|
Vyučující
|
-
Olej Vladimír, prof. Ing. CSc.
|
|
Obsah předmětu
|
Umělá inteligence a výpočetní inteligence. Expertní systémy. Reprezentace znalostí. Příklad tvorby diagnostického expertního systému pomocí AND/OR grafů a produkčních pravidel. Práce s neurčitou informací, plausibilní inference, intenzionální přístup, extenzionální přístup, Bayesovska metoda, Dempster-Shaferova metoda, vícehodnotová logika. Syntéza a analýza rozhodovacích procesů s neurčitostí. Klasifikace a predikce ekonomických procesů pomocí fuzzy inferenčních systémů. Modely neurónových sítí, klasifikace a predikce. Evoluční stochastické optimalizační algoritmy. Neuro-fuzzy-genetické systémy.
|
|
Studijní aktivity a metody výuky
|
|
Monologická (výklad, přednáška, instruktáž)
|
|
Výstupy z učení
|
Předmět je orientovaný na jedné straně na použití klasických metod umělé inteligence (programovací jazyk umělé inteligence PROLOG, znalostní a expertní systémy, reprezentace znalostí, deklarativní schémata, sémantická schémata, situační rámce, akční rámce, inference v sémantických sítích, procedurální schémata, produkční systémy, rámcová schémata, metodologie tvorby binárních expertních systémů na bázi produkčních pravidel a AND/OR grafů, znalostní a expertní systémy s neurčitostí, programovací jazyk fuzzy PROLOG); na straně druhé na moderní metody umělé inteligence - do výpočetní inteligence (fuzzy množiny, neuronové sítě, evoluční stochastické optimalizační algoritmy). Tato oblast je věnovaná klasifikaci a predikci ekonomických procesů a procesů ve veřejné správě pomocí fuzzy inferenčních systémů typu Mamdani a Sugeno. Kromě základních pojmů je tato oblast věnovaná klasifikáci a predikci ekonomických procesů na bázi vpřed směřujících, rekurentních, frontálních a jiných neuronových sítí s učením klasickými metodami a pomocí genetických algoritmů. Evoluční stochastické optimalizační algoritmy ukazují na možnosti použití v podnikové sféře a ve veřejné správě.
Po absolvovaní predmetu by mal študent vedieť navrhovať fuzzy inferenčné systémy a bázu znalostí pre binárne expertné systémy a expertné systémy s neurčitosťou.
|
|
Předpoklady
|
nespecifikováno
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška
Zpracování a úspěšné obhájení projektu z vybrané látky se zaměřením na písemnou práci ke státní doktorské zkoušce a doktorské dizertační práci. Všeobecný pohled doktoranda na metody umělé a výpočetní inteligence.
|
|
Doporučená literatura
|
-
GHOSH A., TSUTSUI S. Advances in Evolutionary Computing. Theory and Applications.. A Springer-Verlag Company, Germany, 2003.
-
KELEMEN J., LIDAY M. Expertné systémy pre prax.. SOFA, Bratislava, 1996.
-
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.
-
NILSSON N. J. Artificial Intelligence: A New Synthesis.. Morgan Kaufmann, 1998. ISBN 1558604677.
-
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, Second Edition, New Jersey, 2003.
-
RUTKOWSKI L., KACPRZYK J. Advances in Soft Computing. Neural Networks and Soft Computing.. A Springer-Verlag Company, Germany, 2003.
|