450-4049/04 – Aplikovaná umělá inteligence (AUI)
Garantující katedra | Katedra kybernetiky a biomedicínského inženýrství | Kredity | 4 |
Garant předmětu | prof. Ing. Martin Černý, Ph.D. | Garant verze předmětu | prof. Ing. Martin Černý, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | volitelný odborný |
Ročník | 2 | Semestr | letní |
| | Jazyk výuky | angličtina |
Rok zavedení | 2019/2020 | Rok zrušení | |
Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Studenti se seznámí se základy vědního oboru umělá inteligence, poznají její nástroje v biomedicínských aplikačních oblastech a seznámí se s metodami syntézy jednoduchých systémů umělé inteligence.
Studenti budou schopni praktického použití nástrojů umělé inteligence, návrhů fuzzy expertního systému, umělé neuronové sítě nebo genetického optimalizačního algoritmu s ohledem na aplikace v biomedicínském inženýrství.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Experimentální práce v laboratoři
Anotace
Předmět je prioritně zaměřen na získání znalostí a aplikace metod umělé inteligence v kontextu zpracování a modelování biomedicínských dat. Předmět se skládá ze čtyřech hlavních oblasti umělé inteligence. V první části předmětu je řešena problematika fuzzy matematiky, fuzzy modelování a návrhu expertních systémů. Druhá část předmětu se věnuje problematice klasifikaci dat s důrazem na oblast neuronových sítí. Další oblast se věnuje optimalizačním technikám s důrazem na analýzu genetických algoritmů pro řešení složitých matematických problémů. Poslední část předmětu je věnována hierarchickým a ne hierarchickým metodám shlukové analýzy.
Povinná literatura:
Doporučená literatura:
VOLNÁ,E. Neuronové sítě. Ostravská univerzita, Ostrava. 2008
HYNEK,J. Genetické algoritmy a genetické programování. Grada, 2008. ISBN: 978-80-247-2695-3
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Průběžná kontrola studia:
Průběžná kontrola je prováděna na základě účasti studenta v laboratorních cvičeních.
Podmínky udělení klasifikovaného zápočtu:
Student může dosáhnout 40 bodů za elaboráty laboratorních cvičení a test praktických dovedností. Minimální počet dosažených bodů pro udělení zápočtu je 20.
Pro absolvování předmětu musí student složit písemný test zaměřený na teoretické znalosti se ziskem minimálně 30 bodů z 60 možných.
E-learning
Další požadavky na studenta
Žádné další požadavky na studenta nejsou kladeny
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky - témata:
1. Úvod do umělé inteligence jako vědní disciplíny.
2. Principy a metody umělé inteligence. Metody počítačové reprezentace znalostí a jazykové modelování.
3. Základy fuzzy matematiky a fuzzy logiky.
4. Fuzzy expertní systémy.
5. Fuzzy modely.
6. Klasifikace dat: základní metody, principy a aplikace v oblasti biomedicíny.
7. Neuronové sítě: základní principy, topologie, typy sítí a aplikace pro klasifikaci a predikci u medicínských dat.
8. Základní metody a aplikace optimalizačních metod pro zpracování medicínských dat.
9. Genetické a evoluční algoritmy pro řešení složitých optimalizačních problémů.
10. Hierarchické a ne hierarchické metody shlukové analýzy.
Cvičení:
1. Úvod do matematického modelování v prostředí MATLAB.
2. Funkcionality umělé inteligence v prostředí MATLAB.
3. Matematické aplikace fuzzy matematiky.
4. Design a realizace fuzzy expertních systémů.
5. Aplikace fuzzy modelování na reálných biomedicínských příkladech.
6. Implementace vybraných klasifikačních algoritmů v kontextu biomedicínských aplikací.
7. Design a realizace neuronových sítí v prostředí MATLAB pro řešení klasifikačních a predikčních úkolů.
8. Aplikace optimalizačních technik pro řešení složitých matematických problémů.
9. Implementace vybraných genetických algoritmů v oblasti zpracování biomedicínských signálů a obrazů.
10. Implementace metod shlukovací analýzy pro segmentaci a klasifikaci biomedicínských dat.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky