3603
.pdfМИНОБРНАУКИ РОССИИ
Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный архитектурно-строительный университет»
А. Я Лахов
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
Учебно-методическое пособие
по подготовке к лекциям, практическим и семинарским занятиям (включая рекомендации обучающимся по организации самостоятельной работы) по дисциплине «Интеллектуальные системы и технологии» для обучающихся по направлению подготовки 09.03.02 Информационные системы и технологии, направленность (профиль) Информационные системы и технологии
Нижний Новгород
2022
МИНОБРНАУКИ РОССИИ
Федеральное государственное бюджетное образовательное учреждение высшего образования «Нижегородский государственный архитектурно-строительный университет»
А. Я Лахов
ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ
Учебно-методическое пособие
по подготовке к лекциям, практическим и семинарским занятиям (включая рекомендации обучающимся по организации самостоятельной работы) по дисциплине «Интеллектуальные системы и технологии» для обучающихся по направлению подготовки 09.03.02 Информационные системы и технологии, направленность (профиль) Информационные системы и технологии
Нижний Новгород ННГАСУ
2022
1
УДК 681.3 (075)
Лахов, А. Я А. Виртуальные технологии : учебно-методическое пособие / А. Я. Лахов, Нижегородский государственный архитектурно-строительный университет. – Нижний Новгород : ННГАСУ, 2022. – 17 с. : ил. – Текст : электронный
Даются тематика лекций, их краткое содержание, а также методические рекомендации по самостоятельной работе обучающихся по дисциплине «Интеллектуальные системы и технологии». Указывается необходимая литература и источники, разъясняется последовательность их изучения, выделяются наиболее сложные вопросы и даются рекомендации по их изучению.
Предназначено для обучающихся в ННГАСУ по дисциплине «Интеллектуальные системы и технологии» по направлению подготовки 09.03.02 Информационные системы и технологии, направленность (профиль) Информационные системы и технологии
А. Я. Лахов, 2022ННГАСУ. 2022.
2
Учебно-методическое пособие по подготовке к лекциям (включая рекомендации по организации самостоятельной работы) по дисциплине «Интеллектуальные системы и технологии» предназначены для студентов третьего и четвертого курсов, обучающихся по направлению 09.03.02 Информационные системы и технологии, и содержат программу для проведения лекционных занятий, а также методические рекомендации по самостоятельной работе.
Цель учебно-методического пособия: помочь студентам при изучении учебной программы с использованием лекционных материалов и рекомендуемой учебно-методической литературы при формировании необходимых компетенций дисциплины «Интеллектуальные системы и технологии».
Целями освоения дисциплины Интеллектуальные системы и технологии являются ознакомление студентов с моделями представления знаний (продукционной, семантические сети, фреймы, логической);- изучение теоретических аспектов инженерии знаний;- изучение студентами функционального программирования, логического вывода, ознакомление с хранилищами данных и знаний, вопросами разработки объектноориентированных баз данных, разработки экспертных систем, многомерной моделью баз данных, ознакомление с аналитической обработкой информации, - ознакомление студентов с понятием интеллектуальный агент и мультиагентными системами, свойствами интеллектуальных агентов; формирование навыков изучения предметной области, стратификации знаний, построения экспертных систем продукционного типа; семантическими сетями, нейронными сетями, генетическими алгоритмами, - изучения вопросов понимания естественного языка, распознавания речи, синтаксического анализа естественного языка, дополнительных ограничений, семантического анализа естественного языка;- изучение студентами логического программирования, изучение/применение Больших данных; нейротехнологий и искусственного интеллекта.
В лекциях излагается общая характеристика вопросов, даются практические примеры применения интеллектуальных технологий, осуществляется групповая работа студентов и преподавателя по выполнению заданий по разработке программного обеспечения или информационных систем. Главной целью лекции является привитие студентам интереса к изучаемому материалу, формирование мотивации к последующему самостоятельному анализу рассматриваемой проблематики. На лекциях студентам раскрываются наиболее сложные вопросы и теоретические положения, показывается их практическая значимость, даются рекомендации по углубленному самостоятельному изучению теории и практики.
На лекциях по дисциплине «Интеллектуальные системы и технологии» широко используются активные формы проведения занятий. Такие формы организации образовательного процесса, способствуют разнообразному (индивидуальному, групповому, коллективному) изучению учебных вопросов (проблем), активному взаимодействию студентов и преподавателя, живому обмену мнениями между ними, нацеленному на выработку правильного
3
понимания содержания изучаемой темы и способов ее практического использования.
Материал пропущенных лекций студент восстанавливает самостоятельно и по всем непонятным положениям и вопросам обращается за разъяснением к преподавателю.
Самостоятельная работа направлена на развитие компетенций дисциплины:
-ОПК-2. Способен понимать принципы работы современных информационных технологий и программных средств, в том числе отечественного производства, и использовать их при решении задач профессиональной деятельности;
-ОПК-6. Способен разрабатывать алгоритмы и программы, пригодные для практического применения в области информационных систем и технологий,
-ОПК-8. Способен применять математические модели, методы и средства проектирования информационных и автоматизированных систем,
-ПК-1. Способность выполнять интеграцию программных модулей и компонент,
-ПК-2. Способность выполнять работы по созданию (модификации) и сопровождению информационных систем.
Виды и формы самостоятельной работы студентов по дисциплине: -систематическая проработка лекций, основной и дополнительной
литературы; -подготовка к зачѐту;
-подготовка к экзамену.
Содержание разделов дисциплины «Интеллектуальные системы и технологии »представлено в таблице 1.
|
|
Таблица 1 Содержание разделов дисциплины |
|||||||
|
|
|
|
|
|
|
|
|
|
п |
Наименование раздела учебной |
Аудиторная работа, час. |
Формы текущего контроля |
|
|||||
|
успеваемости |
|
|||||||
/ |
дисциплины (модуля). |
|
|
|
|
|
|||
п |
|
|
|
|
|
|
|
|
|
№ |
|
|
|
|
|
|
|
|
|
Тема занятия |
Лекц. |
Лаб. |
Практ. |
Лекц. |
|
Лаб. |
Практ. |
|
|
|
Семин. |
|
Семин. |
|
|||||
|
|
|
|
|
|
|
|
||
1 |
2 |
3 |
4 |
5 |
6 |
|
7 |
8 |
|
|
|
|
|
|
|
|
|
|
|
СЕМЕСТР № 6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Представление знаний. Модели |
2 |
|
|
устный |
|
|
|
|
|
знаний. Основные направления ИИ. |
|
|
|
опрос |
|
|
|
|
|
Основные типы знаний. Методы |
|
|
|
|
|
|
|
|
|
представления знаний. |
|
|
|
|
|
|
|
|
|
Процедурные и декларативные |
|
|
|
|
|
|
|
|
|
знания. Способы решения проблем. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Среда Коммон Лиспа. Составные |
|
|
2 |
|
|
|
практич |
|
|
части среды программирования. |
|
|
|
|
|
|
еское |
|
|
Интегрированность и прозрачность. |
|
|
|
|
|
|
задание |
|
|
Редактирование программ. |
|
|
|
|
|
|
|
|
|
Тестирование программ. |
|
|
|
|
|
|
|
|
|
Прерывание вычислений. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
1 |
Стандартные функции Lisp. |
2 |
|
|
|
устный |
|
|
|
Арифметические, |
|
|
|
|
опрос |
|
|
|
тригонометрические. |
|
|
|
|
|
|
|
|
Арифметические, |
|
|
|
|
|
|
|
|
тригонометрические функции. |
|
|
|
|
|
|
|
|
Функции присваивания. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Арифметические, |
|
|
|
2 |
|
|
практич |
|
тригонометрические функции. |
|
|
|
|
|
|
еское |
|
Функции присваивания. |
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Построение функций. Функция |
2 |
|
|
|
устный |
|
|
|
DEFUN. Операторное |
|
|
|
|
опрос |
|
|
|
программирование. |
|
|
|
|
|
|
|
|
Функциональное |
|
|
|
|
|
|
|
|
программирование. Создание |
|
|
|
|
|
|
|
|
пользовательских функций. |
|
|
|
|
|
|
|
|
Рекурсия. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Создание пользовательских |
|
|
|
2 |
|
|
практич |
|
функций. Рекурсия. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Процедурное программирование в |
2 |
|
|
|
устный |
|
|
|
Lisp. PROG – выражение. |
|
|
|
|
опрос |
|
|
|
Синтаксис PROG выражений. |
|
|
|
|
|
|
|
|
Аргументы, тело PROG выражения, |
|
|
|
|
|
|
|
|
метки, возвращаемое |
|
|
|
|
|
|
|
|
значение.Объединение функций |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Объединение функций PROG |
|
|
|
2 |
|
|
практич |
|
выражение. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Макросы. Макросы вычисляются |
2 |
|
|
|
устный |
|
|
|
дважды. Макросы не вычисляют |
|
|
|
|
опрос |
|
|
|
аргументы. Тестирование макросов. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Реализация функций POP и PUSH. |
|
|
|
2 |
|
|
практич |
|
|
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Дифференцирование выражений. |
2 |
|
|
|
устный |
|
|
|
Программирование управляемое |
|
|
|
|
опрос |
|
|
|
данными. Универсальное |
|
|
|
|
|
|
|
|
программирование. |
|
|
|
|
|
|
|
|
Дифференцирование выражений. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Дифференцирование |
|
|
|
2 |
|
|
практич |
|
алгебраических выражений. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
1 |
Сопоставление с образцом. |
2 |
|
|
|
устный |
|
|
|
Сопоставление с образцом. |
|
|
|
|
опрос |
|
|
|
Распознавание образов. |
|
|
|
|
|
|
|
|
Распознавание списочных образов. |
|
|
|
|
|
|
|
|
Условия сопоставимости. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Сопоставление с образцом. |
|
|
|
2 |
|
|
практич |
|
Распознавание образов. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Экспертная система |
3 |
|
|
|
устный |
|
|
|
продукционного типа. |
|
|
|
|
опрос |
|
|
|
Продукционное программирование. |
|
|
|
|
|
|
|
|
Интерпретатоh продукций. Полный |
|
|
|
|
|
|
|
|
перебор. Аннулирование выбора. |
|
|
|
|
|
|
|
|
Направление поиска. Порядок |
|
|
|
|
|
|
|
|
перебора альтернатив. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Экспертная система - |
|
|
|
3 |
|
|
практич |
|
Классификация животных. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
ИТОГО: |
17 |
|
0 |
17 |
|
|
|
|
|
|
|
|
|
|
|
|
|
СЕМЕСТР № 7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
1 |
Основные понятия искусственного |
2 |
|
|
|
устный |
|
|
|
интеллекта. Информация и данные. |
|
|
|
|
опрос |
|
|
|
Интеллектуальные агенты. |
|
|
|
|
|
|
|
|
Классификация интеллектуальных |
|
|
|
|
|
|
|
|
агентов. Основные свойства |
|
|
|
|
|
|
|
|
классов агентов. Области |
|
|
|
|
|
|
|
|
применения агентных технологий. |
|
|
|
|
|
|
|
|
Архитектуры агентов |
|
|
|
|
|
|
|
|
(делиберативные, реактивные, |
|
|
|
|
|
|
|
|
гибридные). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Определение отношений на основе |
|
|
|
2 |
|
|
практич |
|
фактов. Рекурсивные правила. |
|
|
|
|
|
|
еское |
|
Принципы поиска ответов на |
|
|
|
|
|
|
задание |
|
вопросы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Метод резолюций. Применения |
2 |
|
|
|
устный |
|
|
|
метода резолюций для поиска |
|
|
|
|
опрос |
|
|
|
доказательств. Исходная гипотеза. |
|
|
|
|
|
|
|
|
Отрицание гипотезы Получение |
|
|
|
|
|
|
|
|
противоречия для доказательства |
|
|
|
|
|
|
|
|
исходной гипотезы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Пролог-программа Хобби |
|
|
|
2 |
|
|
практич |
|
|
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
1 |
Конечные автоматы. Абстрактная |
2 |
|
|
устный |
|
|
|
модель с конечным числом |
|
|
|
опрос |
|
|
|
состояний. Представление в виде |
|
|
|
|
|
|
|
графа (вершины - состояния, ребра |
|
|
|
|
|
|
|
- переходы). Автомат и среда. Язык |
|
|
|
|
|
|
|
и автомат. Сокращение числа |
|
|
|
|
|
|
|
состояний. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Определение отношений на основе |
|
|
2 |
|
|
практич |
|
правил. Рекурсивные правила. |
|
|
|
|
|
еское |
|
Декларативное и процедурное |
|
|
|
|
|
задание |
|
значение программ. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Семантические сети. |
2 |
|
|
устный |
|
|
|
Представление знаний в виде |
|
|
|
опрос |
|
|
|
семантической сети (узлы - |
|
|
|
|
|
|
|
понятия, дуги - отношения между |
|
|
|
|
|
|
|
понятиями). Типы отношений. |
|
|
|
|
|
|
|
Представление семантической сети |
|
|
|
|
|
|
|
в виде пролог программы. Вывод на |
|
|
|
|
|
|
|
семантической сети. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Пролог-программы Студенческая |
|
|
2 |
|
|
практич |
|
группа, Библиотека. |
|
|
|
|
|
еское |
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
1 |
Нейронные сети. Модель нейрона. |
2 |
|
|
устный |
|
|
|
Входы, веса и сумматор. Функция |
|
|
|
опрос |
|
|
|
активации (ступенчатая, линейная, |
|
|
|
|
|
|
|
сигмоида). Однослойные и |
|
|
|
|
|
|
|
многослойные нейронные сети. |
|
|
|
|
|
|
|
Обучение нейронной сети. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Выполнение вычислений. |
|
|
2 |
|
|
практич |
|
Следование, разветвление, цикл. |
|
|
|
|
|
еское |
|
Предикаты для вычисления |
|
|
|
|
|
задание |
|
функций. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Онтологии. Определение |
2 |
|
|
устный |
|
|
|
онтологии, представление |
|
|
|
опрос |
|
|
|
онтологии виде логической теории |
|
|
|
|
|
|
|
первого порядка. Модели |
|
|
|
|
|
|
|
онтологии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Пролог-программа Табулирование. |
|
|
2 |
|
|
практич |
|
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
7
1 |
Обработка естественного языка. |
2 |
|
|
|
устный |
|
|
|
Структурная лингвистика и |
|
|
|
|
опрос |
|
|
|
дистрибутивная гипотеза, |
|
|
|
|
|
|
|
|
построение простого поисковика, |
|
|
|
|
|
|
|
|
распознавание именованных |
|
|
|
|
|
|
|
|
сущностей, машинный перевод. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Представление списков на прологе. |
|
|
|
2 |
|
|
практич |
|
Алгоритмы обработки списков. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
Компьютерное зрение. Зрение |
2 |
|
|
|
устный |
|
|
|
человека и цифровое изображение, |
|
|
|
|
опрос |
|
|
|
техники обработки изображений, |
|
|
|
|
|
|
|
|
распознавание объектов, глубокие |
|
|
|
|
|
|
|
|
модели (идентификация по лицу). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Рекурсия. Типы рекурсии. |
|
|
|
2 |
|
|
практич |
|
Завершение рекурсии. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
CLIPS. Основы языка. Основные |
2 |
|
|
|
устный |
|
|
|
элементы программирования. |
|
|
|
|
опрос |
|
|
|
Факты. Правила. Переменные. |
|
|
|
|
|
|
|
|
Дополнительные средства. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Пролог-программа - Рекурсия. |
|
|
|
2 |
|
|
практич |
|
|
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
CLIPS. Интерфейс. Интерфейс |
2 |
|
|
|
устный |
|
|
|
командной строки. Графический |
|
|
|
|
опрос |
|
|
|
интерфейс. Интерфейс встроенного |
|
|
|
|
|
|
|
|
редактора. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Простейшие программы на CLIPS. |
|
|
|
2 |
|
|
практич |
|
|
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
CLIPS. Задача – постановка и |
2 |
|
|
|
устный |
|
|
|
алгоритм. Решение задачи |
|
|
|
|
опрос |
|
|
|
Диагностика двигателя внутреннего |
|
|
|
|
|
|
|
|
сгорания в CLIPS. Запуск CLIPS. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
CLIPS программы - выполнение |
|
|
|
2 |
|
|
практич |
|
вычислений, простейшая БЗ погода. |
|
|
|
|
|
|
еское |
|
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
|
1 |
CLIPS. Задача – программирование |
2 |
|
|
|
устный |
|
|
|
и решение. Ввод программы. |
|
|
|
|
опрос |
|
|
|
Загрузка и запуск программы. |
|
|
|
|
|
|
|
|
Работа программы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
2 |
Выполнение РГР по |
|
|
2 |
|
|
практич |
|
интеллектуальным системам и |
|
|
|
|
|
еское |
|
технологиям. |
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
1 |
Основы машинного обучения. |
2 |
|
|
устный |
|
|
|
Основы машинного обучения: |
|
|
|
опрос |
|
|
|
задача, опыт и эффективность, |
|
|
|
|
|
|
|
регрессия, классификация, |
|
|
|
|
|
|
|
обучающая и тестовая ошибки, |
|
|
|
|
|
|
|
переобучение и недообучение |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Выполнение РГР по |
|
|
2 |
|
|
практич |
|
интеллектуальным системам и |
|
|
|
|
|
еское |
|
технологиям. |
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
1 |
Машинное обучение. Линейная |
2 |
|
|
устный |
|
|
|
регрессия. Предсказание дефектов |
|
|
|
опрос |
|
|
|
ПО, предсказание количества |
|
|
|
|
|
|
|
дефектов, рассмотрение задачи с |
|
|
|
|
|
|
|
точки зрения машинного обучения, |
|
|
|
|
|
|
|
линейная регрессия, еѐ целевая |
|
|
|
|
|
|
|
функция, вывод аналитического |
|
|
|
|
|
|
|
решения линейной регрессии, |
|
|
|
|
|
|
|
градиентный спуск для линейной |
|
|
|
|
|
|
|
регрессии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Защита РГР по интеллектуальным |
|
|
2 |
|
|
практич |
|
системам и технологиям. |
|
|
|
|
|
еское |
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
1 |
Машинное обучение. |
2 |
|
|
устный |
|
|
|
Регуляризация.. Регуляризация |
|
|
|
опрос |
|
|
|
регрессии (гребневая регрессия, |
|
|
|
|
|
|
|
лассо регрессия), гиперпараметры |
|
|
|
|
|
|
|
и их настройка, —решѐтчатый |
|
|
|
|
|
|
|
поиск и случайный поиск, данные |
|
|
|
|
|
|
|
высокой размерности, |
|
|
|
|
|
|
|
регуляризация и высокая |
|
|
|
|
|
|
|
размерность. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Решение задачи линейной |
|
|
2 |
|
|
практич |
|
регрессии. |
|
|
|
|
|
еское |
|
|
|
|
|
|
|
задание |
|
|
|
|
|
|
|
|
9