FPF:UIN3045 Aplikace expertních systémů - Informace o předmětu
UIN3045 Aplikace expertních systémů
Filozoficko-přírodovědecká fakulta v Opavězima 2022
- Rozsah
- 2/2/0. 6 kr. Ukončení: zk.
- Vyučující
- Mgr. Daniel Valenta, Ph.D. (cvičící)
Ing. Jiří Blahuta, Ph.D. (přednášející) - Garance
- Ing. Jiří Blahuta, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě - Rozvrh
- Po 9:45–11:20 LEI
- Rozvrh seminárních/paralelních skupin:
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Informatika a výpočetní technika (program FPF, N1801 Inf)
- Informatika (program FPF, INFOR-nav)
- Cíle předmětu
- Cílem předmětu je seznámit studenta se současnými trendy při tvorbě vývoji a implementaci expertních systémů založených na různých typech neurčitostí a metod softcomputingu. Cvičení seznámí studenta se současnými prázdnými znal./expertními systémy s důrazem na integraci fuzzy přístupů. Součásti cvičení je návrh znalostní/expertní báze fuzzy pravidlového expertního systému pro zadaný problém v zadaném prázdném fuzzy pravidlově orientovaném znal./expertním systému
- Osnova
- 1. Subjektivní znalosti a mentální modely, jazykové modelování, podmíněná produkční pravidla, množina pravidel jako jazykový model, neurčitost jazykového modelu.
2. Neurčitost podmíněných pravidel formalizovaná pomocí pravděpodobnostních měr, expertní systémy s mírami neurčitosti typu MYCIN, EMYCIN a PROSPECTOR
3. Pravděpodobnostní pravidlové expertní systémy - FEL-EXPERT
4. Formalizace vágnosti jazykových výrazů pomocí fuzzy množin, základy fuzzy množinové matematiky, aproximace jazykových modelů fuzzy funkcí, fuzzifikace a defuzzifikace
5. Fuzzy logika, jazyková proměnná, interpretace fuzzy logických funkcí, fuzzy relace, pravidlo fuzzy modus ponens.
6. Fuzzy aproximace vícerozměrných nelineárních soustav, aproximativní vyvozování typu Takagi Sugeno
7. Kognitivní analýza pravidlové báze znalostí, test konzistence, diversifikační schopnost báze znalostí, ternární graf
8. Neuronové vícevrstvé sítě, procedury adaptace neuronových sítí, fuzzy neuronové sítě, fuzzy model Takagi Sugeno
9. Automatické metody strukturální a parametrické identifikace pravidlových fuzzy modelů, fuzzy shlukovací metody
10. Základy fuzzy regulace, lineární regulátory v obvodu zpětnovazební regulace, syntéza fuzzy
- 1. Subjektivní znalosti a mentální modely, jazykové modelování, podmíněná produkční pravidla, množina pravidel jako jazykový model, neurčitost jazykového modelu.
- Literatura
- povinná literatura
- V. Mařík a kol. Umělá inteligence I, II. Praha, 2001. info
- V. Novák. Základy fuzzy modelování. Praha, 2000. ISBN 80-7300-009-1. info
- Pokorný, M. Umělá inteligence v modelování a řízení. Praha, 1996. ISBN 80-901984-4-9. info
- doporučená literatura
- ZELINKA, I. Evoluční výpočetní techniky ?principy a aplikace. Praha, 2008. ISBN 978-80-7300-218-3. info
- CZOGALA,E.?LESKI,J. Fuzzy and Neuro-Fuzzy Systems. Berlin, 2000. ISBN 3790812897. info
- PROVAZNÍK, I.? KOZUMPLÍK. Expertní systémy. Brno, 1999. ISBN 80-214-1486-3. info
- VYSOKÝ, P. Fuzzy řízení. Praha, 1996. ISBN 80-01-01429-8. info
- SINČÁK,P.?ANDREJKOVÁ,G. Neuronové sítě 1, 2. Košice, 1996. ISBN 80-88786-42-8. info
- Výukové metody
- Přednáška s aktivizací
Přednáška s analýzou videozáznamu - Metody hodnocení
- Zkouška
- Informace učitele
- * 75% návštěvnost přednášek a cvičení
* test ve cvičení max 30 bodů
* implementace vybraných metod na konkretním robotu max 30 bodů, 10 bodů dokumentace
* 40 bodů zkouška
podmínka splnění 50% z každé části
- Další komentáře
- Předmět je dovoleno ukončit i mimo zkouškové období.
- Statistika zápisu (zima 2022, nejnovější)
- Permalink: https://is.slu.cz/predmet/fpf/zima2022/UIN3045