Розпізнавання образів у системах з ситуаційною обізнаністю
Спеціальність: Системний аналіз
Код дисципліни: 8.124.00.M.030
Кількість кредитів: 3.00
Кафедра: Інформаційні системи та мережі
Лектор: Є.В.Буров
Семестр: 4 семестр
Форма навчання: денна
Завдання: Володіння поглибленими професійно-профільними знаннями і практичними навичками для вирішення складної проблеми системного аналізу – побудови систем з ситуаційною обізнаністю.
2. Уміння продемонструвати систематичні знання сучасних методів проведення досліджень в області системного аналізу робототехнічних систем.
3. Уміння продемонструвати поглиблені знання в області наукових досліджень розпізнавання образів в автономних інтелектуальних системах.
Результати навчання: 1. Володіння поглибленими професійно-профільними знання і практичними навичками для розпізнавання та класифікації в складних системах будь-якої складності, для вирішення конкретних завдань проектування засобів розпізнавання та класифікації в складних системах різної фізичної природи.
2. Розуміння принципів і методів розпізнавання та класифікації в складних системах, коло завдань, які сприяють подальшому розвитку ефективного використання інформаційних ресурсів систем прийняття рішень.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Попередні
навчальні дисципліни Супутні і наступні
навчальні дисципліни
Основи теорії систем Моделювання, аналіз та синтез взаємодії складних інформаційних систем
Теорія ймовірностей і математична статистика Методи аналізу та оптимізації складних систем
Інформаційні технології Системний аналіз багатокритеріальних процесів різної природи
Короткий зміст навчальної програми: У межах дисципліни розглядаються питання визначення систем з ситуаційною обізнаністю, моделі таких систем, JDL фреймворк, використання онтологій та логічного виведення у системах з ситуаційною обізнаністю; використання методів розпізнавання образів у таких системах; методи класифікації та кластеризації; використання байесівської теорії у задачах розпізнавання образів; системи навчання з вчителем та без нього; методи групування; використання нейронних мереж для розпізнавання образів; структурне розпізнавання образів.
Опис: Головні визначення та моделі систем з ситуаційною обізнаністю
Загальна характеристика задачі розпізнавання образів в системах з СО.
Методи класифікації та кластеризації
Байесівська теорія рішень у задачах розпізнавання
Оцінка параметрів та навчання з вчителем
Непараметричні методи
Навчання без вчителя та групування
Використання нейронних мереж для розпізнавання образів
Структурне розпізнавання образів
Методи та критерії оцінювання: Діагностика знань відбувається шляхом оцінювання виконаних лабораторних робіт та залікового контролю (письмової компоненти) у формі тестових запитань трьох рівнів складності.
Критерії оцінювання результатів навчання: - індивідуальна робота – 20
- виконання лабораторних завдань – 30
- exam - 50
Порядок та критерії виставляння балів та оцінок: 100-88 балів - атестований з оцінкою «відмінно» - Високий рівень: здобувач освіти демонструє поглиблене володіння поняттєвим та категорійним апаратом навчальної дисципліни, системні знання, вміння і навички їх практичного застосування. Освоєні знання, вміння і навички забезпечують можливість самостійного формулювання цілей та організації навчальної діяльності, пошуку та знаходження рішень у нестандартних, нетипових навчальних і професійних ситуаціях. Здобувач освіти демонструє здатність робити узагальнення на основі критичного аналізу фактичного матеріалу, ідей, теорій і концепцій, формулювати на їх основі висновки. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку, самостійної науково-дослідної діяльності, що реалізується за підтримки та під керівництвом викладача. 87-71 балів - атестований з оцінкою «добре» - Достатній рівень: передбачає володіння поняттєвим та категорійним апаратом навчальної дисципліни на підвищеному рівні, усвідомлене використання знань, умінь і навичок з метою розкриття суті питання. Володіння частково-структурованим комплексом знань забезпечує можливість їх застосування у знайомих ситуаціях освітнього та професійного характеру. Усвідомлюючи специфіку задач та навчальних ситуацій, здобувач освіти демонструє здатність здійснювати пошук та вибір їх розв’язання за поданим зразком, аргументувати застосування певного способу розв’язання задачі. Його діяльності ґрунтується на зацікавленості та мотивації до саморозвитку, неперервного професійного розвитку. 70-50 балів - атестований з оцінкою «задовільно» - Задовільний рівень: окреслює володіння поняттєвим та категорійним апаратом навчальної дисципліни на середньому рівні, часткове усвідомлення навчальних і професійних задач, завдань і ситуацій, знання про способи розв’язання типових задач і завдань. Здобувач освіти демонструє середній рівень умінь і навичок застосування знань на практиці, а розв’язання задач потребує допомоги, опори на зразок. В основу навчальної діяльності покладено ситуативність та евристичність, домінування мотивів обов’язку, неусвідомлене застосування можливостей для саморозвитку. 49-00 балів - атестований з оцінкою «незадовільно» - Незадовільний рівень: свідчить про елементарне володіння поняттєвим та категорійним апаратом навчальної дисципліни, загальне уявлення про зміст навчального матеріалу, часткове використання знань, умінь і навичок. В основу навчальної діяльності покладено ситуативно-прагматичний інтерес.
Рекомендована література: Базова
1. Заяць В.М., Камінський Р.М. Методи розпізнавання образів: Навчальний посібник. – Львів: Видавництво Національного університету «Львівська політехніка», 2004. – 176 с.
2. Горелик А. Л., Скрипкин В. А. Методы распознавания М.: Высшая школа, 1989.
3. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. - М.: Наука, 2004. - 384 с.
4. Погребенник В.Д. Системи розпізнавання образів / Навч. посібник. – Львів: СПОЛОМ, 2007. – 170 с.
5. Главач В., Шлезингер М.И. Десять лекций по статистическому и структурному распознаванию образов. К.: Наукова думка, 2004.
6. Фисенко В.Т., Фисенко Т.Ю., Компьютерная обработка и распознавание изображений: учеб. пособие. - СПб: СПбГУ ИТМО, 2008. – 192 с.
7. Журавлев Ю.И. Избранные научные труды. – М: Изд. Магистр, 1998. - 420 с.www.irtc.org.ua/image/Files/Schles/esh10_full.pdf. 8. Местецкий Л.М. Математические методы распознавания образов. (Курс лекций). ВмиК МГУ: Москва, 2004).
9. Фу К. Структурные методы в распознавании образов. - М.: Мир, 2005. - 144 с.
10. Лепский А.Е., Броневич А.Г. Математические методы распознавания образов: Курс лекций. – Таганрог: Изд-во ТТИ ЮФУ, 2009. – 155 с.
Допоміжна
1. Кутковецький В.Я. Розпізнавання образів [Текст] : навч. посіб. / В. Я. Кутковецький; Миколаївський держ. гуманітарний ун-т ім. Петра Могили комплексу "Києво-Могилянська академія". - Миколаїв : Видавництво МДГУ ім. Петра Могили, 2003. - 196 с.
2. Фомин Я. А. Распознавание образов: теория и применения. – 2-е изд. – М.: ФАЗИС, 2012. – 429 с.
3. Форсайт Дэвид А., Понс Джин. Компьютерное зрение. Современный поход – М.: Вильямс, 2004. – 928 с.
4. Горелик А. Л., Скрипкин В. А. Методы распознавания. — 4-е изд. — М.: Высшая школа, 1984,
5. Мандель И.Д. Кластерный анализ. – М.: Финансы и статистика. 1988. – 176 с.
6. Генкин В.Л. Системы распознавания автоматизированных производств / Генкин В.Л.; Ерош И.Л.; Москалев Э.С. – Л. : Машиностроение, 1988 . – 244с.
7. Чабан Л.Н. Теория и алгоритмы распознавания образов. Учебное пособие. М.: МИИГАиК. 2004. – 70с.
8. Мазуров В.Д. Математические методы распознавания образов. Уч. пособ. 2-е изд., доп. и перераб. - Екатеринбург: Изд-во Урал, ун-та, 2010.-101 с.
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).