Detail předmětu

Inteligentní systémy

FIT-ISDAk. rok: 2021/2022

Tolerance pro nepřesnost a neurčitost jako základní atribut ISY. Inteligentní systémy založené na kombinacích různých teorií - neuronových sítí, nezřetelných (fuzzy) množin, hrubých (rough) množin a genetických algoritmů: expertní systémy, inteligentní informační systémy, systémy strojového překladu, inteligentní senzorové systémy, inteligentní řídicí systémy, inteligentní robotické systémy.

Okruhy otázek k SDZ

  1. Fuzzy expertní systémy
  2. Znalostní inženýrství s využitím soft-computing
  3. Inteligentní senzorické systémy
  4. Neuronové sítě v inteligentních systémech
  5. Fuzzy řídicí systémy
  6. Neuro-fuzzy řídicí systémy
  7. Hrubé množiny v inteligentních systémech
  8. Genetické algoritmy v inteligentních systémech
  9. Inteligentní roboti
  10. Navigace mobilních robotů

Jazyk výuky

čeština

Výsledky učení předmětu

Studenti se důkladně seznámí s principy inteligentních systémů a budou tak schopni navrhovat tyto systémy pro řešení různých praktických problémů.
Podrobný přehled o současném stavu problematiky inteligentních systémů a schopnost využítí získaných poznatků ve vlastním výzkumu.

Prerekvizity

Základní poznatky z problematiky umělé inteligence v rozsahu kurzu "Základy umělé inteligence" současného bakalářského studijního programu na FIT. 

Korekvizity

Žádné.

Způsob a kritéria hodnocení

Skupinové konzultace jednou za dva týdny.

Učební cíle

Seznámit studenty s navrhováním inteligentních systémů (řídicích, výrobních ap.), které jsou založené na kombinacích teorií neuronových sítí, fuzzy množin, hrubých množin a genetických algoritmů.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Obhajoby projektů, ústní závěrečná zkouška. Nahrazování zameškané obhajoby projektu po dohodě s garantem předmětu.

Doporučená literatura

Bianchi, F. M., Maiorino, E., Kampffmeyer, M. C., Rizzi, A., Jenssen, R.:Recurrent Neural Networks for Short-Term Load Forecasting - An Overview and Comparative Analysis, SpringerBriefs in Computer Science, 2017, ISBN 978-3-319-70337-4
Bramer, M.: Principles of Data Mining, Second edition, Springer-Verlag London 2013, ISBN 978-1-4471-4883-8
Fraden, J.: Handbook of Modern Sensors, Springer  Springer International Publishing, 2016, ISBN 978-3-319-19302-1
Iba, H., Noman, N.: New Frontier in Evolutionary Algorithms, Imperial College Press, 2012, ISBN-13 978-1-84816-681-3
Kruse, R., Borgelt, Ch., Braune, Ch., Mostaghim, S., Steinbrecher, M.:Computational Intelligence - A Methodological Introduction, Second Edition Springer-Verlag London, 2016, ISBN 978-1-4471-7294-9
Lynch, K. M., Park, F,C,: Modern Robotics. Mechanics, Planning, and Control, Cambridge U. Press, 2017, ISBN: 9781107156302
Mitchell, H. B.: Multi-Sensor Data Fusion, Springer-Verlag Berlin Heidelberg 2007, ISBN 978-3-540-71463-7
Munakata,T.: Fundamentals of the New Artificial Intelligence, Springer, 2008, ISBN 978-1-84628-838-8
Raza, M. S., Qamar, U.: Understanding and Using Rough Set Based Feature Selection: Concepts, Techniques and Applications, Springer Nature, 2017, ISBN 978-981-10-4964-4
Shi, Z.: Advanced Artificial Intelligence, World Scientific Publishing Co. Pte. Ltd., 2011, ISBN-13 978-981-4291-34-7

Zařazení předmětu ve studijních plánech

  • Program DIT doktorský 0 ročník, letní semestr, povinně volitelný
  • Program DIT doktorský 0 ročník, letní semestr, povinně volitelný

  • Program VTI-DR-4 doktorský

    obor DVI4 , 0 ročník, letní semestr, volitelný

  • Program VTI-DR-4 doktorský

    obor DVI4 , 0 ročník, letní semestr, volitelný

  • Program DIT-EN doktorský 0 ročník, letní semestr, povinně volitelný
  • Program DIT-EN doktorský 0 ročník, letní semestr, povinně volitelný

  • Program VTI-DR-4 doktorský

    obor DVI4 , 0 ročník, letní semestr, volitelný

  • Program VTI-DR-4 doktorský

    obor DVI4 , 0 ročník, letní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Úvod, soft computing a ISY
  2. Expertní systémy
  3. Inteligentní informační systémy
  4. Systémy strojového překladu
  5. Vnímání okolního prostředí, inteligentní senzorové systémy
  6. Analýza senzorových dat, vytváření modelů okolního prostředí
  7. Plánování způsobu provedení zadaného úkolu
  8. Řídící systémy s neuronovými sítěmi
  9. Fuzzy řídící systémy
  10. Neuro-fuzzy systémy
  11. Využití rough množin a genetických algoritmů v ISY
  12. Inteligentní robotické systémy
  13. Navigace mobilních robotů

Projekt

26 hod., povinná

Vyučující / Lektor

Osnova

  • Dva individuální projekty - návrhy inteligentních systémů k řešení konkrétních problémů.

Konzultace v kombinovaném studiu

26 hod., nepovinná

Vyučující / Lektor