PředmětyPředměty(verze: 963)
Předmět, akademický rok 2024/2025
  
Umělá inteligence v chemii - B445010
Anglický název: Artificial Intelligence in Chemistry
Zajišťuje: Ústav matematiky, informatiky a kybernetiky (446)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2023
Semestr: letní
Body: letní s.:5
E-Kredity: letní s.:5
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Hrnčiřík Pavel doc. Ing. Ph.D.
Záměnnost : N445030
Anotace -
Předmět poskytuje základní přehled v oblasti umělé inteligence od řešení problémů prohledáváním stavového prostoru až po fuzzy logiku. V praktické části předmětu je pozornost zaměřena na základy logického programování v jazyku Prolog a na návrh fuzzy systémů v prostředí Matlabu.
Poslední úprava: Fialová Jana (15.01.2018)
Výstupy studia předmětu -

Studenti budou umět:

Mít přehled v oblasti umělé inteligence.

Programovat v jazyku Prolog.

Rozhodnout, zda je daná úloha vhodná pro fuzzy regulaci.

Navrhnout fuzzy regulátor pro řešený problém.

Poslední úprava: Fialová Jana (15.01.2018)
Podmínky zakončení předmětu (Další požadavky na studenta)

Během semestru jsou zadávány 2 samostatné projekty, z kterých je pro získání zápočtu nutné získat alespoň 50 % z max. možného bodového ohodnocení. Vlastní zkouška má písemnou formu.

Poslední úprava: Hrnčiřík Pavel (05.02.2018)
Literatura -

D: Russell S.,Norvig P.,Artificial Intelligence: A Modern Approach,Prentice Hall, Englewood Cliffs,2002,0137903952

D: Novák V., Základy fuzzy modelování,BEN technická literatura,Praha ,2002,8073000091

D: Pokorný M.,Umělá inteligence v modelování a řízení,BEN technická literatura,Praha,1996,8090198449

D: Novák V.,Fuzzy množiny a jejich aplikace,SNTL,Praha,1990,8003003253

Poslední úprava: Hrnčiřík Pavel (05.02.2018)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků)

Během semestru jsou zadávány 2 samostatné projekty, z kterých je pro získání zápočtu nutné získat alespoň 50 % z max. možného bodového ohodnocení. Vlastní zkouška má písemnou formu.

Poslední úprava: Hrnčiřík Pavel (05.02.2018)
Sylabus -

1. Umělá inteligence - definice, dělení, základní pojmy

2. Nástroje a metody umělé inteligence

3. Řešení úloh prohledáváním grafu - neinformované strategie

4. Řešení úloh prohledáváním grafu - heuristické prohledávání

5. Hry dvou osob: metoda minimaxu, a - b prořezávání

6. Reprezentace znalostí: produkční systémy

7. Reprezentace znalostí: sémantické sítě, rámce

8. Reprezentace znalostí: predikátová logika 1.řádu

9. Fuzzy systémy, fuzzy množiny

10. Fuzzy relace, model sémantiky

11. Jazykové operátory

12. Pravidla usuzování

13. Fuzzy regulátor

14. Programovací jazyk Prolog

Poslední úprava: Fialová Jana (15.01.2018)
Studijní opory -

Artificial Intelligence: A Modern Approach http://aima.cs.berkeley.edu/

Edward Sazonov: Fuzzy Logic and Applications, kurz EE509, Clarkson University, Potsdam, NY. http://www.intelligent-systems.info/classes/ee509/

SWI-Prolog's home http://www.swi-prolog.org/

Elektronické materiály ke kurzu.

Poslední úprava: Fialová Jana (15.01.2018)
Studijní prerekvizity -

Matematika I, Algoritmizace a programování

Poslední úprava: Fialová Jana (15.01.2018)
Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 1 28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi 1 28
Práce na individuálním projektu 1 28
Příprava na zkoušku a její absolvování 1 28
Účast na seminářích 1 28
5 / 5 140 / 140
 
VŠCHT Praha