Informa??es da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Ciências Matemáticas e de Computação
 
Ciências de Computação
 
Disciplina: SCC0272 - Introdução à Computação Bioinspirada
Introduction to Bio-inspired Computing

Créditos Aula: 3
Créditos Trabalho: 2
Carga Horária Total: 105 h
Tipo: Semestral
Ativação: 01/01/2012 Desativação:

Objetivos
Computação Bioinspirada é uma área de Pesquisa que utiliza técnicas de Computação com inspiração Biológica para a resolução de problemas práticos. Esta disciplina tem por objetivo o aprendizado de conceitos biológicos envolvidos com a computação bioinspirada, técnicas computacionais bioinspiradas e utilização destas técnicas em problemas práticos.
 
Provide biological concepts related to bio-inspired computing, bio-inspired computational methods and their use in practice.
 
 
Programa Resumido
Esta disciplina tem por objetivo o aprendizado de principais técnicas computacionais bioinspiradas e utilização destas técnicas em problemas práticos.
 
Basic bio-inspired computational methods.
 
 
Programa
Técnicas de computação inspiradas na biologia, incluindo Conceitos Básicos, Redes Neurais, Computação Evolutiva, Inteligência de Enxames (Otimização por Colônias de Formigas e Otimização por Enxames de Partículas), Sistemas Imunes Artificiais e Computação Baseada em DNA.
 
Neural Networks, Evolutinary Computation, Swarm Intelligence (Particle Swarm, Ant Colonies), Artificial Immune Systems, DNA Based Computation.
 
 
Avaliação
     
Método
Aulas teóricas, seguidas de exercícios e trabalhos práticos dentro e fora da classe. Aulas práticas utilizando simulações em microcomputador.
Critério
Serão atribuídas notas a provas e/ou trabalhos práticos. A nota final será calculada pela média ponderada das notas obtidas pelo aluno no decorrer do semestre.
Norma de Recuperação
Realização: Até a primeira semana de aulas do semestre posterior -Critério de Aprovação: NP+(Mrec/2,5), se Mrec > ou =7,5; ou Max {NP,Mrec}, se Mrec < ou = 5,0; ou 5,0, se 5,0 < ou = Mrec < 7,5.( NP=1ª avaliação, Mrec=prova)
 
Bibliografia
     
Bibliografia:

- Castro, L. “Fundamentals of Natural Computing”, Chapman & Hall/CRC, 2006.
- Braga,A.; Carvalho, A.; Ludermir, T. "Redes Neurais Artificiais: Teoria e Aplicações", segunda edição, Livro Técnico e Científico, Rio de Janeiro, 2007.
- Haykin, S. "Neural Networks. A Comprehensive Foundation", New Jersey, Prentice Hall, 2 ed., 1999.
- Arkin, R. C., “Behavior-based robots”, MIT Press, 1998.
- Kortenkamp, D.; Bonasso, R.P., Murphy, R. (Eds.), “Artificial Intelligence and Mobile Robots”, The MIT Press, 1998.Mitchell M., An Introduction to Genetic Algorithms, The MIT Press, 1999.
- Ribeiro, C.; Reali, A. e Romero, R., “Robôs Móveis Inteligentes: Princípios e Técnicas”, Capítulo de livro da I Jornada de Atualização em Inteligência Artificial - JAIA’2001, Anais do XXI Congresso da SBC, vol. 3, pp.257-306, 2001.
- Baldi, P.; Brunak, S. "Bioinformatics: Adaptive Computation and Machine Learning", MIT Press, 1998.
- Bäck, T., Fogel, D. B., Michalewicz, Z., Handbook of Evolutionary Computation, Institute of Physics Publishing and Oxford University Press, 1997.
- Angeline, P. J., Kinnear, K. E., Advances in Genetic Programming, The MIT Press, 1996.
- Goldberg, D. E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley Publishing Company, Inc., 1989.
- Boden, M., The Philosophy of Artificial Life. Oxford University Press, 1996.
- Bonabeau, E.; Dorigo, M.; e Théraulaz, G., Swarm Intelligence: From Natural to Artificial Systems. Oxford University Press, 1999.
 

Clique para consultar os requisitos para SCC0272

Clique para consultar o oferecimento para SCC0272

Créditos | Fale conosco
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP