PředmětyPředměty(verze: 978)
Předmět, akademický rok 2025/2026
  
Aplikovaná umělá inteligence - M445014
Anglický název: Applied Artificial Intelligence
Zajišťuje: Ústav matematiky, informatiky a kybernetiky (446)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2023
Semestr: zimní
Body: zimní s.:4
E-Kredity: zimní s.:4
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/1, Z+Zk [HT]
Počet míst: 18 / 18 (neurčen)
Minimální obsazenost: neomezen
Kompetence:  
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Hrnčiřík Pavel doc. Ing. Ph.D.
Záměnnost : N445071
Termíny zkoušek   Rozvrh   
Anotace -
Předmět zahrnuje vybrané oblasti umělé inteligence se zaměřením na srovnání možností reprezentace znalostí a odvozování bez uvažování neurčitosti a s neurčitostí. V praktické části předmětu je pozornost zaměřena na návrh fuzzy systémů v prostředí Matlabu a pravidlových systémů v prostředí CLIPS.
Poslední úprava: Pátková Vlasta (20.04.2018)
Podmínky zakončení předmětu (Další požadavky na studenta)

Zápočet: Během semestru jsou na cvičeních zadávány samostatné úlohy, které je nutné vypracovat pro získání zápočtu. Dále je zadáván samostatný projekt, ze kterého je pro získání zápočtu nutné získat alespoň 50 % z max. možného bodového ohodnocení.

Zkouška: Zápočet předchází zkoušce, tj. bez získání zápočtu nelze zkoušku absolvovat. Vlastní zkouška má písemnou formu.

Poslední úprava: Hrnčiřík Pavel (08.02.2024)
Literatura -

Povinná:

  • Novák, Vilém. Základy fuzzy modelování. Praha: BEN, 2000, 175 s. ISBN 80-7300-009-1.
  • Russell, Stuart, Norvig, Peter. Artificial Intelligence: A Modern Approach. Englewood Cliffs: Prentice Hall, 2020, s. ISBN 0134610997.

Doporučená:

  • Pokorný, Miroslav. Umělá inteligence v modelování a řízení. Praha: BEN, 1996, 187 s. ISBN 80-901984-4-9.
  • Novák, Vilém. Fuzzy množiny a jejich aplikace. Praha: Nakladatelství technické literatury, 1990, 296 s. ISBN 978-80-03-00325-9.
  • Giarratano, Joseph C., Riley, Garry D.. Expert Systems: Principles and Programming. New York, U.S.A.: Course Technology, 2004, 288 s. ISBN 978-0-534-38447-0.
  • Passino, Kevin M., Yurkovich, Stephan. Fuzzy Control. Menlo Park, California, U.S.A.: Addison-Wesley, 1998, 475 s. ISBN 978-0-201-18074-9.
  • Dušek, František, Honc, Daniel. Matlab a Simulink : úvod do používání. Pardubice: Univerzita Pardubice, 2005, 172 s. ISBN 80-7194-776-8.

Poslední úprava: Hrnčiřík Pavel (27.06.2025)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků)

Písemná zkouška

Poslední úprava: Mareš Jan (04.10.2023)
Sylabus -

1 Fuzzy logika. Mamdani-odvozovací metoda. Sugeno-odvozovací metoda.

2 Návrh fuzzy regulátoru

3 Využití fuzzy toolboxu a Simulinku pro sestavení FR

4 Samostatný projekt – fuzzy regulátor

5 Využití toolboxů Simulinku pro prezentaci a optimalizaci výstupů FR

6 Adaptivní neuro-fuzzy odvozovací systém

7 Optimalizace fuzzy regulátoru pomocí strojového učení

8 Případová studie: fuzzy regulace bioprocesu

9 Úvod do znalostního řízení: přímé vs. dohlížecí strategie řízení

10 Pravidlové programování a jazyk CLIPS - část 1

11 Pravidlové programování a jazyk CLIPS - část 2

12 Pravidlové programování a jazyk CLIPS - část 3

13 Neurčitost ve znalostech a odvozování

14 Odvozovací systémy-pravděpodobnostní přístup

Poslední úprava: Hrnčiřík Pavel (26.08.2024)
Studijní opory -

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

Gary Riley: A Tool for Building Expert Systems. http://clipsrules.sourceforge.net/

Elektronické materiály ke kurzu.

Poslední úprava: Pátková Vlasta (20.04.2018)
Výsledky učení -

Studenti budou umět:

Rozhodnout, zda je daná úloha vhodná pro fuzzy regulaci.

Navrhnout fuzzy regulátor pro řešený problém. Navrhnout možnosti jeho optimalizace.

Orientovat se v různých možnostech reprezentace znalostí v uměle inteligentních systémech.

Navrhovat a implementovat pravidlově orientované systémy v programovém prostředí CLIPS.

Poslední úprava: Pátková Vlasta (20.04.2018)
Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 1 28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi 0.7 20
Práce na individuálním projektu 0.8 22
Příprava na zkoušku a její absolvování 1 28
Účast na seminářích 0.5 14
4 / 4 112 / 112
 
VŠCHT Praha