|
|
|
||
Last update: Pátková Vlasta (20.04.2018)
|
|
||
Last update: Pátková Vlasta (20.04.2018)
Students will be able to: Decide whether a given technical problem can be solved using fuzzy logic control. Design an appropriate fuzzy logic controller for this problem. Propose optimization of its structure. Select an appropriate knowledge representation paradigm for a given technical problem. Design and implement rule-based systems in CLIPS. |
|
||
Last update: Pátková Vlasta (20.04.2018)
R: Giarratano J.C., Riley G.D.,Expert Systems: Principles and Programming,Course Technology,New York,2004,0534384471 R: Russell S.,Norvig P.,Artificial Intelligence: A Modern Approach,Prentice Hall, Englewood Cliffs,2002,0137903952 R: Ross J.T., Fuzzy Logic with Engineering Applications, Wiley-Blackwell, 2010, ISBN 978-0470743768 R: Passino K.M., Yurkovich S., Fuzzy Control, Addison-Wesley,New York, 1998,020118074X R: Buckley J.J., Eslami E., An Introduction to Fuzzy Logic and Fuzzy Sets (Advances in Intelligent and Soft Computing), Physica, 2008, ISBN 978-3790814477 A: Zadeh L.A., Fuzzy Sets*, Information and Control 8, 338-353 (1965), http://www-bisc.cs.berkeley.edu/Zadeh-1965.pdf |
|
||
Last update: Pátková Vlasta (20.04.2018)
Other study aids: Edward Sazonov: Fuzzy Logic and Applications, course EE509, Clarkson University, Potsdam, NY. http://www.intelligent-systems.info/classes/ee509/ Gary Riley: A Tool for Building Expert Systems. http://clipsrules.sourceforge.net/ Interactive MATLAB & Simulink Based Tutorials, http://www.mathworks.com/academia/student_center/tutorials/index.html?s_tid=acmain_lrn_tut |
|
||
Last update: Mareš Jan doc. Ing. Ph.D. (04.10.2023)
Písemná zkouška |
|
||
Last update: Cejnar Pavel RNDr. Mgr. Ph.D. (04.09.2023)
1 Fuzzy logic. Mamdani inference method. Sugeno inference method. 2 Fuzzy controller design 3 Using the Matlab Fuzzy toolbox and Simulink for FC implementation 4 Individual project – fuzzy controller 5 Using Matlab toolboxes for optimization of FC presentation and outputs 6 Adaptive neuro-fuzzy inference system 7 Optimization of a fuzzy controller using machine learning 8 Knowledge representation: production systems 9 Development of expert systems using CLIPS 10 Knowledge representation – semantic networks, frames 11 Reasoning under uncertainty 12 Probabilistic approach for knowledge representation and reasoning 13 Individual project – knowledge-based system in CLIPS 14 Modern trends in artificial intelligence |
|
||
Last update: Hrnčiřík Pavel doc. Ing. Ph.D. (08.02.2024)
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. |
Teaching methods | ||||
Activity | Credits | Hours | ||
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 |
Coursework assessment | |
Form | Significance |
Regular attendance | 20 |
Report from individual projects | 30 |
Examination test | 50 |