Umělá inteligence

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh

Kód	Zakončení	Kredity	Rozsah	Jazyk výuky
A3M33UI	Z,ZK	6	2+2c	česky

Předmět nesmí být zapsán současně s:

Pokročilá umělá inteligence (A5M33UIP)

Předmět je náhradou za:

Pokročilá umělá inteligence (A5M33UIP)

Přednášející:

Vladimír Mařík (gar.), Radek Mařík, Petr Pošík

Cvičící:

Martin Macaš, Radek Mařík, Petr Pošík

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Předmět je zaměřen na poskytnutí teoreticky hlubších poznatků z oblasti umělé inteligence v rozsahu potřebném pro obor Robotika. Sestává z několika partií: vybraných otázek rozpoznávání a strojového učení, základů teorie multiagentních systémů a umělého života. Důraz je kladen na propojení teoretických základů s ukázkami aplikací.

Požadavky:

Osnova přednášek:

1.Metody klasifikace, bayesovké a nebayesovské ulohy.

2.Adaboost, SVM klasifikátory

3.Grafické pravděpodobnostní a Markovovské modely ve strojovém učení

4.Teorie učení - problémy konzistence, kapacity, PAC

5.Učení klasifikačních pravidel (AQ, CN2)

6.Sekvenční rozpoznávání, Waldův algoritmus, extrakce a syntéza příznaků, vlastnosti

7.Plánování, reprezentace plánovacího problému, lineární a nelineární plánování

8.Metody plánování: TOPLAN, POPLAN, SATPLAN, GRAPHPLAN

9.Multiagentní systémy: Reaktivní a deliberativní agenti, BDI architektura, reflexe

10.Kolektivní chování agentů, distribuované rozhodování, techniky vyjednávání, metoda CNP, aukční a hlasovací techniky

11.Sociální znalost, sociální chování agentů, meta-uvažování, formování koalic, týmová spolupráce agentů

12.Multiagentní plánování a rozvrhování, průmyslové aplikace

13.Umělý život, principy, algoritmy, aplikace

14.Aplikace, rezerva

Osnova cvičení:

1.Organizace cvičení, zadání úlohy pro samostatnou práci

2.Bayesovské a nebayesovské úlohy

3.Adaboost a SVM klasifikátory - ukázky řešených úloh

4.Markovovské modely a strojové učení I

5.Markovovské modely a procesy učení II

6.Systémy AQ a CN2, experimenty I

7.Systémy AQ a CN2, experimenty II

8.Plánovací úlohy

9.Plánování - praktická úloha

10.Systém Aglobe a jeho vlastnosti, ukázky

11.Další multiagentní systémy (Agentfly, ProPlant, MAST) -ukázky

12.Agentifikace systémů, sémantická informace

13.Umělý život -ukázky

14.Presentace úloh, zápočet

Cíle studia:

Studijní materiály:

1.Mařík, V., Štěpánková, O., Lažanský, J. a kol.: Umělá inteligence 1-5, Academia Praha, 1993-2007

2.Wooldridge, M: An Introduction to Multi-agent Systems. John Wiley & Sons, 2002

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

URL: http://cw.felk.cvut.cz/doku.php/courses/a3m33ui/start

Rozvrh na zimní semestr 2011/2012:

Rozvrh není připraven

Rozvrh na letní semestr 2011/2012:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út	místnost KN:E-126 Pošík P. Mařík R. 12:45–14:15 (přednášková par. 1) Karlovo nám. Trnkova posluchárna K5místnost KN:E-132 Macaš M. Pošík P. 16:15–17:45 (přednášková par. 1 paralelka 101) Karlovo nám. Laboratoř PCmístnost KN:E-220 18:00–19:30 (přednášková par. 1 paralelka 102) Karlovo nám. Laboratoř BIO
St
Čt
Pá

Předmět je součástí následujících studijních plánů:

Kybernetika a robotika - Robotika (povinný předmět oboru)