A disciplina de Técnicas e Reconhecimentos de Padrões (TRP) é uma disciplina do 2o Circulo, sendo leccionada no 1o semestre, do 2o ano do MEI. A disciplina está assim no final da sequência de cadeiras da opção Temática de Computação. Os alunos que tenham escolhido esta opção temática encontram encontram a jusante no plano de estudos do MEI, a presente disciplina. O Currículo da disciplina, numa perspectiva de um conjunto de “‘aprendizagens pretendidas” [Roldão, 2003] é apresentado na Tabela 2.6 que descreve as competências a adquirir, e no Quadro 6, onde são apresentados os conteúdos que deverão ser apropriados no processo de aprendizagem. Como pré-requisitos, estão as todas as disciplinas de Programação da LEI. Ainda importantes, como pré-requisitos, são todas as disciplinas base de Matemática com particular enfoque nas de Matemática Discreta, Álgebra, e Estatística. Na secção seguinte, analisamos as interacções de TRP com outras disciplinas.
O Modelo Lectivo previsto para a disciplina, que se apresenta na Tabela 2.5 prevê a realização de 30 horas de Aulas Teóricas e outras 30 de Prática Laboratorial e Seminários. Estão ainda previstas 102 horas para actividades de estudo e avaliação.
Quanto interacções com outras disciplinas do MEI, a montante de TRP, destacamos as que sumariamos na Tabela 2.7(parte (a), e a jusante (parte (b)), onde incluímos os conteúdos de aprendizagem que nos parecem relacionarem-se mais com os resultados de aprendizagem de TRP.
| Unidades Curriculares do MEI que interagem com TRP
| ||
| Unidade Curricular | A/S | Conteúdos |
| Inteligência Artificial | 1/1 | – Representação de Conhecimento – Inferência – Aprendizagem Simbólica – Planeamento – Sistemas Multi-Agentes |
| Computação Evolucionária | 1/2 | – Princípios de Computação Evolucionária – Vida Artificial e Inteligência de Enxame |
| Estudo e Desenvolvimento de Jogos | 1/2 | – Jogos e populações de jogadores – géneros e estilos de jogo – Jogos: contextos sócio-técnicos e de aprendizagem – Gestão de fluxo e emotividade – Integração de técnicas de Inteligência Artificial |
| Inteligência do Negócio | 1/2 | – Data Mining – Selecção de Dados, Limpeza e Pré-processamento – Redução e Transformação de Dados – Escolha dos Algoritmos – Avaliação e Aplicação dos Modelos |
| Sistemas Inteligentes para Gestão de Conhecimento | 1/2 | – Introdução à Gestão de Conhecimento – Representação e Indexação de Conhecimento – Ontologias – Bases de Conhecimento – Bases de Casos – Indexação de Conhecimento – Recolha e Pesquisa de Conhecimento – Métricas de Semelhança Semântica – Algoritmos de Recolha com Base em Ontologias – Reutilização de Conhecimento – Metodologias de Adaptação |
| Informática Médica | 1/2 | – Metodologias para o apoio à decisão em medicina
– Principais Técnicas Utilizadas – Redes neuronais, sistemas difusos e especialistas – Sistemas de Classificação Automática |
| Sistemas Ubíquos | 2/1 | – Modelos de Interacção – Computação situacional – Interacção natural e multimodal – Interacção individuo/múltiplos dispositivos – Invisibilidade – Proactividade – Modelos cognitivos – Cenários de Computação Ubíqua |
| Web Semântica | 2/1 | – Introdução à Web Semântica – Linguagens para a Web Semântica – XML / RDF; RDF Schema; OWL – Ferramentas de Criação de Ontologias |