Předmět Aplikace umělé inteligence (AUIUI / A9AUI)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu AUIUI / A9AUI - Aplikace umělé inteligence, Fakulta aplikované informatiky, Univerzita Tomáše Bati ve Zlíně (UTB).

Materiál	Typ	Datum	Počet stažení

Obsah

- Současný stav na poli softcomputingu, fuzzy logika, neuronové sítě, evoluční výpočetní techniky (EVT). Klasifikace evolučních výpočetních technik, historická fakta, současné trendy na poli EVT. Centrální dogma EVT podle Darwina a Mendela.- No Free Lunch teorém. Výpočetní složitost a fyzikální limity algoritmů. Víceúčelová optimalizace a Paretova množina.- Omezení kladená na účelovou funkci a parametry jedince. Penalizace a její dopad na geometrii účelové funkce. Práce s reálnými, celočíselnými a diskrétními hodnotami parametrů jedince. Genetické algoritmy. Terminologie GA. Princip činnosti, Hybridná GA, messy GA, paralelní GA, migrační a difůzní model.- Evoluční strategie. Dvoučlenné ES, Vícečlenné ES, Adaptivní ES. Rojení částic (Particle swarm). Rozptýlené hledání (Scatter Search). Optimalizace mravenčí kolonií (Ant Colony Optimization).- SOMA : SamoOrganizující se Migrační Algoritmus, princip činnosti a použité strategie algoritmu: ATO, ATR, ATA a ATAA. Diferenciální evoluce, princip činnosti a použité verze: DE/best/1/exp, DE/rand/1/exp, DE/rand-to-best/1/exp, DE/best/2/ exp, DE/rand/2/exp, DE/best/1/bin, DE/rand/1/bin, DE/rand-to-best/1/bin, DE/best/2/bin, DE/rand/2/bin. SOMA, DE a permutační testovací problémy.- Techniky genetického programování: genetické programování, gramatická evoluce. Alternativy: analytické programování, Probabilistic Incremental Program Evolution, PIPE, Gene Expression Programming, Multiexpression Programming a další.- Inspirace v biologii. Výpočetní zařízení. Rekonfigurovatelná zařízení. Evoluční návrh a číslicové obvody. EH a buňečné automaty. Polymorfní elektronika.- Buněčné automaty (BA) a komplexní systémy. Úvod do problematiky, Formalismus BA, dynamika a klasifikace buněčných automatů podle Wolframa, Conwayova hra života, modelování pomocí BA.- Umělý život. Základní definice a existující systémy a modely. Tierra, biomorfové, Sbeat, Sbart, Eden, Galapagos,... Sebereprodukující se automaty podle Turinga a von Neumanna. Langtonova smyčka, počítačové viry a umělý život. Umělý život a hrana chaosu (podle Kaufmanna)- Neuronové sítě (NS). Historie a základní princip NS. Trénovací množina a její použití NS. Základní typy sítí a jejich aplikace na různé typy problémů.- Fraktální geometrie. Historie, definice fraktálu, základní typy algoritmů generujících fraktály. Fraktální dimenze, interpolace a komprese. Vývojové systémy a umělý život. L- systémy, želví grafika, parametrické L-systémy, L-systémy z pohledu fraktální geometrie.- Imunologické systémy (IS). Princip IS, limity IS, algoritmy realizující IS, imunotronika.- Swarm inteligence (SI). Základní pojmy a definice, reprezentativní algoritmy SI - particle swarm, scatter search, ant colony optimization, swarm robotic, umělá evoluce komplexních systémů.- DNA computing. DNA computing jako součást bioinformatiky, DNA a binární reprezentace podle Adlemanna. Watson-Crickův automat. Matematické modelování operací nad DNA.

Získané způsobilosti

Student má znalosti o základech evolučních algoritmů. Student se orientuje v metodách evolučních algoritmů sítí. Student aplikuje správné typy evolučních algoritmů na zadané úkoly. Student dokáže naprogramovat základní jednoduché evoluční algoritmy. Student je schopný realizovat jednoduché aplikace řešené pomocí evolučních algoritmů.

Literatura

Posíchal, Jiří. Evolučné algoritmy. 1. vyd. Bratislava : STU, 2000. ISBN 8022713775.Zelinka I., Oplatkova´ Z., Šeda M., Ošmera P., Včelař F. Evoluční vy´početní techniky, principy a aplikace. BEN, 2008. Novák, V. Fuzzy množiny a jejich aplikace. Praha : SNTL, 1990. ISBN 80-03-00325-3.Vysoký, Petr. Fuzzy řízení. Vyd. 1. Praha : Vydavatelství ČVUT, 1996. ISBN 80-01-01429-8.Koza, J. R. Genetic Programming. Cambridge : MIT Press, 1998. ISBN 0-262-11189-6.Koza, John R. Genetic Programming : Darwinian Invention and Problem Solving. San Francisco : Morgan Kaufmann Publishers, 1999. ISBN 1558605436.Šnorek, M., Jiřina, M. Neuronové sítě a neuropočítače. Praha : ČVUT, 1996. ISBN 80-01-01455-X.Pokorný, Miroslav. Řídící systémy se znalostní bází. Dotisk 1. vyd. Ostrava : VŠB, 1999. ISBN 8070782757.Mařík, Vladimír. Umělá inteligence. Vyd. 1. Praha : Academia, 2001. ISBN 8020004726.Zelinka, Ivan. Umělá inteligence : neuronové sítě a genetické algoritmy. 1. vyd. Brno : VUTIUM, 1998. ISBN 8021411635.Zelinka, I. Umělá inteligence II. Mařík V. Štěpánková O., Lažanský J. Umělá inteligence IV. Academia, Praha, 2004. ISBN 80-200-1044-0.

Požadavky

Způsob zakončení předmětu - zkouškaZápočet: aktivní účast, řešení domácích prací. Zkouška: předpokladem ke složení zkoušky je udělený zápočet, forma zkoušky: písemná.Hodnocení zkoušky:90 - 100 % A80 - 89 % B70 - 79 % C60 - 69 % D50 - 59 % Eméně než 50 % FX

Garant

prof. Ing. Ivan Zelinka, Ph.D.

Vyučující

doc. Ing. Zuzana Komínková Oplatková, Ph.D.prof. Ing. Ivan Zelinka, Ph.D.doc. Ing. Zuzana Komínková Oplatková, Ph.D.