Разделы и темы рабочей программы самостоятельного изучения | Перечень домашних заданий и других вопросов для самостоятельного изучения | Сроки выполнения | Объём часов ОФО | Объём часов ЗФО |
Алгебра логики. Равносильные формулы. Таблицы истинности логических функций. | Решение задач Конспектирование первоисточников | сентябрь | 10 | 10 |
Механизм человеческого мышления. Цели. Факты и правила. Упрощение. Механизм вывода. Прямая и обратная цепочки рассуждений. Метазнания. Данные и знания. Свойства знаний и отличие знаний от данных. Экстенсиональное и интенсиональное описание знаний. Представление в компьютере неформальных процедур. Алгоритмические модели. | Конспектирование учебной литературы | сентябрь | 10 | 16 |
Методы полного перебора в ширину и в глубину. Языки описания продукционной модели Prolog и Lisp. | Выполнение домашних заданий | октябрь | 10 | |
Анализ пространственных сцен. Связь понятия фрейма и объекта в объетно-ориентированном программировании. Объектно-ориентированные языки программирования. Примеры языков инженерии знаний, основанных на фреймах: FRL и KRL. | Изучение учебного материала | октябрь | 10 | 10 |
Типы узлов и типы отношений. «Поверхностность» и «глубинность» знаний как основные отличия модели семантических сетей от продукционной модели. Предметные области, где семантические сети получили распространение. Примеры | Изучение учебного материала. Выполнение домашних заданий | ноябрь | 10 | 10 |
Ненадежные знания и выводы. Разбиение задач с ненадежными данными. Субъективный Байесовский метод. | Проработка учебного материала | ноябрь | 10 | 10 |
Нейрокомпьютинг и его основные направления. Структура и функции центральной нервной системы. Обучение и самообучение. Адаптация и обучение. Программные средства анализа нейронных сетей. Применение нейронных систем в экспертных системах. | Конспектирование учебной литературы | ноябрь | 10 | 50 |
Интеллектуальные редакторы. Использование графических средств ввода-вывода. Морфологический, синтаксический, семантический анализ запросов и синтез выходных сообщений. Проектирование помощи, подсказок, объяснений. Использование гипертекста. Использование инструментальных средств тестирования: трассировки и объяснений, семантических анализаторов, контрольных точек, сбора статистики, реструктуризации. | Изучение учебного материала | декабрь | 10 | 20 |
Достоинства и недостатки имитационных моделей. | Проработка учебного материала | декабрь | 10 | 18 |
Итого | 90 | 144 |
Организация и методика текущего
и итогового контроля знаний (ОФО)
Перечень контрольных работ, тестов | Сроки проведения контроля | Разделы и темы рабочей программы |
Классификация интеллектуальных информационных систем (тестовое задание). | сентябрь | Раздел 1 Тема 1.1 Тема 1.2 |
Модели представления знаний (тест) | октябрь | Раздел 2 Тема 2.2 Тема 2.3 Тема 2.4 Тема 2.5 |
Нейронные сети | октябрь | Раздел 2 Тема 2.6 |
Тестовый промежуточный контроль | ноябрь | Разделы 1-2 |
Проектирование прототипов ЭС | ноябрь | Раздел 3 Тема 3.1 Тема 3.2 |
Экзамен | январь | Разделы 1-4 |
3.5. Курсовой проект (работа), его характеристика и трудоемкость, примерная тематика
Учебным планом не предусмотрен.
3.6. Учебная практика по дисциплине, краткая характеристика
Учебным планом не предусмотрена.
3.7 Тематика контрольных работ для студентов ЗФО
Контрольная работа
по дисциплине «Интеллектуальные информационные системы»
Задание 1. Построить семантическую сеть вокруг понятия «Экспертная система», дать классификацию типов связей в виде таблицы и выделить их на схеме разными способами.
Тип связи | Наименование в понятии | Примеры условных обозначений |
Структурная | «является», «это» | |
Функциональная | «выполняет», «влияет», «производит» | |
Количественная | «больше», «меньше», «равно» | |
Пространственная | «близко», «далеко», «за», «перед» и т. д | |
Временная | «раньше», «позже», «во время», «в течение» | |
Атрибутивная | «имеет свойство», «имеет значение» и т. д. | |
Логическая | И, ИЛИ, НЕ и др |
Примечание: в зависимости от задания некоторые виды связей могут отсутствовать.
Задание 2. Сформулировать смысл информации, заключенной в представленном фрагменте семантической сети.
Задание 3. Представить в виде сети фреймов информацию о понятии «Руководитель», количество слотов не менее семи.
Дополнительно отобразить полученную фреймовую модель графически в виде иерархической структуры.
4. Учебно-методические материалы по дисциплине
4.1. Основная и дополнительная литература
Основная литература
1. ЭБС «» Федотова, технологии и системы: учеб. пособие / . - М.: ФОРУМ: Инфра-М, 20с. Режим доступа http://
2. ЭБС «» Дорогов, в методы и алгоритмы принятия решений: учебное пособие / , . - М.: ФОРУМ: ИНФРА-М, 20с. Режим доступа http://
3. ЭБС «» Романов, сетевых систем поиска экономической информации: монография / , . - М.: Вузовский учебник: ИНФРА-М, 2010. – 144 с. Режим доступа http://
Дополнительная литература
1. ЭБС «» Гусева, моделирование экономических процессов в среде Arena: учеб.-метод. пособие / . - М. : Флинта, 20с. Режим доступа http://
2. ЭБС «» Интеллектуальный анализ динамики бизнес-систем: учебник/ и др.; под науч. ред. и др. - М.: ИНФРА-М, 20с. Режим доступа http://
3. ЭБС «» Ездаков, системы САПР: учебное пособие / . - М.: ФОРУМ, 20с. Режим доступа http://
4.2. Перечень методических указаний к проведению учебных занятий и самостоятельной работы студентов
4.3. Перечень методических указаний к лабораторным занятиям
1. , Черепанов практикум (Электронный ресурс)
4.4. Перечень обучающих, контролирующих компьютерных программ, диафильмов, кино - и телефильмов, мультимедиа и т. п.
4.5. Раздаточный материал
Тестовые задания (20 экз.) Задания к лабораторным работам по разделам темы «Нейронные сети» (по 30 экз. к каждому разделу) Лабораторные работы по теме «Проектирование прототипов прикладных экспертных систем» (20 экз.)4.6. Примерный перечень вопросов к зачёту (экзамену) по всему курсу
Вопросы к экзамену
по курсу «Интеллектуальные информационные системы»
Понятие интеллектуальной информационной системы. Основные концепции в исследованиях искусственного интеллекта: программно-прагматическая и биологическая. Функции интеллектуальных информационных систем. Классификация интеллектуальных информационных систем. Нейросетевые алгоритмы (нейронные сети). Генетические (эволюционные) алгоритмы. Нечеткая логика. Понятие лингвистической переменной. Функция принадлежности. Многоагентные интеллектуальные информационные системы. Объектно-ориентированные интеллектуальные информационные системы. Представление знаний в интеллектуальных информационных системах. Понятие знания. База знаний. Фактуальные и операционные знания. Основные подходы к представлению знаний: процедурный и декларативный. Извлечение информации из данных. Логический и эвристический подходы к извлечению знаний. Логические модели представления знаний. Метод правил вывода (предикатов). Метод резолюций. Семантические сети. События, атрибуты, процедуры. Фреймовые модели представления знаний. Основные понятия. Протофрейм, экзофрейм. Продукционные модели представления знаний. Понятие продукции. Классификация ядер продукции. Структура продукционной системы знаний. Свойства продукционных моделей. Понятие экспертной системы. Структура экспертной системы. Классификация экспертных систем по решаемой задаче. Классификация экспертных систем по связям с реальным временем. Классификация экспертных систем по типу ЭВМ. Классификация экспертных систем по степени интеграции с другими программами. Этапы проектирования экспертных систем. Основные понятия имитационного моделирования. Виды имитационных моделей. Области применения. Этапы имитационного моделирования. Критерии качества имитационной модели.4.7. Задания для проведения текущей и промежуточной аттестации и контроля остаточных знаний
Пример задания для текущего контроля
Каковы предпосылки возникновения искусственного интеллекта как науки?a) появление ЭВМ
b) развитие кибернетики, математики, философии, психологии и т. д.
c) научная фантастика
d) нет правильного ответа
Какой подход использует булеву алгебру?a) структурный
b) имитационный
c) логический
d) эволюционный
e) нет правильного ответа
Какой язык программирования разработан в рамках искусственного интеллекта?a) Pascal
b) C++
c) Lisp
d) OWL
e) PHP
Какие задачи решаются в рамках искусственного интеллекта?a) распознавание речи
b) принятие решений
c) кодирование
d) создание сред разработки информационных систем
e) создание компьютерных игр
f) нет правильного ответа
Экспертные знания активно используются в следующих направлениях?a) экспертные системы
b) когнитивное моделирование
c) распознавание образов
d) компьютерная лингвистика
e) нет правильного ответа
Принцип организации социальных систем используется в направлении:a) эволюционное моделирование
b) когнитивное моделирование
c) нейронные сети
d) нет правильного ответа
Какие понятия относятся к генетическим алгоритмам?a) особь
b) фенотип
c) ген
d) ДНК
e) нейрон
f) функция активации
Какие виды отбора в генетических алгоритмах существуют?a) дискретный отбор
b) ранговый отбор
c) поэтапный отбор
d) дуэльный отбор
e) турнирный отбор
f) рулетка
Какие бывают операторы генетического алгоритма?a) кроссинговер
b) скрещивание
c) транслитерация
d) транслокация
e) мутация
f) конверсия
Какие значения может принимать функция принадлежности?a) [0, ∞]
b) [-∞, +∞]
c) [0, 1]
d) нет правильного ответа
Множество точек, для которых значение функция принадлежности равно 1, называется:a) носителем
b) ядром
c) 
-срезом
d) нет правильного ответа
Что характерно для ранних систем поддержки принятия решений?a) возможность оперировать неструктурированными или слабоструктурированными задачами, в отличие от задач, с которыми имеет дело исследование операций
b) оперирует слабоструктурированными решениями;
c) поддерживает разнообразные стили и методы решения, что может быть полезно при решении задачи группой лиц, принимающих решения;
d) нет правильного ответа
Какие подсистемы входят в системы поддержки принятия решений?a) системы поддержки генерации решений
b) системы поддержки выбора решений
c) системы управления базами данных
d) системы имитационного моделирования
e) нет правильного ответа
Какие методы используют в системах поддержки принятия решений?a) метод аналитических иерархических процессов
b) метод Гаусса
c) математическое моделирование
d) метод аналитических сетевых процессов
e) нет правильного ответа
Пример экзаменационного задания
для проведения промежуточной аттестации
по дисциплине «Интеллектуальные информационные системы»
Вопрос № 1. Задача является неформализуемой, если:
A. Цели решения задачи не могут быть выражены в терминах точно определенной целевой функции
Б. Задача может быть представлена в числовой форме
B. Данные и знания не изменяются
Г. Задача не записана на формальном языке
Вопрос № 2. Направление в исследованиях по искусственному интеллекту, ориентированное на существующие модели компьютеров, называется:
A. Биологическое
Б. Алгоритмическое
B. Программно-прагматическое и биологическое
Г. Объектно-ориентированное
Вопрос № 3. Алгоритмы, методы и способы решения задач в предметной области представляют собой:
A. Предметные знания
Б. Операционные знания
B. Логические знания
Г. Процедурные знания
Вопрос № 4. Знания, сосредоточенные в структурах данных, являются:
A. Декларативными
Б. Процедурными
B. Логическими
Г. Когнитивными
Вопрос № 5. Нейронные сети характеризуются:
A. Неспособностью объяснять свои действия
Б. Легкостью выбора архитектуры сети
B. Невозможностью обучения сети
Г. Невозможностью работать с зашумленными данными
Вопрос № 6. Генетический алгоритм является:
A. Определенным
Б. Множественно-вероятностным
B. Линейным
Г. Комбинированным
Вопрос № 7. Функция принадлежности определяет:
A. Качественные характеристики объекта
Б. Субъективную степень уверенности эксперта в том, что конкретные значения
базовой шкалы соответствуют определенному нечеткому множеству
B. Принадлежность объекта определенному нечеткому множеству
Г. Отношение значения базовой шкалы к определенной категории
Вопрос № 8. Сетевые модели относят к ________________________ подходу работы со
знанями:
A. Логическому
Б. Когнитивному
B. Динамическому
Г. Формальному
Вопрос № 9. Реальные или абстрактные объекты, из которых состоит предметная область, это:
A. Отношения
Б. Суждения
B. Предположения
Г. Сущности
Вопрос № 10. В базе знаний логической модели хранятся:
A. Знания, образующие множество аксиом и правил вывода
Б. Знания, образующие множество синтаксических правил
B. Лишь знания, образующие множество аксиом
Г. Лишь знания, образующие множество правил вывода
Вопрос № 11. Для метода резолюций характерно:
A. Если А и (А→В)=>В
Б. Доказательство истинности или ложности выдвинутого предположения ведется методом от противного
B. ЕслиØА и (А→В) =>В
Г. Если А и Ø (А-»В)=>В
Вопрос № 12. Совокупность взаимосвязанных понятий образует:
A. Фреймовую модель
Б. Семантическую сеть
B. Нечеткое множество
Г. Схему связи
Вопрос № 13. Атрибут в семантической сети — это...
A. Изменение ее структуры
Б. Специфический компонент сети, выполняющий преобразование информации
B. Характеризующее событие, имеющее несколько значений
Г. Характеризуемое событие, имеющее несколько значений
Вопрос № 14. Фрейм с незаполненными значениями слотов называется:
A. Экзофрейм
Б. Профрейм
B. Протофрейм
Г. α-фреймом
Вопрос № 15. Понятие «клиент» можно отобразить с помощью:
A. Фрейма-роли
Б. Фрейма-сценария
B. Фрейма-ситуации
Г. Фрейма-структуры
Вопрос № 16. Постусловие в продукции - это...
A. Условие, которое активируется, когда ядро продукции реализовано
Б. Условие, при котором продукция активируется
B. Описание класса ситуаций, в котором данная структура может использоваться
Г. Выражение типа «Если выполняется А, то следует B»
Вопрос № 17. Если событие А=>В наступает с вероятностью, равной Р, то такое ядро продукции называется:
A. Недетерминированным
Б. Комбинированным
B. Одновероятным
Г. Детерминированным
Вопрос № 18. Имитационное моделирование целесообразно использовать, когда:
A. Существует законченная постановка задачи
Б. Имеются достаточно простые аналитические методы решения
B. Исследуются простые системы
Г. Задача не поддается решению в явном виде или при большой размерности задачи
Вопрос № 19. Процесс извлечения информации из данных сводится к адекватному соединению операционного и фактуального знаний. Способ их соединения системах, основанных на обработке баз данных:
A. Программа = База знаний + Управляющая структура
Б. Программа = Алгоритм + Структура данных
B. Программа = СБД + Алгоритм + Структура данных
Г. СБД = Программа <=> СУБД <=> БД
Вопрос № 20. Какие из перечисленных компонентов входят в архитектуру экспертной системы?
A. Решатель и компонент пользователя
Б. Анимационный и интегрированный компоненты
B. Решатель и интерфейс пользователя
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 |
