Předmět: Artificial and Computational Intelligence

« Zpět
Název předmětu Artificial and Computational Intelligence
Kód předmětu FES/AUVI
Organizační forma výuky bez kontaktní výuky
Úroveň předmětu Doktorský
Rok studia nespecifikován
Semestr Zimní a letní
Počet ECTS kreditů 10
Vyučovací jazyk Angličtina
Statut předmětu Povinně-volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Olej Vladimír, prof. Ing. CSc.
  • Hájek Petr, prof. Ing. Ph.D.
Obsah předmětu
Umělá inteligence a výpočetní inteligence. Syntéza a analýza rozhodovacích procesů s neurčitostí. Klasifikace a predikce ekonomických procesů pomocí fuzzy inferenčních systémů. Fuzzy inferenční systém Mamdani. Fuzzy inferenční systém Takagi - Sugeno. Modely neurónových sítí, klasifikace a predikce. Proces učení neuronových sítí. Evoluční stochastické optimalizační algoritmy. Neuro-fuzzy-genetické systémy. Některé aspekty výpočetní inteligence v rozhodování, řízení, klasifikaci a predikci. Všudepřítomná, okolní inteligence.

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž)
Výstupy z učení
Předmět je orientován na moderní přístupy v rozhodování a řízení založené na metodách výpočetní inteligence (Soft Computing-u), t.j. fuzzy množinách, neuronových sítích a evolučních stochastických optimalizačních algoritmech. Tyto přístupy výpočetní inteligence jsou charakterizovány nesymbolickou reprezentací znalostí a představují systémy s umělou inteligencí jako dynamické systémy. Cílem předmětu je seznámit doktorandy s nejnovějšími směry, teoretickými i praktickými zkušenostmi z návrhu predikčních a klasifikačních modelů pomocí metod výpočetní inteligence.
Po absolvovaní predmetu by mal študent vedieť navrhovať fuzzy inferenčné systémy na klasifikáciu a predikciu hlavne v ekonomickej, sociálnej a environmentálnej oblasti a by mal vedieť navrhovať modely na báze neurónových a fuzzy neurónových sietí.
Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
Ústní zkouška

Zpracování a úspěšné obhájení projektu z probírané látky se zaměřením na písemnou práci ke státní doktorské zkoušce a doktorské disertační práci. Všeobecný pohled doktoranda na metody výpočetní inteligence.
Doporučená literatura
  • GHOSH A., TSUTSUI S. Advances in Evolutionary Computing. Theory and Applications.. A Springer-Verlag Company, Germany, 2003.
  • KUNCHEVA L. I. Fuzzy Classifier Design.. A Springer Verlag Company, Germany, 2000.
  • KVASNIČKA V. a kol. Evolučné algoritmy.. STU, Bratislava, 2000.
  • Kvasnička V. a kol. Úvod do teórie neurónových sietí. 1997, IRIS Bratislava.. IRIS, Bratislava, 1997.
  • OLEJ V. Modelovanie ekonomických procesov na báze výpočtovej inteligencie.. Miloš Vognar - M&V, Hradec Králové, 2003. ISBN 80-903024-9-1.
  • RUSSEL, S.-NORVIG, P. Artificial Intelligence. A Modern Approach. Prentice Hall. New Jersey, 2003.
  • RUTKOWSKI L., KACPRZYK J. Advances in Soft Computing. Neural Networks and Soft Computing.. A Springer-Verlag Company, Germany, 2003.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatics within Public Administration (2013) Kategorie: Ekonomie - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatics in Public Administration (2014) Kategorie: Ekonomie - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatics within Public Administration (2013) Kategorie: Ekonomie - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta ekonomicko-správní Studijní plán (Verze): Informatics in Public Administration (2014) Kategorie: Ekonomie - Doporučený ročník:-, Doporučený semestr: -