Wojskowa Akademia Techniczna - Centralny System Uwierzytelniania
Strona główna

Metody sztucznej inteligencji

Informacje ogólne

Kod przedmiotu: WELEEWSM-MSI
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Metody sztucznej inteligencji
Jednostka: Wydział Elektroniki
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Forma studiów:

stacjonarne

Rodzaj studiów:

II stopnia

Rodzaj przedmiotu:

obowiązkowy

Forma zajęć liczba godzin/rygor:

W 14/+, L 16/+

Przedmioty wprowadzające:

1. Układy cyfrowe 1, 2. Wymagania wstępne: znajomość techniki cyfrowej.

2. Przetwarzanie sygnałów. Wymagania wstępne: znajomość podstaw cyfrowego przetwarzania sygnałów.

3. Języki programowania. Wymagania wstępne: znajomość podstaw programowania.


Programy:

Kierunek studiów: Elektronika i Telekomunikacja

Specjalność: wszystkie


Autor:

dr inż. Andrzej PONIECKI

Bilans ECTS:

2

Skrócony opis:

Inteligentne metody obliczeniowe. Metody kognitywne. Podstawowe pojęcia teorii sztucznych sieci neuronowych. Algorytm wstecznej propagacji błędu. Uczenie z nadzorem i bez. Sieci rekurencyjne. Sieci ze współzawodnictwem. Podstawy teoretyczne logiki rozmytej. Metody projektowania sterowników opartych na logice rozmytej. Naśladownictwo natury w algorytmach ewolucyjnych i genetycznych. Automaty komórkowe. Teoria gier.

Pełny opis:

Wykład:

1. Wprowadzenie do przedmiotu. Inteligentne metody obliczeniowe. Uczenie maszynowe. Metody kognitywne. Umysł i mózg (2h).

2. Szukanie. Podstawowe pojęcia i modele. Metody szukania na ślepo i z ograniczeniami. Szukanie heurystyczne - podstawowe definicje. Strategie przeszukiwania zachłannego, A*, IDA*, algorytm wspinaczkowy symulowanego wyżarzania i inne (2h).

3. Logika rozmyta. Podstawy teoretyczne. Reguły wnioskowania. Sterowniki oparte na logice rozmytej. Metody projektowania. Systemy łączące zalety modeli zbiorów rozmytych i sieci neuronowych (2h).

4. Sztuczne sieci neuronowe. Podstawowe pojęcia. Algorytm wstecznej propagacji błędu. Uczenie z nadzorem i bez. Sieci rekurencyjne. Sieci ze współzawodnictwem. Zastosowania sztucznych sieci neuronowych. (2h)

5. Algorytmy ewolucyjne. Naśladownictwo natury w algorytmach ewolucyjnych i genetycznych (2h).

6. Automaty komórkowe (2h).

7. Teoria gier (2h).

Literatura:

podstawowa:

1. D. Rutkowska, M. Piliński, L. Rutkowski, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte , PWN, Warszawa 1999

2. A. Silberchatz, P. B. Galwin, Podstawy systemów operacyjnych, WNT, Warszawa 2006

3. Z. Michałowicz, Algorytmy genetyczne + struktury danych = algorytmy ewolucyjne, WNT, Warszawa 2003

4. S. Osowski, Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996

5. D.E. Goldberg, Algorytmy genetyczne i ich zastosowania, WNT, Warszawa 2003

6. L. Rutkowski, Metody i techniki sztucznej inteligencji, PWN, Warszawa 2009

7. M. Flasiński, Wstęp do sztucznej inteligencji, PWN, Warszawa 2011

uzupełniająca:

8. Materiały z Internetu na podstawie informacji podawanych na wykładach

Efekty uczenia się:

W1 - Student zna podstawy teorii sztucznych sieci neuronowych, logiki rozmytej i algorytmów genetycznych (K_W08)

W2 - Student zna zasady wykorzystania metod sztucznej inteligencji do rozwiązywania zadań praktycznych (K_W08)

U1 - Student potrafi zaprojektować aplikacje wykorzystujące teorię sztucznych sieci neuronowych, logiki rozmytej lub algorytmów genetycznych (K_U09, K_U17)

U2 - Student potrafi samodzielnie poznawać specyfikę nowych narzędzi programistycznych (K_U11)

K1 - Student ma świadomość odpowiedzialności za pracę własną oraz jest gotowy do podporządkowania się zasadom pracy w zespole i ponoszenia odpowiedzialności za wspólnie realizowane zadania (K_K03, K_K04)

Metody i kryteria oceniania:

Przedmiot zaliczany jest na podstawie: zaliczenia

Zaliczenie jest przeprowadzane w formie pisemnej obejmującej całość programu przedmiotu oraz ćwiczeń laboratoryjnych (kolokwium końcowe).

Warunek konieczny do uzyskania zaliczenia: uzyskanie pozytywnej oceny z ćw. laboratoryjnych oraz kolokwium końcowego.

Ćwiczenia laboratoryjne zaliczane są na podstawie: realizacji zadań projektowych zleconych przez prowadzącego.

Efekty W1, W2 sprawdzane są: kolokwium końcowym.

Efekt U1, U2 sprawdzane są w trakcie ćwiczeń laboratoryjnych oraz w pewnym zakresie na kolokwium końcowym.

Efekt K1 sprawdzany jest w trakcie ćwiczeń laboratoryjnych.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Wojskowa Akademia Techniczna.
ul. gen. Sylwestra Kaliskiego 2, 00-908 Warszawa 46 tel: +48 261 839 000 https://www.wojsko-polskie.pl/wat/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0-5 (2024-09-13)