Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Umělá inteligence v biomedicínském inženýrství

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
17DAUIBI ZK 5 2P anglicky
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra biomedicínské informatiky
Anotace:

Umělá inteligence je souhrnný pojem, který zahrnuje řadu metod, které nějakým způsobem souvisí s (inteligentním) chováním živých organizmů, zejména člověka. Algoritmy umělé inteligence se snaží v omezené míře tyto vlastnosti napodobovat. Předmět je zaměřen na metody, které jsou zmiňovány v souvislosti s umělou inteligencí. Detailně jsou probírány pojmy jako systém se zpětnou vazbou, stavový prostor a jeho prohledávání, matematická logika (zejména metoda rezoluce), rozpoznávání a klasifikace a dále takové globální pojmy jako je strojové učení, distribuovaná umělá inteligence, multiagentní systémy, evoluční výpočetní techniky a umělé neuronové sítě.

Požadavky:

Zkouška: Písemná a ústní část.

Osnova přednášek:

1. Definice umělé inteligence. Systémy a modely, zpětná vazba, adaptace.

2. Stav a stavový prostor, prohledávání stavového prostoru

3. Informované metody prohledávání (gradientní algoritmy, metoda větví a mezí, A*) a neinformované metody prohledávání (prohledávání do hloubky a do šířky).

4. Matematická logika (výroková a predikátová), dokazování tvrzení pomocí

rezoluce.

5. Rozpoznávání - příznakové metody, klasifikace, kritérium minimální

vzdálenosti a minimální chyby.

6. Rozpoznávání - strukturální metody, deformační schémata, klasifikace

7. Analýza, syntéza a zpracování řeči. Kepstrální analýza, dynamické

programování, syntaxe a sémantika.

8. Strojové učení, rozhodovací stromy.

9. Znalostní a expertní systémy (diagnostické, plánovací, hybridní). Extrakce znalostí pro znalostní systémy.

10. Distribuovaná umělá inteligence, multiagentní systémy (reaktivní,

intencionální, sociální agenti), koordinace, kooperace, komunikace.

11. Evoluční výpočetní techniky, genetické algoritmy, evoluční programování, genetické programování, gramatická evoluce.

12. Neuronové sítě, klasifikátory, aproximátory, vícevrstvá peceptronová síť, metody učení a vybavování.

13. Fuzzy logika a fuzzy systémy.

14. Umělá inteligence v automatizaci a robotice.

Osnova cvičení:

Předmět nemá cvičení.

Cíle studia:

Seznámit studenty s principy umělé inteligence a různými metodami, které se využívají v oblasti umělé inteligence.

Studijní materiály:

[1]Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence 1-4, Academia, Praha, 1993-2004

[2]Pokorný M.: Umělá inteligence v modelování a řízení, BEN, Praha, 1996

[3]Vondrák I.: Umělá inteligence, Univerzita Palackého, Olomouc, 1991

[4]Sedláček V.: Umělá inteligence: Úvod, metody řešení úloh, rezoluční metoda, Státní pedagogické nakladatelství, Praha, 1987

[5]Zbořil F., Hanáček P.: Umělá inteligence, Edič. střed. VUT, Brno, 1990

[6]Šíma J., Neruda R.: Teoretické otázky neuronových sítí, Matfyzpress, 1996

[7]Zelinka I.: Umělá inteligence. Neuronové sítě a genetické algoritmy, VUTIUM, Brno, 1998

Poznámka:
Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet25068105.html