Detail předmětu

Inteligentní systémy

SIN Ak. rok 2008/2009 zimní semestr 5 kreditů

Aktuální akademický rok

Pojem inteligentní systém, modelování inteligentních systémů, využití simulace v návrhu systémů, práce s nejistou a neúplnou informací, základy "soft computing", agentní a multiagentní architektury, učící se adaptivní systémy, zpětnovazební učení, plánování, aplikace.

Garant předmětu

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

Jazyk výuky

česky

Zakončení

zkouška

Rozsah

  • 26 hod. přednášky
  • 10 hod. cvičení
  • 2 hod. pc laboratoře
  • 13 hod. projekty

Zajišťuje ústav

Ústav inteligentních systémů (UITS)

Přednášející

Drahanský Martin, prof. Ing., Ph.D.
Hrubý Martin, Ing., Ph.D. (UITS)
Janoušek Vladimír, doc. Ing., Ph.D. (UITS)
Květoňová Šárka, Ing., Ph.D. (UIFS)
Orság Filip, Ing., Ph.D. (UITS)
Zbořil František, doc. Ing., Ph.D. (UITS)

Získané dovednosti, znalosti a kompetence z předmětu

Studenti získají přehled o principech a metodách vývoje inteligentních systémů.

Cíle předmětu

Seznámit studenty s teorií a principy inteligentních systémů.

Požadované prerekvizitní znalosti a dovednosti

Základy umělé inteligence: Řešení úloh, prohledávání stavového prostoru. Základy modelování a simulace: Systém, model, simulace, simulační čas, systémy s diskrétními událostmi, simulace spojitých systémů.

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. Přehled problematiky inteligentních systémů
  2. Agentní systémy, agentní architektury
  3. Simulační modelování ve vývoji inteligentních systémů
  4. Fuzzy logika a fuzzy řízení
  5. Učící se systémy. Neuronové sítě
  6. Genetické algoritmy, genetické programování
  7. Markovské rozhodovací procesy, zpětnovazební učení
  8. Plánování a rozvrhování
  9. Základy teorie her
  10. Robotické systémy
  11. Multiagentní systémy
  12. Vybrané aplikace
  13. Dodatky, Závěr

Osnova numerických cvičení

  1. Jazyky pro umělou inteligenci
  2. Základy Smalltalku
  3. Modelování na bázi DEVS
  4. Modelování inteligentních systémů
  5. Simulovaná robotika

Průběžná kontrola studia

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

Metody vyučování

Metody vyučování závisí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Kontrolovaná výuka

  • Půlsemestrální písemný test
  • Cvičení u počítače
  • Individuální projekt

Zařazení předmětu ve studijních plánech

Nahoru