450-4049/05 – Aplikovaná umělá inteligence (AUI)
Garantující katedra | Katedra kybernetiky a biomedicínského inženýrství | Kredity | 5 |
Garant předmětu | prof. Ing. Martin Černý, Ph.D. | Garant verze předmětu | prof. Ing. Martin Černý, Ph.D. |
Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
Ročník | 1 | Semestr | letní |
| | Jazyk výuky | čeština |
Rok zavedení | 2022/2023 | Rok zrušení | |
Určeno pro fakulty | EKF | 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
Podmínky zápočtu: (celkem 40 bodů, minimum pro získání zápočtu 21)
20b Realizace fuzzy modelu (protokol nebo SW)
20b Vytvoření vlastního pravidlového systému v prostředí Clips
Podmínky vykonání zkoušky (celkem 60 bodů)
40 bodů písemná/praktická část - realizace fuzzy modelu nebo pravidlového systému v prostředí Clips dle zadání
20 bodů ústní zkouška na teoretické znalosti.
E-learning
Další požadavky na studenta
Povinná účast na cvičeních 80% hodinové dotace.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky
1. Principy a metody umělé inteligence. Metody počítačové reprezentace znalostí a jazykové modelování.
2. Základy fuzzy matematiky a fuzzy logiky.
3. Fuzzy expertní systémy.
4. Fuzzy modely.
5. Metody ověření návrhu fuzzy modelů
6. Základy teorie grafů, definice, metody prohledávání grafů, problém, stavový prostor
7. Úvod do problematiky znalostních systémů – definice, stručná historie, aplikace
8. Architektura znalostních systémů, báze znalostí a báze faktů
9. Inferenční mechanismus
10. Problematika funkce „vyber“, kvantitativní a kvalitativní heuristiky
11. Další moduly znalostních systémů
12. Úvod do znalostního inženýrství, životní cyklus znalostního systému
Počítačová cvičení
1. Úvod do matematického modelování v prostředí MATLAB.
2.Metodika návrhu fuzzy modelů v prostředí MATLAB
3. Návrh fuzzy modelu zaměřeného do oblasti ekonomie
4. Ladění fuzzy vlastních fuzzy modelů
5. Prezentace vytvořených fuzzy modelů
6. Shell Expertní systém Clips – úvod do práce se systémem
7. Proměnná, definice faktů a pravidel
8. Seznamy
9. Práce s fakty
10. Seznamy a vícehodnotové proměnné
11. Pomocná fakta a priorita pravidel
12. Šablony, příkaz subsetp
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.