Pokročilá umělá inteligence

Vztahy:

Předmět A5M33UIP nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A3M33UI (vztah je symetrický)

Předmět A5M33UIP může být splněn v zastoupení předmětem A3M33UI

Předmět A5M33UIP nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A3M33UI (vztah je symetrický)

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Cílem předmětu je poskytnout přehled pokročilých technik, které se využívají při tvorbě inteligentních systémů. Postupně je probrána problematika pokročilých metod prohledávání stavového prostoru, strojového učení, dolování dat, přírodou inspirovaných algoritmů (PSO, ACO, evolučních algoritmů, umělého života), multiagentních systémů a jejich aplikací.

Požadavky:

Podmínkou zápočtu je účast na cvičeních, odevzdání a

úspěšná prezentace samostatné práce.

Osnova přednášek:

1. Povaha dat, informací a znalostí, úvod do problematiky pokročilých technik prohledávání stavového prostoru

2. Jednotlivé metody prohledávání (island-driven search, hierarchical search, limited-horizon search, alfa-beta prohledávání, herní strategie)

3. Strojové učení - přehled klasických metod

4. Násobné klasifikátory, ILP, relační logika

5. Operátory generalizace a specializace, generalizační teorie

6. PAC learning, reinforcement learning

7. Využití strojového učení v klasifikaci, predikci a dalších oblastech

8. Data mining - metody, vizualizace, aplikace, učení asociačních pravidel

9. Distribuované metody v učení a optimalizaci

10. PSO, ACO, celulární automaty, umělé imunitní systémy, artificial life

11. Agent - definice, typy a vlastnosti, modely architektury (BDI, 3bA), sociální chování

12. Koordinace, kooperace a komunikace v multiagentních systémech

13. Modely spolupráce (vyjednávání, tržní a aukční mechanismy)

14. Plánování, aliance, formování koalic, příklady aplikací

Osnova cvičení:

1.- 3. Pokročilé algoritmy prohledávání

4. - 9. Strojové učení - Weka, naprogramování vlastního

algoritmu, experimenty s reálnými daty, porovnání výsledků

získaných různými algoritmy

10. - 11. Experimenty s PSO, ACO

12. - 14. Multiagentní systémy - JADE, práce s existujícími

systémy, platforma Aglobe

Cíle studia:

Studijní materiály:

[1] Mařík, V., Štěpánková, O., Lažanský, J. (editoři): Umělá inteligence 1, 2, 3, 4, 5, Academia, Praha

[2] Wooldridge M., Jennings N.: Intelligent Agents: Theory and Practice. The Knowledge Engineering Review, 10 (1995), No.2, pp. 115-1526

[3] Dorigo, M., V. Maniezzo, and A. Colorni: The Ant System:optimization by a Colony of Cooperating Agents. IEEE Trans. Syst. Man Cybern. B 26 (1996): 29-41

[4] Russell, S., Norvig, P.: Artificial Intelligence, A Modern Approach, Prentice Hall Series in AI. New Jersey, Englewood Cliffs, 1995

[5] Speciální software nainstalovaný v počítačové učebně katedry kybernetiky ČVUT FEL.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: