- •Методичні матеріали
- •6.080.400 “Інтелектуальні системи прийняття рішень”)
- •Питання, що виносяться на екзамен з дисципліни.
- •Приклади типових завдань, що виносяться на іспит.
- •2.1. Способи опису семантичних мереж і логічний висновок:
- •Навчальна карта самостійної роботи студентів.
- •Порядок поточного і підсумкового оцінювання знань з дисципліни.
- •Особливості поточного контролю знань студентів заочної форми навчання.
- •Зразок екзаменаційного білета.
- •Список рекомендованої літератури. Основна література
- •Додаткова література
- •23. Машинне навчання.
- •26. Числення предикатів.
- •28. Семантичні мережі.
МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ДЕРЖАВНИЙ ВИЩИЙ НАВЧАЛЬНИЙ ЗАКЛАД
"КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ ЕКОНОМІЧНИЙ УНІВЕРСИТЕТ
імені Вадима Гетьмана"
Кафедра інформаційних систем в економіці
Методичні матеріали
щодо змісту та організації самостійної роботи студентів,
поточного і підсумкового контролю їх знань
з дисципліни
"Системи штучного інтелекту (бази знань, експертні системи)"
(для бакалаврів спеціальності
6.080.400 “Інтелектуальні системи прийняття рішень”)
укладач: к.т.н. Іванченко Г.Ф.
УХВАЛЕНО:
на засіданні кафедри ІСЕ
протокол № 14 від 28.04.2010 р.
Завідувач кафедри
_____________ Устенко С.В.
Погоджено:
Проректор з науково-педагогічної роботи ___________ Колот А.М.
Начальник навчально-методичного відділу ___________ Гуть Т.В.
КИЇВ 2010
-
Питання, що виносяться на екзамен з дисципліни.
-
Відношення до інтелекту, знання і людської майстерності.
-
Тест Тюрінга.
-
Біологічні і соціальні моделі інтелекту.
-
Огляд прикладних областей штучного інтелекту.
-
Автоматичні міркування і доведення теорем.
-
Мови і середовища ШІ.
-
Машинне навчання.
-
Альтернативні уявлення: нейронні мережі і генетичні алгоритми
-
Штучний інтелект і філософія.
-
Знання і їх уявлення в ШІ,
-
Логічні моделі.
-
Формальні системи.
-
Числення висловів.
-
Числення предикатів.
-
Символи і пропозиції.
-
Семантика числення висловів.
-
Синтаксис предикатів і пропозицій.
-
Семантика числення предикатів.
-
Правила висновку в численні предикатів.
-
Логіки високого порядку і псевдофізичні логіки.
-
Продукційні моделі та системи.
-
Управління висновком в продукційних системах.
-
Семантичні мережі.
-
Способи опису семантичних мереж і логічний висновок.
-
Структура фрейма.
-
Дедуктивний висновок в численні предикатів.
-
Формулювання задачі дедуктивного висновку.
-
Стандартизація предикативних формул.
-
Метод Ербрана. Принцип резолюції.
-
Стратегії пошуку.
-
Використання принципу резолюції.
-
Інформаційний пошук.
-
Планування переміщень робота.
-
Автоматичне написання програм.
-
Принцип резолюції і система STRIPS.
-
Принцип резолюції і логічної мови (на прикладі Visual Prolog).
-
Висновки в умовах ненадійних або неповних знань.
-
Ненадійні знання і висновки. Байесовський метод.
-
Метод коефіцієнтів упевненості.
-
Теорія свідоцтв Демпстера-Шефера.
-
Нечіткі множини і нечітка логіка.
-
Неповнота знань і немонотонний висновок.
-
Індуктивний висновок.
-
Алгоритм Уїнстона.
-
Алгоритм Мітчелла.
-
Алгоритм узагальнення ID3.
-
Символьне навчання. Пошук в просторі версій.
-
Операція узагальнення і простір понять.
-
Алгоритм виключення кандидата.
-
Індуктивне вивчення евристик пошуку.
-
Індуктивний алгоритм побудови дерева рішень ID3.
-
Побудова дерева рішень зверху вниз.
-
Вибір властивостей на основі теорії інформації.
-
Аналіз алгоритму ID3.
-
Питання обробки даних для побудови дерева рішень.
-
Індуктивний поріг і можливості навчання.
-
Індуктивний поріг. Знання і навчання. Алгоритм Meta-DENDRAL
-
Навчання на основі пояснення.
-
Алгоритм EBL і навчання на рівні знань.
-
Наукова діяльність і навчання без вчителя.
-
Концептуальна кластеризація.
-
Навчання з підкріпленням. Компоненти навчання з підкріпленням
-
Основні відомості про розпізнавання образів.
-
Геометричний метод розпізнавання.
-
Байесовській метод розпізнавання.
-
Рекурентні алгоритми навчання розпізнаванню образів.
-
Розпізнавання і навчання на основі моделей нейронних мереж .
-
Моделі нейронних елементів .
-
Введення в нейронні мережі.
-
Біологічна модель для штучних нейронних мереж.
-
Штучний нейрон. Персептрони та ШНМ.
-
Алгоритм навчання одношарового дискретного персептрона.
-
Одношарова нейронна мережа.
-
Багатошаровий перцептрон. Радіально-базисні нейронні мережі.
-
Мережі Хопфілда із зворотними зв'язками.
-
Статичні мережі Хопфілда і машина Больцмана.
-
Асоціативна пам'ять. Нейронні мережі Хопфілда і Хеммінга.
-
Порівняльна характеристика методів оптимізації при навчанні багатошарових нейронних мереж.
-
Навчання з вчителем та без вчителя.
-
Процедура зворотнього розповсюдження.
-
Метод сигнального навчання Хебба, Коші.
-
Моделювання нейронних мереж за допомогою пакета MATLAB.
-
Компоненти ПМ-снстеми.
-
Раціональний підхід. Емпіричний підхід.
-
ПМ-интерфейс доступу до баз даних. Розпізнавання мови.
-
Основні поняття.
-
Попередня обробка і розпізнавання звуків.
-
Статистичний підхід до розпізнавання мови.
-
Модель мови. Акустична модель. Композиція моделей.
-
Алгоритми пошуку. Оцінювання параметрів СММ.
-
СММ з безперервними параметрами.
-
Синтез мови по тексту. Методи синтезу мовних сигналів. Визначення управляючих параметрів синтезаторів мови.
-
Основні поняття. Система зору людини.
-
Системи комп'ютерного зору. Виділення граничних елементів.
-
Від граничних елементів до граничних сегментів.
-
Перетворення Хафа. Пошук при виділенні контурних сегментів.
-
Активні контурні моделі. Виділення областей зображення.
-
Інтерпретація контурних малюнків.
-
Розпізнавання об'єктів в системах зору роботів.
-
Системи зору роботів і комп'ютерний зір. 2D-моделі .
-
ЗD-методи. 2D-методи, які використовують глобальні ознаки.
-
2D-методи, які використовують локальні ознаки .
-
2D-метод, які використовують граф відносин
-
Класифікація робототехнічних систем.
-
Структури систем управління автоматичними, біотехнічними і інтерактивними маніпуляційними роботами.
-
Задачі і принципи реалізації виконавчого, тактичного, стратегічного і інтелектуального рівнів управління роботів
-
Вхідні команди основних рівнів управління.
-
Засоби узгодження рівнів управління. Кінематичні ланцюги виконавчих механізмів.
-
Системи координат Денавіта-Хартенберга. Матриці положення і орієнтації захоплення.
-
Швидкість і прискорення довільної точки ланки маніпулятора. Динаміка виконавчого механізму маніпулятора.
-
Метод Лагранжа-Эйлера. Рівняння Ньютона-Ейлера. Узагальнені рівняння Д'Аламбера. Принцип якнайменшого примушення Гауса.