Detail předmětu

Inteligentní systémy

SIN Ak. rok 2006/2007 zimní semestr 5 kreditů

Aktuální akademický rok

Úvod do teorie inteligentních systémů, práce s nejistou a neúplnou informací, modelování inteligentních systémů, na modelech založený vývoj inteligentních systémů, základy "soft computing", agentní a multiagentní architektury, učící se adaptivní systémy, zpětnovazební učení, plánování, multiagentní systémy, robotické systémy, percepce, senzorové systémy a jejich aplikace, expertní systémy, datamining.

Garant předmětu

Janoušek Vladimír, doc. Ing., Ph.D. (UITS)

Jazyk výuky

česky

Zakončení

zkouška

Rozsah

  • 39 hod. přednášky
  • 13 hod. projekty

Zajišťuje ústav

Ústav inteligentních systémů (UITS)

Získané dovednosti, znalosti a kompetence z předmětu

Studenti získají přehled o principech inteligentních systémů a budou tak schopni tyto systémy navrhovat a realizovat.

Cíle předmětu

Seznámit studenty s teorií a principy inteligentních systémů a s vybranými systémy používanými v praxi.

Požadované prerekvizitní znalosti a dovednosti

Základy umělé inteligence: Řešení úloh, prohledávání stavového prostoru, principy strojového učení, příznakové a strukturální rozpoznávání obrazů. Základy počítačového vidění. Základní principy práce s přirozeným jazykem.

Literatura studijní

    1. Russel, S., Norvig, P.: Artificial Intelligence, a Modern Approach, Pearson Education Inc., 2003, ISBN 0-13-080302-2
    2. Zeigler, B.P.: Theory of Modeling and Simulation, Academic Press; 2 edition (March 15, 2000), ISBN 978-0127784557
    3. Valeš, M.: Inteligentní dům. Brno, Vydavatelství ERA, 2006.
    4. Přibyl, P., Svítek, M.: Inteligentní dopravní systémy, Nakladatelství BEN, Praha 2001, ISBN 80-7300-029-6
    5. Automatizace. http://www.automatizace.cz/

Osnova přednášek

  1. Úvod
  2. Modelování inteligentních systémů
  3. Na modelech založený vývoj inteligentních systémů
  4. Základy soft computingu
  5. Agentní a multiagentní architektury
  6. Učící se a adaptivní systémy
  7. Zpětnovazební učení
  8. Plánování
  9. Multiagentní systémy a jejich aplikace
  10. Robotické systémy a jejich aplikace
  11. Percepce, senzorové systémy a jejich aplikace
  12. Expertní systémy, datamining
  13. Dodatky, Závěr

Průběžná kontrola studia

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

Kontrolovaná výuka

  • Půlsemestrální písemný test
  • Individuální projekt
Nahoru