UIN1203 Aplikace metod softcomputingu

Filozoficko-přírodovědecká fakulta v Opavě
zima 2022
Rozsah
0/2/0. 2 kr. Ukončení: z.
Vyučující
Ing. Jiří Blahuta, Ph.D. (cvičící)
doc. Ing. Petr Čermák, Ph.D. (cvičící)
RNDr. Jiří Martinů, Ph.D. (cvičící)
Garance
doc. Ing. Petr Čermák, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě
Rozvrh seminárních/paralelních skupin
UIN1203/A: Út 9:45–11:20 231, J. Blahuta
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět je zaměřen na moderní metody řešení problémů pomocí neurčitosti a tolerance nepřesnosti a to především v aplikační oblasti. Metody softcomputingu lze využít například v robotice.
Osnova
  • Studenti se seznámí se základy všech nejznámějších metod softcomputingu a možnostmi aplikací těchto metod především v robotice. Nedílnou součástí přednášek je i popis využití metod softcomputingu k návrhu vyšších forem řídících a rozhodovacích systémů, dále pak k řešení optimalizačních problémů.
    Osnova:
    1. Úvod do problematiky, základní pojmy.
    2. Neuronové sítě.
    3. Fuzzy systémy.
    4. Fuzzy pravidlové systémy pro řízení.
    5. Genetické algoritmy.
    6. Bayesovské sítě.
    7. Aplikace metor Softcomputingu v robotice.
    8. Aplikace Softcomputingu pro řízení v 2D prostoru.
    9. Aplikace Softcomputingu pro řízení v 3D prostoru (UAV).
    10. Optimalizační problémy.
    11. Základy Teorie Chaosu.
Literatura
    povinná literatura
  • HYNEK, J. Genetické algoritmy a genetické programování. Praha, 2008. ISBN 978-80-247-6057-5. info
  • VYSOKÝ, P. Fuzzy řízení. Praha, 1996. ISBN 80-01-01429-8. info
  • ŠÍMA, J., NERUDA, R. Teoretické otázky neuronových sítí. 1996. URL info
    doporučená literatura
  • CVITANOVIC, P., ARTUSO, R., MAINIERI, R., TANNER, G., VATTA, G. Chaos: Classical and Quantum. 2015. URL info
  • Shima, T., Rasmussen, S. UAV Cooperative Decision and Control, Challenges and Practical Approaches, Researchers and Collaborators Control. SIAM, 2009. ISBN 978-0-898716-64-1. info
  • HECKERMAN D. A Tutorial on Learning With Bayesian Networks. Redmont, 1995. URL info
Výukové metody
Přednáška s aktivizací
Přednáška s analýzou videozáznamu
Metody hodnocení
Zápočet
Informace učitele
* 75% návštěvnost cvičení, aktivní účast
* Seminární práce, implementace metod softcomputingu (40 bodů)
* 60 bodů písemný test
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2012, zima 2013, zima 2014, zima 2015, zima 2016, zima 2017, zima 2018, zima 2019, zima 2020, zima 2021, zima 2023.