Detail předmětu

Technické aplikace metod umělé inteligence

FSI-RUIAk. rok: 2023/2024

Kurz se skládá ze dvou částí. V první části se zabývá vícehodnotovou logikou, teorií fuzzy množin a jejich využitím v metodách umělé inteligence. Druhá část se zabývá metodami získávání, analýzy a rozpoznáváním obrazů pro vědecko-technické aplikace.

Jazyk výuky

čeština

Počet kreditů

5

Zajišťuje ústav

Vstupní znalosti

Základy matematické logiky, teorie množin, matematická analýza

Pravidla hodnocení a ukončení předmětu

Zápočet na základě písemného testu
Zkouška písemná i ústní.


Kontrolována je účast na cvičeních. Zameškaná výuka je nahrazována zpracováním dodatečných úloh.

Učební cíle

Cílem kurzu je seznámit studenty se současným stavem technických aplikací vícehodnotové logiky a počítačovou analýzou obrazů a rozpoznáváním objektů.


Znalost základů vícehodnotové logiky, fuzzy množin a technicky orientovaných slovních modelů a expertních systémů. Znalost moderních metod analýzy obrazů včetně metod rozpoznávání objektů.

Základní literatura

 Pratt, W. K.: Digital Image Processing (4th Edition), New York: Wiley 2007 (EN)

Elearning

Zařazení předmětu ve studijních plánech

  • Program N-IMB-P magisterský navazující

    specializace IME , 1 ročník, letní semestr, povinně volitelný
    specializace BIO , 1 ročník, letní semestr, povinně volitelný

  • Program N-MET-P magisterský navazující 1 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Vícehodnotová logika, formule, pravdivostní ohodnocení
2. T-normy, T-konormy, zobecněné implikace
3. Fuzzy množiny a operace s nimi
4. Slovní proměnné a slovní modely, řídící systémy
5. Expertní systémy založená na vícehodnotové logice
6. Klasická fotografie, digitální záznam obrazu
7. CCD a CMOS technologie
8. Šum, klasifikace, analýza a filtrace šumu
9. MTF a PSF, konvoluce, dekonvoluce
10. Fourierovské metody zpracování obrazu
11. Adaptivní filtry, segmentace obrazu
12. Klasifikace a rozpoznávání objektů
13. Klasifikace a rozpoznávání objektů

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

Osnova

1. Vícehodnotová logika, formule, pravdivostní ohodnocení
2. T-normy, T-konormy, zobecněné implikace
3. Fuzzy množiny a operace s nimi
4. Slovní proměnné a slovní modely, řídící systémy
5. Expertní systémy založené na vícehodnotové logice
6. Klasická fotografie, digitální záznam obrazu
7. CCD a CMOS technologie
8. Šum, klasifikace, analýza a filtrace šumu
9. MTF a PSF, konvoluce, dekonvoluce
10. Fourierovské metody zpracování obrazu
11. Adaptivní filtry, segmentace obrazu
12. Klasifikace a rozpoznávání objektů
13. Klasifikace a rozpoznávání objektů

Elearning