česky  čs
english  en
Umělá inteligence a neuronové sítě (2371076)
Katedra:ústav přístrojové a řídící techniky (12110)
Zkratka:Schválen:29.11.2010
Platí do: ??Rozsah:2P+2C
Semestr:10Kredity:5
Zakončení:Z,ZKJazyk výuky:CS
Anotace
UMĚLÁ INTELIGENCE 2016

Teorie řešení úloh, Formální logika. Jazyk a kalkul predikátů 1.řádu, Automatické dokazování teorémů-resoluční metoda, Formální jazyky a gramatiky, abstraktní automaty jako syntaktické
analyzátory, Abstraktní automaty jako syntaktické analyzátory, Fuzzy regulátory, Fuzzy toolbox pro MatLab/Simulink, Syntéza fuzzy regulátoru v prostředí fuzzy toolboxu pro MatLab/Simulink, Genetické algoritmy, Neuronové sítě, Neuronové sítě, teorie (MLP, RBF, HONU), typy, Neuronové sítě, teorie (MLP, RBF, HONU), Neuronové sítě - aplikace.
Vyučující
prof. Ing. Jiří Bíla DrSc.
Zimní 2019/2020
Osnova
UMĚLÁ INTELIGENCE 2016

(prof. Bíla, doc. Bukovský)

1. Úvodní přenáška (4.10.)
2. Teorie řešení úloh. (11.10. + cv.)
3. Formální logika. Jazyk a kalkul predikátů 1.řádu. (18.10.).
4. Automatické dokazování teorémů-resoluční metoda. (25.10. + cv.).
5. Formální jazyky a gramatiky, abstraktní automaty jako syntaktické
analyzátory. (1.11.).
6. Abstraktní automaty jako syntaktické analyzátory. (8.11. + cv.).
7. Fuzzy regulátory, Fuzzy toolbox pro MatLab/Simulink. (15.11.).
8. Syntéza fuzzy regulátoru v prostředí fuzzy toolboxu pro
MatLab/Simulink. (22.11. + cv.).
9. Genetické algoritmy (29.11.).
10. Neuronové sítě (6.12.).
11. Neuronové sítě, teorie (MLP, RBF, HONU), typy, (13.12. + cv.).
12. Neuronové sítě, teorie (MLP, RBF, HONU), (20.12.).
13. Neuronové sítě - aplikace. (3.1. + cv.).
14. Závěr semestru, zápočty (10.1.)

Témata cvičení následují témata přednášek.
Seminární práce budou postupně zadávány od 8. přednášky.

Podmínky pro udělení zápočtu:

- 50 % prezence na cvičeních.
- Odevzdaná a přijatá seminární práce.
Osnova cvičení
Témata cvičení následují témata přednášek.
Seminární práce budou postupně zadávány od 8. přednášky.

Podmínky pro udělení zápočtu:

- 50 % prezence na cvičeních.
- Odevzdaná a přijatá seminární práce.
Literatura
1. Bíla, J. : Umělá inteligence a neuronové sítě v aplikacích. ČVUT, Praha, 1998.
2. Bíla, Šmíd, Král, Hlaváč: Informační technologie. Databázové a znalostní systémy. ČVUT v Praze, 2009.
3. Mařík, V. a kol.: Umělá inteligence (1+2+3+4). Academia, Praha, (1997-2003).
3. Vysoký, P.: Fuzzy řízení. ČVUT, Praha, 1999.
Požadavky
UMĚLÁ INTELIGENCE 2016/2017
(Otázkové okruhy ke zkoušce)
(prof. Bíla, doc. Bukovský)

1. Teorie řešení úloh, typy úloh, zobecněný stavový prostor, jeho struktura, formální model syntézy řešení, vzdálenost od cíle řešení (metrika).
2. Formální logika. Jazyk a kalkul predikátů 1.řádu. Syntéza řešení.
3. Automatické dokazování teorémů-resoluční metoda. Postup a příklady.
4. Formální jazyky a gramatiky, základní typy gramatik, věta o transformaci regulární gramatiky na regulární lineární gramatiku.
5. Abstraktní automaty jako syntaktické analyzátory. Typy automatů. Stavové stroje (konečný a zásobníkový).
6. Fuzzy regulátory. Mamdaniho regulátor. Takagi-Sugenův regulátor.
7. Fuzzy toolbox pro MatLab/Simulink.
8. Syntéza fuzzy regulátoru v prostředí fuzzy toolboxu pro MatLab/Simulink.
9. Příklad řízení nelineárního dynamického systému fuzzy regulátorem.
10. Genetické algoritmy. Popis algoritmu. Ukončovací podmínka.
11. Neuronové sítě - životní cyklus a oblasti nasazení neuronových sítí.
12. Typy neuronových sítí (MLP, RBF, HONU).
13. Trénování a testování neuronových sítí.
14. Back propagation metoda trénování MLP sítí.
15. Ladění RBF sítí.
16. Konvergence procesu trénování neuronových sítí.
17. Identifikace dynamických systémů pomocí neuronových sítí.
Klíčová slova
Teorie řešení úloh, formální logika, formální gramatiky, fuzzy regulátory, genetické algoritmy, neuronové sítě
data online/KOS/FS :: [Helpdesk] (hlášení problémů) :: [Obnovit] [Tisk] [Tisk na šířku] © 2011-2017 [CPS] v3.7 (master/5b4923ae/2019-02-18/09:35)