Міністерство освіти І науки України Запорізький національний технічний університет Інститут інформатики та радіоелектроніки

Скачати 112.99 Kb.

Назва	Міністерство освіти І науки України Запорізький національний технічний університет Інститут інформатики та радіоелектроніки
Дата конвертації	05.03.2013
Розмір	112.99 Kb.
Тип	Документы

uchni.com.ua > Фізика > Документы

Міністерство освіти і науки України

Запорізький національний технічний університет

Інститут інформатики та радіоелектроніки

"ЗАТВЕРДЖУЮ"
Директор інституту інформатики та радіоелектроніки, д.т.н., проф.
_____________________/Д.М. Піза/

"_____"_________________ 2007 р.

РОБОЧА НАВЧАЛЬНА ПРОГРАМА

дисципліни

"СИСТЕМИ ШТУЧНОГО ІНТЕЛЕКТУ"

для студентів за професійним спрямуванням "Комп'ютерні науки"

спеціальності 7.080402 "Інформаційні технології проектування"
Факультет інформатики та обчислювальної техніки

Кафедра "Програмних засобів"

Форма навчання	Курс	Семестр	Усього (год)	Лекції (год)	Лабор. роб. (год)	Практ. (год)	Самост. під керівн.(год)	Самост. (год)	КП, КР, РГЗ (сем.)	Залік (сем.)	Іспит (сем.)
Денна	IV	7	108	34	34	—	—	40	РГЗ (7)	—	7
Заочна

Робоча програма складена к.т.н., доцентом Субботіним С.О.
Схвалена методичною комісією факультету інформатики та обчислювальної техніки. Протокол № ___ від "___" ____________ 2007 р.
Голова методкомісії, декан ФІОТ ___________________М.М. Касьян
Затверджена на засіданні кафедри програмних засобів.

Протокол № ___ від "___" _____________ 2007 р.
Зав. кафедри програмних засобів ___________________А.В. Притула
^ 1 МЕТА І ЗАДАЧІ ДИСЦИПЛІНИ,

ЇЇ МІСЦЕ В НАВЧАЛЬНОМУ ПРОЦЕСІ

1.1 Мета викладання дисципліни

Метою курсу є вивчення загальних принципів побудови та функціонування інтелектуальних систем, математичних методів моделювання актів інтелектуальної діяльності, надбання практичних навичок розробки, відлагодження та використання програмних засобів з елементами штучного інтелекту.

^ 1.2 Задачі вивчення дисципліни

В наслідок вивчення дисципліни студенти повинні:

розуміти проблеми, які виникають під час побудови та при використанні сучасних систем штучного інтелекту;
ознайомитися з основними принципами побудови систем штучного інтелекту;
ознайомитися з основними математичними методами моделювання актів інтелектуальної діяльності.

У результаті вивчення дисципліни студенти повинні:
знати:

відмінності між звичайними та інтелектуальними системами;
принципи побудови систем штучного інтелекту;
класифікацію задач та видів систем штучного інтелекту;
основні визначення та методи теорії розпізнавання образів;
елементи теорії штучних нейромереж;
принципи створення гібридних інтелектуальних систем на основі розпізнавання образів, нейромереж, нечіткої та формальної логік.

вміти:

здійснювати вибір програмних засобів для вирішення задач штучного інтелекту;
будувати моделі прийняття рішень на основі теорії розпізнавання образів, нейромереж та нечіткої логіки;
порівнювати методи та моделі штучного інтелекту;
створювати гібридні інтелектуальні системи;
вирішувати задачі автоматизації підтримки прийняття рішень, розпізнавання образів, діагностики, класифікації та аналізу даних.

^ 1.3 Зв'язок з іншими дисциплінами
Вивчення даної дисципліни базується на знаннях, одержаних при вивченні дисциплін "Нейроiнформатика та еволюційні алгоритми", "Основи дискретної математики", "Обробка та інтерпретація соціально-економічної інформації", "Об'єктно-орієнтоване програмування".

Отримані знання будуть використовуватися при вивченні дисциплін "Теорія прийняття рішень", "Математичні основи представлення знань", а також у курсовому та дипломному проектуванні.
^ 2 ЗМІСТ ЛЕКЦІЙ

(34 години)

2.1 Загальні відомості про системи штучного інтелекту
Поняття інтелектуальної системи. Властивості інтелектуальних систем. Основні напрями досліджень у галузі штучного інтелекту. Історія розвитку штучного інтелекту. Агентний підхід до інтелектуальних систем. Архітектура інтелектуальної системи. Технології інтелектуального аналізу даних.
Лекцій - 4 год.

Самостійна робота - 10 год.

Література [2, 3, 6, 8-16, 22, 23, 33, 35]

^ 2.2 Теорія розпізнавання образів
Задача розпізнавання образів. Основні поняття теорії розпізнавання образів. Задача відбору і критерії оцінювання інформативності ознак на основі евристичного, інформаційного, статистичного та імовірнісного підходів. Комбінована оцінка інформативності ознак. Розбиття вихідної вибірки на навчаючу та тестову. Навчання без учителя. Кластер-аналіз. Навчання з учителем. Методи метричної класифікації. Класифікація з оцінкою значимості ознак.
Лекцій - 12 год.

Лабораторних робіт - 24 год.

Самостійна робота - 6 год.

Література [1-4, 7-9, 14, 15, 22, 26]

^ 2.3 Нейромережеві та нечіткологічні системи
Принципи організації і класифікація нейронних мереж. Формальний нейрон. Одношаровий персептрон. Багатошаровий персептрон. Навчання нейромоделей. Нейромережі в задачах розпізнавання і прийняття рішень.
Лекцій - 10 год.

Лабораторних робіт - 10 год.

Самостійна робота - 10 год.

Література [7-9, 14, 15, 18-20, 24-31, 36-38]

^ 2.4 Системи, засновані на знаннях
Принципи побудови систем, заснованих на знаннях. Основні моделі подання знань у системах штучного інтелекту: мережні і логічні моделі. Логічне виведення. Пошук у просторі станів.
Лекцій - 4 год.

Самостійна робота - 6 год.

Література [2, 3, 5, 10, 12-17, 21, 29, 32-35]

^ 2.5 Прикладні аспекти інтелектуальних систем
Задачі підтримки прийняття керуючих рішень. Інтелектуальний аналіз даних. Технічна і біомедична діагностика. Експертні системи. Інтелектуальний пошук та аналіз інформації в комп'ютерних банках даних. Програмні засоби з елементами штучного інтелекту.
Лекцій - 4 год.

Самостійна робота - 8 год.

Література [6-8, 10]
^ 3 ПЕРЕЛІК ТЕМ ЛАБОРАТОРНИХ РОБІТ

3.1 Розпізнавання образів на основі метричної класифікації (8 годин).
3.2 Кластер-аналіз в задачах діагностики (8 годин).
3.3 Методи відбору ознак для побудови розпізнаючих моделей (8 годин).
3.4 Розпізнавання на основі нейронних мереж (10 годин).
^ 4 ПЕРЕЛІК ТЕМ ДЛЯ САМОСТІЙНОЇ РОБОТИ

5.1 Архітектура інтелектуальної системи (2 год.).

5.2 Історія розвитку штучного інтелекту (4 год.).

5.3 Технології інтелектуального аналізу даних (4 год.).

5.4 Методи кластер-аналізу (4 год.).

5.5 Самоорганізація та навчання без учителя (2 год.).

5.6 Методи оптимізації в задачах навчання нейромереж (4 год.).

5.7 Моделі нейромереж (4 год.).

5.8 Застосування нейромереж для видобування знань з даних (2 год.).

5.9 Моделі подання знань (2 год.).

5.10 Пошук у просторі станів (4 год.).

5.11 Інтелектуальний пошук та аналіз інформації в комп'ютерних банках даних (2 год.).

5.12 Програмні засоби з елементами штучного інтелекту (2 год.).

5.13 Програмні засоби для побудови інтелектуальних систем (4 годин).
Контроль самостійної роботи передбачає вибіркове опитування та написання рефератів або контрольних робіт.
^ 6 НАВЧАЛЬНО-МЕТОДИЧНІ МАТЕРІАЛИ З ДИСЦИПЛІНИ
6.1 Основна література

Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. - М.: Финансы и статистика 1989. - 607 с.
Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник.- М.: Финансы и статистика, 2004.- 424 с.
Бондарев В.Н., Аде Ф.Г. Искусственный интеллект.- Севастополь: СевНТУ, 2002 .- 615 с.
Васильев В.И. Распознающие системы: справочник. - К.: Наукова думка, 1983. - 423 с.
Герасимов Б.М., Дивизинюк М.М., Субач И.Ю. Системы поддержки принятия решений: проектирование, применение, оценка эффективности.- Севастополь: НИЦ ВСУ "Государственный океанариум", 2004.- 320 с.
Джонс М.Т. Программирование искусственного интеллекта в приложениях / Пер. с англ. Осипов А.И.-М.: ДМК Пресс, 2004.- 312 с.
Дубровiн В.I., Субботiн С.О. Методи оптимiзацiї та їх застосування в задачах навчання нейронних мереж: Навчальний посiбник.-Запорiжжя: ЗНТУ, 2003.-136 с.
Дубровин В.И., Субботин С.А., Богуслаев А.В., Яценко В.К. Интеллектуальные средства диагностики и прогнозирования надежности авиадвигателей: Монография.-Запорожье: ОАО "Мотор-Сич", 2003.- 279 с.
Зайченко Ю.П. Основи проектування інтелектуальних систем. Навчальний посібник.- К.: Слово, 2004.- 352 с.
Искусственный интеллект. В 3х кн. Кн.2. Модели и методы. Справочник / Под ред. Д.А. Поспелова. - М.: Радио и связь, 1990.-304 с.
Кричевский М.Л. Интеллектуальные методы в менеджменте.-СПб.: Питер, 2005.- 304 с.
Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.-М.: Мир, 1991.- 568 с.
Люгер Дж.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем / Пер. с англ.- М.: Вильямс, 2005.- 864 с.
Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е изд.: Пер с англ.-М.: Вильямс, 2006.- 1408 с.
Рідкокаша А.А., Голдер К.К. Основи систем штучного інтелекту. Навчальний посібник.- Черкаси, "ВІДЛУННЯ-ПЛЮС", 2002.-240 с.

^ 6.2 Додаткова література

Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом.- М: Радио и связь, 1990. - 264 с.
Базы данных. Интеллектуальная обработка информации / В.В. Корнеев , А.Ф. Гареев, С.В. Васютин , В.В. Райх.-М.: Нолидж, 2000, 352 с.
Борисов А.Н., Алексеев А.В., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений.- М: Радио и связь. 1989. - 304 с.
Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решений на основе нечетких моделей. Примеры использования.- Рига:Зинатне, 1990.- 184 с.
Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности Х.: Основа, 1997.- 112 с.
Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.- С.-Пб.: Питер, 2001.-384 с.
Дюк В., Самойленко А. Data mining: учебный курс.-СПб.: Питер, 2001.- 368 с.
Искусственный интеллект - основа новой информационной технологии / Поспелов Г.С. - М.: Наука, 1988. - 288 с.
Каллан Р. Основные концепции нейронных сетей.- М.: Издательский дом "Вильямс", 2001.- 287 с.
Круглов В.В., Борисов В.В. Искуственные нейронные сети. Теория и практика. - М.: Горячая линия - Телеком, 2001. - 382с.
Кузин Л.Т. Основы кибернетики: В 2-х т. Т. 2. Основы кибернетических моделей. М.: Энергия, 1979. - 584 с.
Леоненков А.В. Нечеткое моделирование в среде MATLAB. - СПб.: БХВ-Петербург, 2003. - 736 с.
Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6 / Под ред. В.Г. Потемкина.- М.: Диалог-МИФИ, 2002.- 496 с.
Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой.- М.: Наука, 1990.- 272 с.
Митюшкин Ю.И., Мокин Б.И., Ротштейн А.П. Soft Computing: идентификация закономерностей нечеткими базами знаний.- Винница: УНИВЕРСУМ-Винница, 2002.- 145 с.
Осовский С. Нейронные сети для обработки информации.-М.: Финансы и статистика, 2004.- 344 с.
Осуга С. Обработка знаний. - М.: Мир, 1989. - 293 с.
Перспективы развития вычислительной техники.В 11 кн. Кн. 2. Интеллектуализация ЭВМ / Е.С. Кузин и др. - М.: Высш. шк., 1989. - 159 с.
Приобретение знаний / Под ред. С. Осуги, Ю. Саэки. - М.: Мир, 1990. - 304 с.
Робототехника и гибкие автоматизированные производства. В 9-ти кн. Кн. 6. Техническая имитация интеллекта / В.М. Назаретов, Д.П. Ким. -М.: Высш. шк., 1986. - 144 с.
Руденко О.Г., Бодянский Е.В. Основы теории искусственных нейронных сетей Харьков Телетех 2002 317
Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер с польск.-М.: Горячая линия - Телеком, 2004.- 452 с.
Хайкин С. Нейронные сети: полный курс, 2-е изд.: Пер. с англ.- М.: Вильямс, 2006.- 1104 с.

Схожі:

	Міністерство освіти І науки України Запорізький національний технічний...		Міністерство освіти І науки України Запорізький національний технічний... Схвалена методичною комісією факультету інформатики та обчислювальної техніки. Протокол №9 від 30. 05. 2005 р
	Міністерство освіти І науки України Запорізький національний технічний... Схвалена методичною комісією факультету інформатики та обчислювальної техніки. Протокол №9 від 30. 05. 2005 р		Міністерство освіти І науки України Запорізький національний технічний... Робоча програма складена на основі (дата навчальної програми, дата затвердження) освітньо-професійної програми вищої освіти України...
	Міністерство освіти І науки України Запорізький національний технічний... Програмне забезпечення автоматизованих систем" напряму 050103 “Програмна інженерія” від 17. 07. 2007 р за Міжнародним проектом "Європейсько-український...		Міністерство освіти І науки України національний технічний університет...
	Міністерство освіти І науки України Національний технічний університет України		Міністерство освіти І науки україни запорізький національний технічний... Методичні вказівки до лабораторних робіт з дисципліни «Основи автоматизованого проектування радіоелектронної апаратури» для студентів...
	Міністерство освіти І науки України Національний технічний університет України Д. Кожарін – к т н., ст н с., секція №2, тел. 454-9478, e-mail: Kozharin @psf ntu-kpi kiev ua		Міністерство освіти І науки України Київський національний економічних... Міністерство освіти І науки України Київський національний економічних університет

Додайте кнопку на своєму сайті:
Школьные материалы