Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2024/2025

Znalostní systémy

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
BI-ZNS Z,ZK 5 2P+2C česky
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Studenti se seznámí s tzv. systémy založenými na znalostech (knowledge-based systems), což jsou systémy, které využívají techniky umělé inteligence při řešení problémů, které vyžadují lidské rozhodování, učení a vyvozování závěrů a akce. Předmět seznamuje studenty s filozofií a architekturou znalostních systémů pro podporu rozhodování a plánování. Předmět předpokládá znalosti z teorie množin, základů teorie pravděpodobnosti, umělých neuronových sítí a evolučních algoritmů.

Požadavky:

Základní znalosti matematické logiky, pravděpodobnosti.a statistiky.

Osnova přednášek:

1. Úvod do znalostních systémů.

2. Architektura znalostního systému, reprezentace znalostí.

3. Inferenční mechanizmus, metody pro realizaci inferenčního mechanizmu.

4. Vyjadřování a zpracování neurčitosti.

5. Tvorba znalostního systému, ontologie, získávání znalostí.

6. Bayesovské sítě (příklad výpočtu).

7. Vícehodnotová logika, fuzzy logika, operace ve fuzzy logice.

8. Pravidlový inferenční fuzzy systém.

9. Reprezentace znalostí pomocí rozhodovacích stromů.

10. Neuronové sítě a jejich využití pro reprezentaci znalostí a inferenci pravidel.

11. Extrakce pravidel z rozhodovacích stromů.

12. Extrakce pravidel z neuronových sítí.

13. Využití pravidel v multiagentních systémech.

Osnova cvičení:

1. Úvodní cvičení, seznámení s pravidly hodnocení a s frameworkem pro úlohy.

2. Reprezentace znalostí. Zadání a práce na 1. úloze.

3. Odevzdání 1. úlohy.

4. Inferenční a vysvětlovací mechanizmus. Zadání a práce na 2. úloze.

5. Odevzdání 2. úlohy.

6. Neurčitost. Zadání a práce na 3. úloze.

7. Odevzdání 3. úlohy.

8. Fuzzy logika. Zadání a práce na 4. úloze.

9. Extrakce pravidel 1

10. Odevzdání 4. úlohy.

11. Neuronové sítě

12. Extrakce pravidel 2

13. Odevzdání závěrečné úlohy a udělení zápočtů.

Cíle studia:
Studijní materiály:

[1] Provazník, I., Kozumplík, J.: Expert Systems, VUT Brno, 101 p., ISBN 80-214-1486-3, 1999

[2] Dvořák, J. Expertní systémy. Učební text VUT v Brně, fakulta strojního inženýrství. URL:http://www.uai.fme.vutbr.cz/~jdvorak/Opory/ExpertniSystemy.pdf.

[3] Berka, P. a kol.: Expertní systémy. Skripta. Praha, VŠE 1998.

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

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

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

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

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

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

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

[11] J. Zvárová a kol.: Systémy pro podporu lékařského rozhodování III., Univerzita Karlova, Karolinum, Praha 2009

[12] Expertní systémy [online] http://portal.matematickabiologie.cz/index.php?pg=analyza-a-hodnoceni-biologickych-dat--umela-inteligence--expertni-systemy

Poznámka:

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/BI-ZNS/

Další informace:
https://courses.fit.cvut.cz/BI-ZNS/
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 28. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet3463706.html