Detail předmětu

Výpočetní inteligence

FSI-9VINAk. rok: 2024/2025

Výpočetní inteligence (Computational Intelligence) je zastřešující název přírodně inspirovaných výpočetních metodologií vhodných pro řešení obtížných reálných problémů, které jsou s využitím běžných matematických či inženýrských přístupů špatně řešitelné. Kurz seznamuje se základními přístupy a pokročilými metodami používanými v této oblasti. Použitelnost metod je demonstrována na řešení jednoduchých inženýrských problémů. Studentům je dán prostor a podpora pro řešení vlastních optimalizačních úloh.

Jazyk výuky

čeština

Vstupní znalosti

Předpokládá se znalost základních souvislostí ze statistiky a optimalizace.

Pravidla hodnocení a ukončení předmětu

Předložení a obhájení projektu, který prezentuje/využívá některou z probíraných implementací metod počítačové inteligence.
Účast na přednáškách je žádoucí. Výuka běží podle individuálního plánu. Způsob nahrazení zameškaných hodin je plně v kompetenci vyučujícího.

Učební cíle

Seznámit studenty se základy tzv. výpočetní inteligence (Computational Intelligence), tj. přírodou inspirovanými přístupy pro řešení obtížných problémů reálného světa. Především v kontextu optimalizace, modelování a klasifikace. Diskutovány budou rozličné evolučními algoritmy, metaheuristiky a modely umělých neuronových sítí.
Pochopení základních metod počítačové inteligence a schopnost jejich implementace.

Základní literatura

Aliev,R.A, Aliev,R.R.: Soft Computing and its Application, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4700-1 (EN)
Sima,J., Neruda,R.: Theoretical questions of neural networks, MATFYZPRESS, 1996, ISBN 80-85863-18-9 (CS)

Zařazení předmětu ve studijních plánech

  • Program D-APM-P doktorský 1 ročník, zimní semestr, doporučený kurs
  • Program D-APM-K doktorský 1 ročník, zimní semestr, doporučený kurs

Typ (způsob) výuky

 

Přednáška

20 hod., nepovinná

Vyučující / Lektor

Osnova

Výuka je rozdělena do 4 bloků:
Blok 1: Výpočetní inteligence v kontextu umělé inteligence. Prezentace možných úloh. Prezentace úloh studentů.
Blok 2: Evoluční a hejnové výpočetní techniky a optimalizační metaheuristiky (Genetické algoritmy, Gramatická evoluce, Genetické programování, metaheuristika HC12, Mravenčí algoritmy)
Blok 3: Umělé neuronové sítě (dopředné, rekurentní, samoorganizace, hluboké účení)
Blok 4: Individuální konzultace pro vlastní úlohy.