PředmětyPředměty(verze: 949)
Předmět, akademický rok 2021/2022
  
Aplikovaná umělá inteligence - M445014
Anglický název: Applied Artificial Intelligence
Zajišťuje: Ústav matematiky, informatiky a kybernetiky (446)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2021 do 2022
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: neomezen / neomezen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Pro druh: navazující magisterské
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Hrnčiřík Pavel doc. Ing. Ph.D.
Záměnnost : N445071
Anotace -
Poslední úprava: Pátková Vlasta (20.04.2018)
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.
Výstupy studia předmětu -
Poslední úprava: Pátková Vlasta (20.04.2018)

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.

Literatura -
Poslední úprava: Pátková Vlasta (20.04.2018)

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

Z: Giarratano J.C., Riley G.D.,Expert Systems: Principles and Programming,Course Technology,New York,2004,0534384471

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

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

D: Passino K.M., Yurkovich S.,Fuzzy Control, Addison-Wesley,New York, 1998,020118074X

D: Dušek F., Honc D.,MATLAB a Simulink: úvod do používání,Univerzita Pardubice,Pardubice,2005,8071944750

Studijní opory -
Poslední úprava: Pátková Vlasta (20.04.2018)

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.

Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků)
Poslední úprava: Mareš Jan doc. Ing. Ph.D. (04.10.2023)

Písemná zkouška

Sylabus -
Poslední úprava: Cejnar Pavel RNDr. Mgr. Ph.D. (04.09.2023)

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 Reprezentace znalostí: produkční systémy

9 Tvorba expertních systémů v prostředí CLIPS

10 Reprezentace znalostí: sémantické sítě, rámce

11 Neurčitost ve znalostech a odvozování

12 Odvozovací systémy-pravděpodobnostní přístup

13 Samostatný projekt – znalostní systém v prostředí CLIPS

14 Výhledové trendy vývoje v oblasti umělé inteligence

Podmínky zakončení předmětu (Další požadavky na studenta)
Poslední úprava: 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.

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