Předmět Systémy s umělou inteligencí (SsUI)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu SsUI - Systémy s umělou inteligencí, Vysoká škola báňská - Technická univerzita Ostrava (VŠB-TU).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Cíl
Studenti se seznámí se základy vědního oboru umělá inteligence, poznají její základní nástroje a metody v inženýrskýchdisciplínách. Seznámí se s metodami návrhu znalostních systémů, expertních systémů a fuzzy regulátorů. Získajíschopnost aplikace těchto nástrojů v praxi. Studenti získají informace a znalosti z oblasti umělých neuronových sítí a genetických algoritmů. Budou schopniaplikovat tyto nástroje ve svých diplomových pracech a inženýrské praxi.
Osnova
Přednášky:1. Úvod do umělé inteligence jako vědní disciplíny. Principy metod umělé inteligence, význam znalostí pro kvalituřešení problémů2. Procedury řešení problémů v klasické logice3. Metody počítačové reprezentace znalostí4. Matematické a jazykové modelování5. Formalizace neurčitosti v jazykových modelech6. Základy fuzzy množinové matematiky a fuzzy logiky7. Fuzzy modely typu Mandami, fuzzy regulátory8. Fuzzy modely typu Takagi-Sugeno, Sugenovské regulátory9. Diagnostické a plánovací expertní systémy10. Pravděpodobnostní expertní systémy11. Topologie a funkce vícevrstvých neuronových sítí12. Genetické algoritmy jako univerzální optimalizační metody13. Optimalizace neuronových sítí genetickým algoritmem14. Optimalizace fuzzy regulátoru genetickým algoritmemLaboratoře:1. Fuzzy regulátor s mikroprocesorem 2. Fuzzy regulátor s PLCPočítačové laboratoře:1. Počítačový systém MATLAB, Fuzzy ToolBox MATLABU2. Fuzzy množiny a reprezentace vágních pojmů v MATLABu3. Formalizace fuzzy podmíněných pravidel v MATLABu, fuzzy model typu Mandami 4. Fuzzy model typu Takagi-Sugeno v MATLABu5. Fuzzy regulátory Mandami a T-S v MATLABu6. Diagnostické fuzzy expertní systémy v MATLABu7. Příklady praktických fuzzy expertních systémů8. Pravděpodobnostní prázdný expertní systém FEL-EXPERT9. Syntéza vícevrstvých neuronových sítí v Neural ToolBoxu MATLABu10. Neuronový regulátor11. Syntéza praktického genetického algoritmu v MATLABu12. Optimalizace fuzzy regulátoru genetickým algoritmem
Literatura
POKORNÝ,M.,SROVNAL,V. Systémy s umělou inteligencí - Učební text a návody do cvičení. CZ.1.07/2.2.00/15.0113. VŠB- Technická univerzita Ostrava. Ostrava. 2012VESELÝ,A. Úvod do umělé inteligence. ČZU Praha, 2005. ISBN 80-213-1361-7 JURA, P. Základy fuzzy logiky pro řízení a modelování. Brno: Nakladatelství VUTIUM, 2003, ISBN 80-214-2261-0 .
Požadavky
Žádné
Garant
prof. Dr. Ing. Miroslav Pokorný
Vyučující
Ing. Jana Nowakováprof. Dr. Ing. Miroslav PokornýIng. Vilém Srovnal, Ph.D.