Metody sztucznej inteligencji
Informacje ogólne
Kod przedmiotu: | WELETCSM-MSI |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Metody sztucznej inteligencji |
Jednostka: | Wydział Elektroniki |
Grupy: | |
Punkty ECTS i inne: |
(brak)
|
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. |
Właścicielem praw autorskich jest Wojskowa Akademia Techniczna.