1. 1. Introducció a la IA
2. · Concepte
3. · Evolució Històrica
4. · Camps d'Aplicació
5. · Exemples
6. 2. Lògica fuzzy
7. · Incertesa i imprecissió
8. · Lògica binària i lògica fuzzy: conjunts fuzzy
9. · Funcions de pertanyença
10. · Operacions bàsiques entre conjunts (Ç,È,Ø)
11. · Inferència (raonament) fuzzy
12. · Fuzzyficació (mètodes)
13. · Regles
14. · Defuzzyficació (mètodes)
15. · Fuzzy en el llaç de control
16. · Reguladors fuzzy
17. · Aplicacions i Exemples
18. 3. Sistemes experts
19. · Concepte i Estructura
20. · Representació del coneixement
21. · Lògica
22. · Regles: Frames i objectes, Xarxes semàntiques
23. · Mecanismes de inferència:Forward chaining, Backward chaining, Altres
24. · Aplicacions i Exemples (JETA: Un Se de diagnosi pel manteniment de turbines)
25. · Sistemes experts temps real
26. · Aplicacions de diagnòstic i supervisió
27. 4. Xarxes neurals
28. · Introducció
29. · Aprenentatge. Mecanismes
30. · Topologies
31. · Aplicacions i exemples
32. · Les XN en el llaç de control: Controladors neurals
33. 5. Altres mètodes de raonament en IA
34. · Raonament basat en casos (CBR): Metodologia i mecanismes
35. Sessions pràctiques:
36. Control fuzzy d'un dipòsit. (Simulink)
37. Control fuzzy d'un sistema complex (Simulink)
38. Supervisió basada en regles
39. Introducció a una shell de SE
40. Utilizacio de SE per supervisio mitjançant regles
41. XN. Reconeixement de patrons
42. XN. aproximació de funcions