Detail předmětu

Inteligentní systémy

FIT-ISDAk. rok: 2017/2018

Tolerance pro nepřesnost a neurčitost jako základní atribut ISY. Inteligentní systémy založené na kombinacích různých teorií - neuronových sítí, nezřetelných (fuzzy) množin, hrubých (rough) množin a genetických algoritmů: expertní systémy, inteligentní informační systémy, systémy strojového překladu, inteligentní senzorové systémy, inteligentní řídicí systémy, inteligentní robotické systémy.

Okruhy otázek k SDZ

  1. Fuzzy expertní systémy
  2. Znalostní inženýrství s využitím soft-computing
  3. Inteligentní senzorické systémy
  4. Neuronové sítě v inteligentních systémech
  5. Fuzzy řídicí systémy
  6. Neuro-fuzzy řídicí systémy
  7. Hrubé množiny v inteligentních systémech
  8. Genetické algoritmy v inteligentních systémech
  9. Inteligentní roboti
  10. Navigace mobilních robotů

Jazyk výuky

čeština

Počet kreditů

0

Výsledky učení předmětu

Studenti se důkladně seznámí s principy inteligentních systémů a budou tak schopni navrhovat tyto systémy pro řešení různých praktických problémů.

Prerekvizity

Základní poznatky z problematiky umělé inteligence v rozsahu kurzu "Základy umělé inteligence" současného bakalářského studijního programu na FIT. 

Způsob a kritéria hodnocení

Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.

Osnovy výuky

Osnova přednášek:
  1. Úvod, soft computing a ISY
  2. Expertní systémy
  3. Inteligentní informační systémy
  4. Systémy strojového překladu
  5. Vnímání okolního prostředí, inteligentní senzorové systémy
  6. Analýza senzorových dat, vytváření modelů okolního prostředí
  7. Plánování způsobu provedení zadaného úkolu
  8. Řídící systémy s neuronovými sítěmi
  9. Fuzzy řídící systémy
  10. Neuro-fuzzy systémy
  11. Využití rough množin a genetických algoritmů v ISY
  12. Inteligentní robotické systémy
  13. Navigace mobilních robotů

Osnova ostatní - projekty, práce:
  • Individuální projekty - návrhy inteligentních systémů k řešení konkrétního problému

Učební cíle

Seznámit studenty s navrhováním inteligentních systémů (řídicích, výrobních ap.), které jsou založené na kombinacích teorií neuronových sítí, fuzzy množin, hrubých množin a genetických algoritmů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Výuka není kontrolována.

Základní literatura

  1. Kecman, V.: Learning and Soft Computing, The MIT Press, 2001, ISBN 0-262-11255-8
  2. Negnevitsky M.: Artificial Intelligence - A Guide to Intelligent systems, Pearson Education Limited 2002, ISBN 0201-71159-1
  3. Zaknih, A.: Neural Networks for Intelligent Signal Processing, World Scientific Publishing Co. Pte. Ltd., 2003, ISBN 981-238-305-0
  4. Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004, ISBN: 1-4020-8042-5
  5. Liu, P., Li, H.: Fuzzy Neural Network Theory and Application, World Scientific Publishing Co. Pte. Ltd., 2004, ISBN 981-538-786-2
  6. Mitchell, H. B.: Multi-Sensor Data Fusion, Springer-Verlag Berlin Heidelberg 2007, ISBN 978-3-540-71463-7
  7. Munakata,T.: Fundamentals of the New Artificial Intelligence, Springer, 2008, ISBN 978-1-84628-838-8
  8. Shi, Z.: Advanced Artificial Intelligence, World Scientific Publishing Co. Pte. Ltd., 2011, ISBN-13 978-981-4291-34-7
  9. Iba, H., Noman, N.: New Frontier in Evolutionary Algorithms, Imperial College Press, 2012, ISBN-13 978-1-84816-681-3

Doporučená literatura

  1. Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004, ISBN: 1-4020-8042-5
  2. Mitchell, H. B.: Multi-Sensor Data Fusion, Springer-Verlag Berlin Heidelberg 2007, ISBN 978-3-540-71463-7
  3. Munakata,T.: Fundamentals of the New Artificial Intelligence, Springer, 2008, ISBN 978-1-84628-838-8 
  4. Shi, Z.: Advanced Artificial Intelligence, World Scientific Publishing Co. Pte. Ltd., 2011, ISBN-13 978-981-4291-34-7
  5. Iba, H., Noman, N.: New Frontier in Evolutionary Algorithms, Imperial College Press, 2012, ISBN-13 978-1-84816-681-3

Zařazení předmětu ve studijních plánech

  • Program VTI-DR-4 doktorský

    obor DVI4 , libovolný ročník, letní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Úvod, soft computing a ISY
  2. Expertní systémy
  3. Inteligentní informační systémy
  4. Systémy strojového překladu
  5. Vnímání okolního prostředí, inteligentní senzorové systémy
  6. Analýza senzorových dat, vytváření modelů okolního prostředí
  7. Plánování způsobu provedení zadaného úkolu
  8. Řídící systémy s neuronovými sítěmi
  9. Fuzzy řídící systémy
  10. Neuro-fuzzy systémy
  11. Využití rough množin a genetických algoritmů v ISY
  12. Inteligentní robotické systémy
  13. Navigace mobilních robotů

Projekt

26 hod., nepovinná

Vyučující / Lektor