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 – («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: 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).