Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2018/2019

Databázové a znalostní systémy

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
2371091 Z,ZK 4 2+2 česky
Přednášející:
Jiří Bíla (gar.), Vladimír Hlaváč
Cvičící:
Jiří Bíla (gar.), Vladimír Hlaváč
Předmět zajišťuje:
ústav přístrojové a řídící techniky
Anotace:

Základní datové modely. Typy a příklady databázových systémů. Systémy řízení databázových systémů. Příklady návrhu databází. Programovací techniky. Jazyk SQL. SQL pro ORACLE. Základy programování databázových systémů v prostředích MS ACCESS a ORACLE. Logické odvozování. Principy vytěžování znalostí na databázích.

Úvod do znalostních systémů, příklady použití. Znalostní systémy na základě formální logiky. Prolog. Znalostní systémy s výpočtem nejistot. Teorie fuzzy množin. Pravidlové systémy. Expertní systémy - modulární struktura. Příklady expertních systémů: ETS, NEST, CLIPS, FEL-Expert, TRACER.

Požadavky:

Otázkové okruhy pro předmět „Databázové a znalostní systémy“

1. Obecné operace s informací zajišťované v databázových systémech.

2. E - R konceptuální model.

3. Integritní omezení pro vztahy definované v DBS.

4. Modely SŘBD.

5. Relační databázové systémy.

6. Coddovy charakteristiky (pravidla) pro relační SŘBD.

7. Množinové a relační operace v relačním databázovém systému.

8. Architektury SŘBD.

9. SŘBD na osobních počítačích.

10. Systémy klient/server.

11. Databázové aplikační programovací jazyky.

12. Strukturovaný dotazovací jazyk - SQL.

13. Vlastnosti systému MS Access. Programování v systému MS Access.

14. Databázové a znalostní systémy - srovnání. Operace se znalostmi.

15. Rozhodování a řízení s neurčitostmi. Teorie fuzzy množin.

16. Operace s fuzzy množinami.

17. Jazyková proměnná.

18. Fuzzy čísla a počítání s fuzzy čísly.

19. Kompoziční pravidlo a fuzzy inference.

20. Typy fuzzy implikací a jejich vlastnosti.

21. Pravidlové systémy, zavedení, kalkuly (příklady, systém Prevex).

22. Typy, druhy a reprezentace znalostí.

23. Expertní systém - modulární struktura.

24. Inferenční stroj a jeho kooperace s bází znalostí.

25. Popis a manipulace se systémem SAZE (ETS). Příklady použití.

26. Popis a manipulace se systémem ESIE. Příklady použití.

28. Moduly systému TRACER, jejich popis, vlastnosti a použití.

Osnova přednášek:

P1. Úvod. Obecné operace s informací zajišťované v databázových systémech.

P2. E - R konceptuální model. Integritní omezení pro vztahy definované v DBS.

P3. Modely SŘBD. Relační databázové systémy. Coddovy charakteristiky (pravidla) pro relační SŘBD. Množinové a relační operace v relačním databázovém systému.

P4. Architektury SŘBD. SŘBD na osobních počítačích. Systémy klient/server.

P5. Databázové aplikační programovací jazyky. Strukturovaný dotazovací jazyk - SQL.

P6. Programování v systému MS Access.

P7. Programování v databázovém systému typu ORACLE.

P8. Databázové a znalostní systémy - srovnání. Operace se znalostmi. Rozhodování a řízení s neurčitostmi. Teorie fuzzy množin.

P9. Operace s fuzzy množinami. Fuzzy čísla a počítání s fuzzy čísly. Jazyková proměnná.

P10. Fuzzy logika. Kompoziční pravidlo a fuzzy inference. Typy fuzzy implikací a jejich vlastnosti.

P11. Pravidlové systémy, zavedení, kalkuly (příklady systémů).

P12. Typy, druhy a reprezentace znalostí. Expertní systém - modulární struktura. Inferenční stroj a jeho kooperace s bází znalostí. Systém ETS.

P13. Expertní systémy - příklady (FELExpert, TRACER, XCON/XSELL, KEE, NEST, G2).

P14. Budoucnost databázových a znalostních systémů. Závěr přednášek.

Osnova cvičení:

C1. Základy dovedností práce s databázovým systémem.

C2. Databázové systémy pro neprogramátory.

C3. Úvod do databázového systému MS ACCESS. Realizace množinových a relačních operací.

C4. Strukturovaný dotazovací jazyk - SQL. Zadání seminárních prací.

C5. Programování v systému MS ACCESS.

C6. Programování v databázovém systému typu ORACLE.

C7. Programování v ACCESS versus programování v ORACLE.

C8. Fuzzy množiny, počítání s fuzzy čísly.

C9. Fuzzy logika. Kompoziční pravidlo a fuzzy inference. Typy fuzzy implikací a jejich vlastnosti.

C10. Pravidlové systémy. Expertní systém ETS. Zadání seminárních prací.

C11. Expertní systém ETS - příklady. Expertní systém NEST.

C12. Expertní systém NEST.

C13. Asistence a testování výsledků seminárních prací.

C14. Odevzdání seminárních prací. Zápočty.

Cíle studia:
Studijní materiály:

Bíla, Král : Databázové a znalostní systémy. ČVUT, Praha, 1999.

Vysoký, P.: Fuzzy řízení. ČVUT, Praha, 1999.

Mařík, V. a kol.: Umělá inteligence, díl 2., kap. 1., 2., 3. a 9. ACADEMIA, Praha, 1997

Poznámka:
Rozvrh na zimní semestr 2018/2019:
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
St
místnost T4:C1-308
Bíla J.
Hlaváč V.

09:45–11:30
(přednášková par. 1)
Dejvice
Laboratoř 12110.3 - 308
místnost T4:C1-308
Bíla J.
Hlaváč V.

11:30–13:15
(paralelka 1)
Dejvice
Laboratoř 12110.3 - 308
Čt

Rozvrh na letní semestr 2018/2019:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 20. 10. 2018
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet3054106.html