Catálogo - Pós-Graduação - ITA
Catálogo - Pós-Graduação - ITA
Catálogo - Pós-Graduação - ITA
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
1988; KNAL, L.N.; LEMER, J. F., (ed). Uncertainty in artificial intelligence.<br />
Amsterdam: North-Holland, 1986; YAAGER, R. et al., (ed.). Fuzzy sets and<br />
applications: selected papers by L. Zadeh. New York: John Wiley & Sons, 1987.<br />
CT-215/2007 - Inteligência Artificial<br />
Requisito recomendado: não há. Requisito exigido: CT-201. Horas Semanais:<br />
3-0-6. Visão geral da área. Representação de problemas em espaço de<br />
estados. Métodos de procura de soluções. Redução do espaço de busca.<br />
Métodos minimax, alfa-beta. Enfoques não-formais advindos da teoria de<br />
cognição. Frames. Teoria de jogos. Sistemas especialistas: diagnose médica<br />
auxiliada por computador e outras aplicações. Aplicações de inteligência<br />
artificial: percepção, reconhecimento de voz e robótica. Bibliografia:<br />
NILSSON, J. L., Principles of artificial intelligence. Palo Alto: Tioga, 1980;<br />
WINSTON, P. H., Artificial intelligence. 2. ed. Reading: Addison-Wesley, 1984;<br />
RICH, E., Inteligência artificial. São Paulo: McGraw-Hill, 1988.<br />
CT-216/2007 – Estruturas de Integração Neuronal<br />
Requisito recomendado: não há. Requisito exigido: CT-215. Horas Semanais:<br />
3-0-6. Estruturas de integração neural. Integradores numéricos de passo<br />
simples de baixa e alta ordem tipo Euler e Runge-Kutta, integradores de<br />
múltiplos passos Adams- Bashforth. Redes neurais com arquitetura<br />
feedforward, algoritmo backpropagation. Algoritmos de treinamento de<br />
segunda ordem Levenberg-Marquardt e Gauss-Newton. Estimação não-linear<br />
de parâmetros e filtro de Kalman. Método NARMA para a repre- sentação de<br />
sistemas dinâmicos autônomos. Função de derivadas neural empírica.<br />
Previsão de séries temporais. Estrutura de controle preditivo não-linear.<br />
Bibliografia: ZURADA, J. M., Introduction to artificial neural system. St. Paul,<br />
MN, USA: West Pub. Co., 1992; LAMBERT, J. D., Computational methods in<br />
ordinary differential equations. New York: John Wiley & Sons, 1973;<br />
NORGAARD, M.; RAVN, O.; POULSEN, N. K.; HANSEN, L. K., Neural<br />
networks for modelling and control of dynamic systems. London: Spring, 2000.<br />
CT-219/2007 - Fundamentos Computacionais de Robótica Móvel<br />
Requisito recomendado: CT-215. Requisito exigido: não há. Horas Semanais:<br />
3-0-6. Robótica móvel: definição, aplicações e conceitos básicos. Os problemas<br />
computacionais de robótica móvel: navegação, localização e mapeamento.<br />
Atuadores e sensores: tipos e características. Aprendizagem em robótica<br />
móvel: métodos e exemplos. Localização Markov e localização baseada em<br />
filtros de Kalman: algoritmos e variações. Geração de mapas: métodos<br />
métricos e métodos topológicos. Planejamento de trajetórias: métodos métricos<br />
e métodos topológicos. Arquiteturas para robótica móvel: reativas, deliberativas<br />
e híbridas. Princípios computacionais para o projeto de robôs móveis. Análise<br />
de desempenho. Estudos de caso. Bibliografia: NEHMZOW, U.,. Mobile<br />
robotics: a practical introduction. [S.l.]: Springer Verlag, 2000; MURPHY, R.,<br />
Introduction to al robotics. Cambridge: MIT Press, 2000; ARKIN, R., Rehaviorbased.<br />
Cambridge: MIT Press, 1998.<br />
125