Скачати 88.15 Kb.
|
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/ "_____"_________________ 2005 р. РОБОЧА НАВЧАЛЬНА ПРОГРАМА дисципліни "МАТЕМАТИЧНІ ОСНОВИ ПРЕДСТАВЛЕННЯ ЗНАНЬ" для студентів за професійним спрямуванням "Комп'ютерні науки" спеціальності 8.080403 "Програмне забезпечення автоматизованих систем" Факультет інформатики та обчислювальної техніки Кафедра "Програмних засобів"
Робоча програма складена старшим викладачем Субботіним С.О. Схвалена методичною комісією факультету інформатики та обчислювальної техніки. Протокол № 9 від 30.05.2005 р. Голова методкомісії, декан ФІОТ ___________________М.М. Касьян Затверджена на засіданні кафедри "Програмних засобів". Протокол № 11 від 24.05.2005 р. Зав. кафедрою "Програмних засобів" ___________________А.В. Притула ^ ЇЇ МІСЦЕ В НАВЧАЛЬНОМУ ПРОЦЕСІ 1.1 Мета викладання дисципліни Метою курсу є вивчення математичного апарату представлення знань у системах штучного інтелекту. ^ В наслідок вивчення дисципліни студенти повинні:
У результаті вивчення дисципліни студенти повинні: знати:
вміти:
^ Вивчення даної дисципліни базується на знаннях, одержаних при вивченні дисциплін "Організація баз даних та знань", "Логічне програмування", "Основи дискретної математики". Отримані знання будуть використовуватися при вивченні дисциплін "Основи проектування систем штучного інтелекту", "Програмне забезпечення інтелектуальних систем", "Нейроiнформатика та еволюційні алгоритми", "Теорія прийняття рішень", а також у курсовому та дипломному проектуванні. ^ 2.1 Визначення та класифікація моделей представлення знань в системах штучного інтелекту Поняття інтелектуальної системи. Властивості інтелектуальних систем. Характеристика систем, заснованих на знаннях. Архітектура інтелектуальної системи. Поняття знання. Відміна знань від даних. Поняття екстенсіоналу та інтенсіоналу. Загальні відомості про моделі представлення знань. Декларативні та процедуральні моделі. Області застосування. Лекцій - 4 год. Самост. роб. під керівн. - 6 год. Самостійна робота - 18 год. Література [1-3, 12-14] ^ Поняття семантичної мережі. Формалізація семантичної мережі. Поняття інтенсіоналу та екстенсіоналу. Прості та ієрархічні мережі. Основні типи об'єктів та зв'язків між ними. Види семантичних відношень. Модифікація баз знань на семантичних мережах. Операція порівняння із зразком. Розуміння мови та семантичні мережі. Банки знань на базі семантичних мереж. Лекцій - 4 год. Лабораторних робіт - 6 год. Самост. роб. під керівн. - 4 год. Самостійна робота - 18 год. Література [3, 8, 9] ^ Основні визначення. База правил. Робоча область. Інтерпретатор правил. Управління виведенням у продукційній системі. Характеристика продукційних моделей. Лекцій - 6 год. Лабораторних робіт - 6 год. Самост. роб. під керівн. - 4 год. Самостійна робота - 18 год. Література [2-6, 8, 11] ^ Формальний опис фрейма. Класифікація фреймів. Структури даних фрейма. Процедури-демони та процедури-слуги. Фреймові мережі. Лекцій - 4 год. Лабораторних робіт - 6 год. Самост. роб. під керівн. - 4 год. Самостійна робота - 18 год. Література [3, 4, 9] ^ Інженерія знань та нечіткість. Недетермінованість управління виведенням та евристичні знання. Багатозначність та методи її усунення. Ненадійні знання та виводи. Неповні знання та немонотонна логіка. Нечіткі множини та виводи. Нечітка кластеризація як підхід до представлення знань. Лекцій - 8 год. Самост. роб. під керівн. - 6 год. Самостійна робота - 18 год. Література [5, 7] ^ Структура та елементи нейро-нечітких мереж. Методи побудови нечіткого логічного виводу Мамдані та Сугено. Застосування нейро-нечітких мереж для видобування знань з даних. Лекцій - 10 год. Самост. роб. під керівн. - 6 год. Самостійна робота - 18 год. Література [2, 3, 5, 7] ^ 3.1 Розробка семантичної мережі (6 годин). 3.2 Побудова продукційної моделі (6 годин). 3.3 Розробка фреймової моделі (6 годин). ^ ПІД КЕРІВНИЦТВОМ ВИКЛАДАЧА 4.1 Семантичні мережі (4 години). 4.2 Продукційні моделі (4 години). 4.3 Фреймові моделі (4 години). 4.4 Основи роботи із середовищем пакету MATLAB (6 годин). 4.5 Нечіткі множини та операції з ними у пакеті MATLAB (6 годин). 4.6 Моделі на базі теорії нечітких множин (6 годин). 4.7 Побудова нейро-нечітких мереж у пакеті MATLAB (6 годин). ^ 5.1 Архітектура інтелектуальної системи. 5.2 Розуміння мови та семантичні мережі. 5.3 Управління виведенням у продукційній системі. 5.4 Фреймові мережі. 5.5 Нечітка кластеризація як підхід до представлення знань. 5.6 Застосування нейро-нечітких мереж для видобування знань з даних. Контроль самостійної роботи передбачає вибіркове опитування, написання рефератів і включення окремих питань до екзаменаційних білетів. ^ 6.1 Основна література
6.2 Додаткова література
|