Detail předmětu

Inteligentní systémy

ISD Ak. rok 2020/2021 letní semestr

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

Garant předmětu

Zástupce garanta předmětu

Jazyk výuky

český

Zakončení

zkouška

Rozsah

26 hod. přednášky, 26 hod. projekty

Bodové hodnocení

60 zkouška, 40 projekty

Zajišťuje ústav

Přednášející

Stránky předmětu

Získané dovednosti, znalosti a kompetence z předmětu

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

Dovednosti, znalosti a kompetence obecné

Podrobný přehled o současném stavu problematiky inteligentních systémů a schopnost využítí získaných poznatků ve vlastním výzkumu.

Cíle předmětu

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

Proč je předmět vyučován

Inteligentní systémy se stávají nedílnou a důležitou součástí každodenního života.

Požadované prerekvizitní znalosti a dovednosti

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

Korekvizitní znalosti a vědomosti

Žádné.

Literatura studijní

  1. Shi, Z.: Advanced Artificial Intelligence, World Scientific Publishing Co. Pte. Ltd., 2011, ISBN-13 978-981-4291-34-7
  2. Iba, H., Noman, N.: New Frontier in Evolutionary Algorithms, Imperial College Press, 2012, ISBN-13 978-1-84816-681-3
  3. Bramer, M.: Principles of Data Mining, Second edition, Springer-Verlag London 2013, ISBN 978-1-4471-4883-8
  4. Fraden, J.: Handbook of Modern Sensors, Springer  Springer International Publishing, 2016, ISBN 978-3-319-19302-1
  5. Raza, M. S., Qamar, U.: Understanding and Using Rough Set Based Feature Selection: Concepts, Techniques and Applications, Springer Nature, 2017, ISBN 978-981-10-4964-4
  6. Lynch, K. M., Park, F,C,: Modern Robotics. Mechanics, Planning, and Control, Cambridge U. Press, 2017, ISBN: 9781107156302

Literatura referenční

  1. Mitchell, H. B.: Multi-Sensor Data Fusion, Springer-Verlag Berlin Heidelberg 2007, ISBN 978-3-540-71463-7
  2. Munakata,T.: Fundamentals of the New Artificial Intelligence, Springer, 2008, ISBN 978-1-84628-838-8
  3. Shi, Z.: Advanced Artificial Intelligence, World Scientific Publishing Co. Pte. Ltd., 2011, ISBN-13 978-981-4291-34-7
  4. Iba, H., Noman, N.: New Frontier in Evolutionary Algorithms, Imperial College Press, 2012, ISBN-13 978-1-84816-681-3
  5. Bramer, M.: Principles of Data Mining, Second edition, Springer-Verlag London 2013, ISBN 978-1-4471-4883-8
  6. Fraden, J.: Handbook of Modern Sensors, Springer  Springer International Publishing, 2016, ISBN 978-3-319-19302-1
  7. Kruse, R., Borgelt, Ch., Braune, Ch., Mostaghim, S., Steinbrecher, M.:Computational Intelligence - A Methodological Introduction, Second Edition Springer-Verlag London, 2016, ISBN 978-1-4471-7294-9
  8. Raza, M. S., Qamar, U.: Understanding and Using Rough Set Based Feature Selection: Concepts, Techniques and Applications, Springer Nature, 2017, ISBN 978-981-10-4964-4
  9. Bianchi, F. M., Maiorino, E., Kampffmeyer, M. C., Rizzi, A., Jenssen, R.:Recurrent Neural Networks for Short-Term Load Forecasting - An Overview and Comparative Analysis, SpringerBriefs in Computer Science, 2017, ISBN 978-3-319-70337-4
  10. Lynch, K. M., Park, F,C,: Modern Robotics. Mechanics, Planning, and Control, Cambridge U. Press, 2017, ISBN: 9781107156302

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 numerických cvičení

Předmět nemá numerická cvičení.

Osnova laboratorních cvičení

Předmět nemá laboratorní cvičení.

Osnova počítačových cvičení

Předmět nemá počítačová cvičení.

Osnova ostatní - projekty, práce

  • Dva individuální projekty - návrhy inteligentních systémů k řešení konkrétních problémů.

Průběžná kontrola studia

Skupinové konzultace jednou za dva týdny.

Kontrolovaná výuka

Obhajoby projektů, ústní závěrečná zkouška. Nahrazování zameškané obhajoby projektu po dohodě s garantem předmětu.

Podmínky zápočtu

Předmět nemá zápočet.

Zařazení předmětu ve studijních plánech

  • Program VTI-DR-4, obor DVI4, libovolný ročník, volitelný
Nahoru