Název:

Inteligentní systémy

Zkratka:SIN
Ak.rok:2009/2010
Semestr:zimní
Studijní plán:
ProgramOborRočníkPovinnost
IT-MGR-2MBI1.povinně volitelný - skupina I
IT-MGR-2MBS-volitelný
IT-MGR-2MGM-povinně volitelný - skupina M
IT-MGR-2MGM.1.povinný
IT-MGR-2MIN2.povinný
IT-MGR-2MIN.1.povinný
IT-MGR-2MIS-povinně volitelný - skupina S
IT-MGR-2MIS.1.povinný
IT-MGR-2MMI-volitelný
IT-MGR-2MMM-volitelný
IT-MGR-2MPS1.povinný
IT-MGR-2MPV1.povinně volitelný - skupina B
IT-MGR-2MSK2.povinný
IT-MGR-2EITE1.povinný
Vyučovací jazyk:čeština
Informace veřejné:http://www.fit.vutbr.cz/study/courses/SIN/public/
Kredity:5 kreditů
Ukončení:zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvičenílab. cvičenípoč. cvičeníjiná
Rozsah:26100213
 zkouškatestycvičenílaboratořeostatní
Body:70150015
Garant:Janoušek Vladimír, doc. Ing., Ph.D., UITS
Přednášející:Janoušek Vladimír, doc. Ing., Ph.D., UITS
Cvičící:Janoušek Vladimír, doc. Ing., Ph.D., UITS
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav inteligentních systémů FIT VUT v Brně
Nahrazuje:
Umělá inteligence (UIN), UITS
 
Cíle předmětu:
  Seznámit studenty s teorií a principy inteligentních systémů.
Anotace:
  Pojem inteligentní systém, modelování inteligentních systémů, využití simulace v návrhu systémů, práce s nejistou a neúplnou informací, základy "soft computing", agentní a multiagentní architektury, učící se adaptivní systémy, zpětnovazební učení, plánování, aplikace.
Požadované prerekvizitní znalosti a dovednosti:
  Základy umělé inteligence: Řešení úloh, prohledávání stavového prostoru. Základy modelování a simulace: Systém, model, simulace, simulační čas, systémy s diskrétními událostmi, simulace spojitých systémů.
Získané dovednosti, znalosti a kompetence:
  Studenti získají přehled o principech a metodách vývoje inteligentních systémů.
Osnova přednášek:
 
  1. Úvod. Přehled problematiky inteligentních systémů
  2. Agentní systémy, agentní architektury
  3. Simulační modelování ve vývoji inteligentních systémů
  4. Fuzzy logika a fuzzy řízení
  5. Učící se systémy. Neuronové sítě
  6. Genetické algoritmy, genetické programování
  7. Markovské rozhodovací procesy, zpětnovazební učení
  8. Plánování a rozvrhování
  9. Základy teorie her
  10. Robotické systémy
  11. Multiagentní systémy
  12. Vybrané aplikace
  13. Dodatky, Závěr
Osnova numerických cvičení:
 
  1. Jazyky pro umělou inteligenci
  2. Základy Smalltalku
  3. Modelování na bázi DEVS
  4. Modelování inteligentních systémů
  5. Simulovaná robotika
Osnova laboratorních cvičení:
 
  1. Prerekvizity k modelování inteligentních systémů
  2. Modelování inteligentních systémů
Osnova ostatní - projekty, práce:
 
  • Individuální projekt - simulační model jednoduchého inteligentního systému
Literatura referenční:
 
  1. Russel, S., Norvig, P.: Artificial Intelligence, a Modern Approach, Pearson Education Inc., 2003, ISBN 0-13-080302-2
  2. Sutton, R.S., Barto, A.G.: Reinforcement Learning - An Introduction, The MIT Press, Cambridge, MA, 1992
  3. Mitchel, T.: Machine Learning. McGraw Hill, 1997
  4. Zeigler, B.P.: Theory of Modeling and Simulation, Academic Press; 2 edition (March 15, 2000), ISBN 978-0127784557
Literatura studijní:
 
  1. Russel, S., Norvig, P.: Artificial Intelligence, a Modern Approach, Pearson Education Inc., 2003, ISBN 0-13-080302-2
  2. Sutton, R.S., Barto, A.G.: Reinforcement Learning - An Introduction, The MIT Press, Cambridge, MA, 1992
  3. Mitchel, T.: Machine Learning. McGraw Hill, 1997
  4. Zeigler, B.P.: Theory of Modeling and Simulation, Academic Press; 2 edition (March 15, 2000), ISBN 978-0127784557
Průběžná kontrola studia:
  
  • Půlsemestrální písemný test
  • Cvičení u počítače
  • Individuální projekt