capacidad para aplicar la teoría a la práctica
Habilidades de investigación
Capacidad de aprender
Capacidad de adaptación a nuevas situaciones
Capacidad de generar nuevas ideas
Habilidad para trabajar de forma autónoma
Planificar y dirigir
Iniciativa y espíritu emprendedor
Inquietud por la calidad
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 4 de 12
Contenidos o bloques temáticos
Los contenidos de la materia son:
* Computación Natural.
* Estructura del ADN. Experimentos de Adleman y de Lipton.
* Modelos de computación molecular basados en ADN.
* Simulación de máquinas de Turing en modelos moleculares.
* Resolución eficiente de problemas NP-completos en modelos moleculares.
* Modelos de computación celular con membranas.
* Variantes de transición y de membranas activas.
* Simulación de máquinas de Turing en modelos celulares.
* Complejidad computacional en modelos celulares.
* Resolución eficiente de problemas NP-completos en modelos celulares.
Los resultados de aprendizaje de esta materia son los siguientes:
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 5 de 12
¿ El alumno debe conocer los dos modelos de computación no convencional tratados: el basado en
ADN y la computación con membranas.
¿ El alumno debe saber aplicar esos modelos para desarrollar soluciones teóricas a problemas
computacionalmente difíciles
¿ El alumno debe saber estimar la complejidad algorítmica de los problemas tratados así como de
los algoritmos propuestos para su resolución
Relación detallada y ordenación temporal de los contenidos
1. Introducción.
2. Computación natural bioinspirada.
3. Estructura del ADN. Experimentos de Adleman y de Lipton.
4. Modelos de computación molecular basados en ADN.
5. Resolución eficiente de problemas NP-completos en modelos moleculares.
6. Modelos de computación celular con membranas.
7. Sistemas P que trabajan a modo de células o a modo de tejidos.
8. Complejidad computacional en modelos celulares.
9. Resolución eficiente de problemas NP-completos en modelos celulares.
10 Una nueva metodología para atacar el problema P versus NP.
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 6 de 12
Actividades formativas y horas lectivas
Actividad Créditos Horas
B Clases Teórico/ Prácticas 3 30
Metodología de enseñanza-aprendizaje
Clases teóricas
Las actividades formativas y la metodología a emplear estarán de acuerdo siempre con el
Reglamento de Actividades Docentes de la Universidad de Sevilla.
Concretamente:
* Clases de teoría y problemas (20%).
* Actividades de evaluación (20%).
* Trabajo personal del alumno (60%).
La metodología empleada en las actividades lectivas será activa, buscando en todo momento la
implicación por parte del alumnado en el proceso de aprendizaje.
Sistemas y criterios de evaluación y calificación
La evaluación de los resultados de aprendizaje se realizará usando los mecanismos descritos en el
Reglamento de Actividades Docentes de la Universidad de Sevilla, concretamente:
* Pruebas de contenidos teóricos (30-70%).
* Pruebas de contenidos prácticos (30-70%).
La calificación se realizará de acuerdo con el Reglamento de Actividades Docentes de la
Universidad de Sevilla. Los criterios específicos de calificación dependerán de las pruebas de
evaluación concretas; de forma general evaluación concretas; de forma general estarán orientados
a determinar el grado de consecución por parte del alumnado de los resultados de aprendizaje
previstos.
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 7 de 12
Criterios de calificación del grupo
Los criterios específicos de calificación dependerán de las pruebas de evaluación concretas; de
forma general estarán orientados a determinar el grado de consecución por parte del alumnado de
los resultados de aprendizaje previstos.
PLAN DE CONTINGENCIA CURSO 2020-21:
Escenario A:
En función de lo que la situación sanitaria de cada momento permita, las clases y las actividades de
evaluación serán presenciales en el aula física asignada a tal efecto o virtuales en alguna
plataforma online adecuada; lo que podrá requerir la reorganización de subgrupos y/o actividades.
Se priorizarán las actividades de evaluación para su realización de forma individual presencial. No
se modificarán los sistemas y criterios de evaluación.
Escenario B:
En este caso, las clases se impartirán preferentemente de forma virtual en alguna plataforma online
adecuada, respetando los horarios establecidos siempre que sea posible. Las pruebas de
evaluación se realizarán de forma individualizada a través de la plataforma online. No se
modificarán los sistemas y criterios de evaluación.
En el escenario multimodal y/o no presencial, cuando proceda, el personal docente implicado en la
impartición de la docencia se reserva el derecho de no dar el consentimiento para la captación,
publicación, retransmisión o reproducción de su discurso, imagen, voz y explicaciones de cátedra,
en el ejercicio de sus funciones docentes, en el ámbito de la Universidad de Sevilla.
Horarios del grupo del proyecto docente
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 8 de 12
https://www.informatica.us.es/index.php/horarios
Calendario de exámenes
https://www.informatica.us.es/index.php/calendario-de-examenes
Tribunales específicos de evaluación y apelación
Presidente: MARIO DE JESUS PEREZ JIMENEZ
Vocal: JOSE LUIS RUIZ REINA
Secretario: JOAQUIN BORREGO DIAZ
Suplente 1: FRANCISCO FELIX LARA MARTIN
Suplente 2: MARIA JOSE HIDALGO DOBLADO
Suplente 3: MARIA CARMEN GRACIANI DIAZ
Bibliografía recomendada
BIBLIOGRAFÍA GENERAL:
Máquinas moleculares basadas en ADN
Autores: Mario de J. Pérez Jiménez, Fernando Sancho Caparrini
Edición: 3rd ed.
Publicación: 2003
ISBN: 84-472-0777-3
Membrane computing :an introduction
Autores: Gheorghe Paun
Edición: 3rd ed.
Publicación: 2002
ISBN: 3-540-43601-4
Applications of membrane computing
Autores: Gabriel Ciobanu, Gheorghe Paun, Mario J. Pérez-Jiménez (eds.)
Edición: 3rd ed.
Publicación: 2006
ISBN: 3540250174
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 9 de 12
Computación celular con membranas
Autores: Mario de J. Pérez Jiménez, Fernando Sancho Caparrini
Edición: 3rd ed.
Publicación: 2002
ISBN: 84-86273-52-8
Teoría de la complejidad en modelos de computación celular
Autores: Mario de J. Pérez Jiménez, Alvaro Romero Jiménez, Fernando Sancho Caparrini
Edición: 3rd ed.
Publicación: 2002
ISBN: 84-86273-57-9
Computation in living cells : gene assembly in ciliates
Autores: Andrzej Ehrenfeucht ... [et al.]
Edición: 3rd ed.
Publicación: Springer, 2004
ISBN: 3540407952
DNA computing : new computing paradigms
Autores: Gheorghe P¿un, Grzegorz Rozenberg, Arto Salomaa
Edición: 3rd ed.
Publicación: Springer, 1998
ISBN: 3-540-64196-3
The Oxford Handbook of Membrane Computing
Autores: Gh. Paun, G. Rozenberg, A. Salomaa (eds.)
Edición: 3rd ed.
Publicación: Oxford University Press, 2010
ISBN: 978-0-19-955667-0
BIBLIOGRAFÍA ESPECÍFICA:
Molecular computations of solutions to combinatorial problems
Autores: L.M. Adleman
Edición: 3rd ed.
Publicación: Science, 226, nov. 94, pags. 1021-1024
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 10 de 12
ISBN: 3540407952
Solutions of hard computational problems
Autores: R.J. Lipton
Edición: 3rd ed.
Publicación: Science, 268, april 95, pags. 542-545
ISBN: 3540407952
Computing with membranes
Autores: Gh. Paun
Edición: 3rd ed.
Publicación: Journal of Computer and Systems Science, 61 (1), 2000, pags. 108-143.
ISBN: 3540407952
An approach to computational complexity in membrane computing
Autores: M.J. Pérez Jiménez
Edición: 3rd ed.
Publicación: Lecture Notes in Computer Science, 3365, 2005, pags. 85-109.
ISBN: 3540407952
Modelos de computación molecular, celular y cuántica
Autores: M.J. Pérez Jiménez y A. Riscos Núñez (eds.)
Edición: 3rd ed.
Publicación: Fénix Editora, 2004
ISBN: 84-609-3200-1
Real-life applications with Membrane Computing
Autores: Gexiang Zhang, Mario J. Pérez-Jiménez, Marian Gheorghe
Edición: 1st ed.
Publicación: Springer International Publishing, 2017
ISBN: 978-3-319-55989-6
INFORMACIÓN ADICIONAL
P systems Web Page:
http://ppage.psystems.eu/
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 11 de 12
PROYECTO DOCENTE
Computación Bioinspirada
Computación Bioinspirada
CURSO 2020-21
Última modificación 04/09/2020 Página 12 de 12