Інтелектуальні системи підтримки прийняття рішень
Спеціальність: Інформаційні системи та технології
Код дисципліни: 8.126.00.M.023
Кількість кредитів: 3.00
Кафедра: Інформаційні системи та мережі
Лектор: проф. Литвин В.В.
Семестр: 4 семестр
Форма навчання: денна
Завдання: Внаслідок вивчення навчальної дисципліни аспірант повинен бути здатним продемонструвати такі результати навчання:
• основні засоби побудови інтелектуальних систем,
• методи та алгоритми проектування інтелектуальних систем та застосовувати їх на практиці.
Аспіранти отримають необхідні знання з аналізу, організації, проектування, адміністрування, експлуатації та технологій застосування інтелектуальних систем.
Результати навчання: 1) Здатність здійснювати пошук, аналізувати і критично оцінювати інформацію з різних джерел.
2) Здатність застосовувати знання і розуміння для розв’язування задач синтезу та аналізу елементів та систем, характерних обраній області наукових досліджень;
3) Здатність досліджувати і моделювати явища та процеси в складних динамічних інформаційних системах;
4) Здатність ефективно працювати як індивідуально, так і у складі команди;
5) Здатність самостійно виконувати експериментальні дослідження та застосовувати дослідницькі навички;
6) Здатність оцінити доцільність та можливість застосування нових методів і технологій в задачах синтезу інформаційних систем;
7) Здатність аргументувати вибір методів розв’язування науково-прикладної задачі, критично оцінювати отримані результати та захищати прийняті рішення.
8) Здатність аналізувати та визначати критерії в межах предметної області, будувати моделі багатокритеріальних задач та вміти розв’язувати їх, проводити оцінку складних систем та на основі системного аналізу багатокритеріальних процесів, які виникають в заданій проблемній області.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Методи аналізу та оптимізації складних систем
Моделювання, аналіз та синтез взаємодії складних інформаційних систем
Короткий зміст навчальної програми: Дисципліна необхідна для отримання загальних та фахових компетентностей в напрямі розроблення систем штучного інтелекту.
Опис: Тема 1. Основні поняття інтелектуальних систем. (Класифікація задач, які розв’язує суспільство. Модель предметної області. Процедура розв’язування задачі. Приклади задач).
Тема 2. Архітектура інтелектуальних систем. (Основні компоненти інтелектуальних систем. Властивості інтелектуальних систем. Особливості інтелектуальних систем.)
Тема 3. Формальне означення інтелектуальних систем. (Структурна модель інтелектуальних систем. Цикл інтерпретатора. Процес вибору релевантного оператора. Виконання оператора.)
Тема 4. Функціональна модель інтелектуальних систем. (Обмеження функціонування інтелектуальних систем. Ланцюжки виведення. Взаємозалежність між етапами циклу інтерпретатора)
Тема 5. Моделі подання знань та механізми логічного виведення. (Продукційна система подання знань. Механізми міркування)
Тема 6. Виявлення логічних закономірностей в даних.
Тема 7. Штучні нейронні мережі. (Основні поняття штучних нейронних мереж. Архітектура штучних нейронних мереж. Навчання штучних нейронних мереж. Нейрони мережі вищих порядків. Оцінка ефективності функціонування штучних нейронних мереж.)
Тема 8. Генетично-адаптивні алгоритми. (Еволюційна теорія. Природний відбір та генетичне спадкування. Задачі оптимізації. Робота генетичного алгоритму. Застосування генетичних алгоритмів.)
Тема 9. Моделювання нечіткостей в інтелектуальних системах. (Нечітка логіка. Нечіткі множини. Коефіцієнти впевненості. Зважування тверджень. Байесівський підхід.)
Тема 10. Мультиагентні системи. (Основні поняття мультиагентних систем. Аналіз сучасних досліджень у розробках мультиагентних систем. Аналіз моделей, методів та алгоритмів, що використовуються у мультиагентних системах.)
Тема 11. Асоціативні правила.
Методи та критерії оцінювання: 1. Проведення опитування на практичних заняттях
2. Перевірка знань та виконаних робіт на лабораторних заняттях
3. Перевірка індивідуальних розрахунково-графічних робіт за графіком та згідно робочої програми
4. Проведення письмово екзамену згідно розкладу та перевірка робіт
5. Проведення усної компоненти екзамену з додатковим опитуванням
Критерії оцінювання результатів навчання: - індивідуальна робота – 20
- виконання лабораторних завдань – 30
- іспит - 50
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. Литвин В. В. Методи та засоби інженерії даних та знань / В. В. Литвин // навчальний посібник з грифом МОНУ. – Львів : «Магнолія-2006», 2012. – 241 с.
2. Глибовець М.М., Олецький О.В. Штучний інтелект. – К.: КМ Академія, 2002. –
3. Представление и использование знания / под ред. Х.Уэно, М.Исидзука. - М.: Мир, 1989.
4. Рассел С. Искусственный интеллект / С.Рассел, П.Норвиг. – М.,С.-П.,К.: Вильямс, 2006. – 1408с.
5. Литвин В.В., Пасічник В.В., Яцишин Ю.В. Інтелектуальні системи. – Львів: Новий світ-2000, 2008. – 406с.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).