Застосування методів штучного інтелекту для проєктування систем
Спеціальність: Комп'ютерні науки (Проектування і програмування інтелектуальних систем та пристроїв)
Код дисципліни: 6.122.12.E.064
Кількість кредитів: 5.00
Кафедра: Системи автоматизованого проектування
Лектор: к.т.н., доцент каф. САП Левкович Мар'яна Володимирівна
Семестр: 8 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей:
загальних:
- надання знань по застосуванню методів штучного інтелекту для проектування систем, а також вивчення принципів роботи в експертних системах та принципів програмування у логічній мові високого рівня.
фахових:
- здатність до виявлення статистичних закономірностей недетермінованих
явищ, застосування методів обчислювального інтелекту, зокрема
статистичної, нейромережевої та нечіткої обробки даних, методів машинного навчання та генетичного програмування тощо;
- здатність до логічного мислення, побудови логічних висновків, використання формальних мов і моделей алгоритмічних обчислень,
проектування, розроблення й аналізу алгоритмів, оцінювання їх ефективності та складності, розв’язності та нерозв’язності алгоритмічних проблем для адекватного моделювання предметних областей і створення програмних та інформаційних систем;
- здатність до інтелектуального аналізу даних на основі методів обчислювального інтелекту включно з великими та погано структурованими даними, їхньої оперативної обробки та візуалізації результатів аналізу в процесі розв’язування прикладних задач.
Результати навчання: Внаслідок вивчення дисципліни "Застосування методів штучного інтелекту для проектування систем" студенти повинні:
- знати:
основні методи подання знань, принципи нечіткого логічного виведення; будову експертних систем; будову та принципи функціонування штучних нейронних мереж; основи генетичних алгоритмів; основні методи розпізнавання образів.
- вміти:
використовувати методи практичного отримання знань (текстологічні методи, комунікативні методи, індивідуальні методи, експертні ігри); структурувати та формалізувати знання (дуальну стратегію проектування, об’єктно-структурний підхід, алгоритм ОСА або практичні методи структурування); створювати базу знань для експертної системи; створювати моделі знань: продукційні, семантичні мережі, фрейми, формальні логічні моделі для подальшого використання моделі у експертній системі; розробити структуру експертної системи аналізуючи та використовуючи фахові знання, отримані від експерта предметної галузі; розробляти та реалізовувати програмне забезпечення експертної системи, бази знань, підсистеми логічного пояснення висновку системи, інтерфейс користувача та супроводжувати розроблену систему; використовувати нечітке логічне виведення; створювати, навчати і використовувати штучні нейронні мережі; розв’язувати оптимізаційні задачі за допомогою генетичних алгоритмів; виконувати розпізнавання образів.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Пререквізити: "Дискретна математика", "Математичні методи дослідження операцій", "Системи інтелектуального аналізу та візуалізації даних", "Технології розподілених систем та паралельні обчислення", "Застосування
систем штучного інтелекту у технологічних рішеннях (разом з КР)", "Методи машинного навчання в системах проектування".
Короткий зміст навчальної програми: Навчальна дисципліна "Застосування методів штучного інтелекту для проектування систем" є складовою освітньо-професійної програми "Проектування і програмування інтелектуальних систем та пристроїв" підготовки фахівців за першим (бакалаврським) рівнем вищої освіти. Дана дисципліна належить до переліку дисциплін вільного вибору студента. Викладається у 8 семестрі в обсязі – 150 год. (5 кредитів ECTS), зокрема: лекції – 18 год., лабораторні заняття – 36 год., самостійна робота – 96 год. Завершується дисципліна – екзаменом.
Прийняття рішень в умовах невизначеності, бізнес-аналітика, розпізнавання аудіо-, відео- і текстової інформації, машинне навчання, комп’ютерний зір, робототехніка, розробка ігор, створення інтелектуальних систем в різних предметних областях, діагностика і прогнозування – лише мала частина напрямків штучного інтелекту. Побудова інформаційного суспільства вимагає розробки і застосування інтелектуального аналізу все більших обсягів даних. Створення артефактів, здатних замінити людину, при прийнятті рішення в складних, неоднозначних, проблемних ситуаціях, – є невід’ємною частиною парадигми суспільного розвитку. Предметом вивчення навчальної дисципліни є теоретичні основи та практичні аспекти напрямків штучного інтелекту.
Опис: Тема 1. Основні поняття штучного інтелекту. Сучасні тенденції та підходи до створення систем штучного інтелекту (СШІ). (Філософські аспекти штучного інтелекту; поняття штучного інтелекту; інтелектуальна система та система штучного інтелекту; інтелектуальна задача (ІЗ); підходи до побудови систем штучного інтелекту).
Тема 2. Представлення знань для проектування систем штучного інтелекту. (Знання та дані у СШІ; моделі представлення знань у СШІ; продукційні моделі представлення знань; управління пошуком рішень у продукційних системах; переваги і недоліки продукційних систем; приклади продукційних систем).
Тема 3. Пошук рішень інтелектуальної задачі (ІЗ) у просторі станів. «Сліпі методи». (Класифікація методів пошуку ІЗ у просторі станів; пошук в глибину та ширину; переваги і недоліки методів «сліпого» пошуку; методи евристичного пошуку).
Тема 4. Пошук рішень у просторі станів. (Алгоритм А*; генетичний алгоритм; методи пошуку рішень ІЗ у разі зведення задач до сукупності підзадач (метод редукції)).
Тема 5. Експертні системи. (Призначення та принципи побудови; класи задач, які вирішуються за допомогою експертних систем; узагальнена архітектура; етапи розробки).
Тема 6. Вирішувачі проблем, засновані на знаннях. (Нечітка логіка; область застосування та базові поняття).
Тема 7. Семантичні сітки (СС), фрейми та нечітка логіка. (Основні поняття СС; типи СС; способи опису СС; основні поняття; структура фрейма; фреймові системи).
Методи та критерії оцінювання: - поточний контроль (45%): письмові звіти з лабораторних робіт, усне опитування;
- підсумковий контроль (55%, екзаменаційний контроль): тестування (45%), усна компонента (10%).
Критерії оцінювання результатів навчання: Екзаменаційний контроль-60 балів.
Поточний контроль-40 балів.
Разом за дисципліну-100 балів.
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. Коцовський В. М. Методи та системи штучного інтелекту. [Електронний ресурс]: Конспект лекцій, В. М. Коцовський, Ужгород, 2016. – 75 с.
2. Глибовець М.М., Отецький О.В. Штучний інтелект. Підручник. - К: Вид.дім "KM Академія", 2002, - 366с.
3. https://books.google.by/books?id=ebHsCgAAQBAJ&printsec=frontcover&hl=ru#v=onepage&q&f=false
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).