541-0545/01 – Expertní systémy v GIS (ES_GIS)
| Garantující katedra | Katedra geologického inženýrství | Kredity | 4 |
| Garant předmětu | Doc. PaedDr. Vladimír Homola, Ph.D. | Garant verze předmětu | doc. RNDr. František Staněk, Ph.D. |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
| Ročník | 1 | Semestr | letní |
| | Jazyk výuky | čeština |
| Rok zavedení | 1997/1998 | Rok zrušení | 2009/2010 |
| Určeno pro fakulty | HGF | Určeno pro typy studia | magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem první části předmětu je seznámit posluchače s řešením expertních úloh, s nimiž se mohou setkat v jiných předmětech studia a v praxi. Hlavní důraz je položen na vysvětlení podstaty jednotlivých metod hledání řešení a jejich obecných vlastností. Studenti se naučí rozhodnout, která metoda je vhodná při řešení konkrétního problému. Důležitou součástí výkladu je také algoritmická implementace v jazyku PROLOG a seznámení se s využitím existujících expertních systémů.
Druhá část předmětu se zabývá základními typy neuronových sítí a učí, jak je chápat z teoretického i praktického hlediska. Studenti si osvojí, jak lze tyto obecné postupy využít v jiných předmětech studia a v praxi.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
Úvod do umělé inteligence. Jazyky umělé inteligence. Úvod do PROLOGu. Metody
hledání řešení. Charakteristika, vlastnosti a architektura expertních systémů.
Reprezentace znalostí. Pravidla a inferenční sítě. Řídící mechanizmy.
Neuronové
sítě. Modely neuronů. Perceptron. Adaptace perceptronu. Hebbův algoritmus.
Widrow-Hoffovo učení lineárního neuronu. Vícevrstvé topologie. Metoda
Backpropagation. Parametrická Backpropagation. Implementace neuronů s
intervalovým stavem excitace. Zobecnělá metoda Backpropagation pro neuronové
sítě s neurčitostí. Rekuretní vícevrstvé neuronové sítě. Kohonenovo učení a
samoorganizující se neuronové sítě. LVQ modely a Counter-propagation
Hopfieldovy sítě. Boltzmannův stroj. Dvousměrná asociativní paměť. Adaptivní
rezonanční teorie. Objektově-orientovaný přístup k modelování neuronových
sítí.
Expertní systémy využívající neuronové sítě. Neuronové zpracování obrazové
informace.
Povinná literatura:
Vondrák, I.: Umělá inteligence a neuronové sítě. Skriptum VŠB - TU
Ostrava, 2002.
Šnorek, M., Jiřina, M.: Neuronové sítě a neuropočítače. Skriptum ČVUT.
Praha, 1998.
Pokorný, M.: Řídící systémy se znalostní bází. Skriptum VŠB - TU
Ostrava, 1995.
Doporučená literatura:
Dvořák, J.: Expertní systémy. Online dokument, Studijní opory pro podporu samostudia VUT, Brno, 2004. http://www.uai.fme.vutbr.cz/~jdvorak/Opory/ExpertniSystemy.pdf
Forma způsobu ověření studijních výsledků a další požadavky na studenta
E-learning
Další požadavky na studenta
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
· Umělá inteligence jako vědní disciplína, jazyky umělé inteligence.
Základní rysy PROLOGu.
· Hledání řešení – klasické úlohy, grafy a stromy řešení. Prohledávání do
hloubky a do šířky, heuristické prohledávání.
· Expertní systémy, vývoj, charakteristické rysy, vlastnosti. Struktura
expertního systému.Typy expertních úloh. Některé známé systémy.
· Reprezentace znalostí – sémantické sítě, rámce, inferenční sítě.
Pravidla a inferenční sítě – pravděpodobnostní přístup, fuzzy logika. Řídící
mechanismy.
· Lingvistická proměnná, vícehodnotová logika a lingvistické modely.
· Neuronové sítě, jejich specifické rysy. Model neuronu. Základní
aplikační oblasti neuronových sítí. Perceptron, jeho adaptace.
· Vícevrstvé sítě a metoda backpropagation. Spojitý perceptron s
intervalovým stavem excitace a zobecněná metoda backpropagation.
· Rekurentní vícevrstvé neuronové sítě.
· Kompetice, Kohonenovy mapy, samoorganizace.
· Kohonenova síť s učitelem, Counter-Propagation.
· Hopfieldova síť, identifikace předloženého vzoru.
· Boltzmannův stroj, dvousměrná asociativní paměť. Adaptivní rezonanční
teorie.
· Objektově orientovaný přístup k neuronovým sítím.
· Expertní systémy využívající neuronové sítě. Neuronové zpracování
obrazové informace.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.