Объем и виды занятий по дисциплине представлены в Паспорте дисциплины:
Паспорт дисциплины
Кафедра «Информационно-вычислительной техники и информационной
безопасности»
Дисциплина Б.3.ДВ.24.1 «Введение в интеллектуальные системы»
Статус дисциплины профессиональный цикл, по выбору
Направление 230100 «Информатика и вычислительная техника»
Форма обучения заочная
Объем дисциплины 144 часа
Общая трудоёмкость дисциплины 4 зачётные единицы
Семестр | Учебные занятия (часы) | Наличие курсовых проектов (КП), курсовых работ (КР), расчетных заданий (РЗ) | Форма промежуточной аттестации (зачёт, экзамен) | |||||
Всего | Аудиторные занятия | СРС | ||||||
всего аудиторных занятий | лекции | лаборат. работы | семестр | сессия | ||||
10 | 144 | 22 | 6 | 16 | 113 | 9 | контроль-ная работа | экзамен |
4 Рабочая программа дисциплины
4.1 Содержание дисциплины
4.1.1 Тематический план дисциплины
Лекции (6 часов).
Тема 1 Введение. Обзор прикладных областей интеллектуальных систем. Базовые понятия.
Лекция 1 (1 час, [1-10]). Цели курса, терминологии предмета, рассмотрены проблемы интеллектуальных систем (ИС) и история их развития.
Тема 2 Архитектура и основные составные части интеллектуальных систем. Искусственный интеллект как представление и поиск.
Лекция 2 (2 часа, [2-3]). Рассматриваются различные подходы к построению ИС, а также архитектура ИС. Обработка качественных знаний. Логическое получение новых знаний из набора фактов и правил. Отображение общих принципов по конкретной ситуации.
Тема 3 Интеллектуальные системы: Концептуальные модели
представления знаний.
Лекция 3 (2 часа, [1-3]). Концептуальные модели представления знаний. Машинное обучение, основанное на символьном представлении информации. Структуры и стратегии поиска в пространстве состояний. Эвристический поиск и экспертные системы, оценки состояний. Машинное обучение, основанное на символьном представлении информации. Выбор задачи и процесс инженерии знаний.
Тема 4 Системы распознавания образов.
Лекция 4 (1 час, [1-9]). Системы распознавания образов, понятие образа. Подходы к распознаванию образов, гипотеза компактности. Затронуты темы обучения и самообучения ИС.
Лабораторные работы (16 часов).
Лабораторная работа № 1. (4 часа, [1-6]). Разработка экспертной системы описания и распознавания паттерна объекта проектирования по экспертными оценкам по предложенному варианту; логическое получение новых знаний из набора фактов и правил.
Лабораторная работа № 2. (4 часа, [1-9]). Построение обучающей выборки для распознавания однотипных многофакторных классов объектов проектирования.
Лабораторная работа № 3. (4 часа, [3-4]). Изучение пакетов разработки интеллектуальных экспертных систем: Neuro Builder Prolog. Решение логических задач по варианту.
Лабораторная работа № 4. (4 часа, [1-3]). Бинарные деревья. Семантические сети. Построение модели предметной области по варианту в виде ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) - отношения между ними, как семантическую модель представления знаний.
Самостоятельная работа студентов (113 час.+9 час.)
Номер и содержание задания | Объем, час | Рекомендуемая литература |
1 | 2 | 3 |
1. Подготовка к лекциям | 12 | [1 - 8, лекции] |
2. Подготовка к выполнению лабораторных работ, оформление отчёта | 22 | [1-10, лекции] |
3. Подготовка к выполнению контрольной работы, оформление отчета | 9 | [лекции, 1-8] |
4. Работа с литературными источниками, час. | 70 | [1 – 14] |
5. Подготовка к экзамену (во время сессии) | 9 | [лекции, 1-14] |
Контрольная работа [1-10].
Задание заключается в разработке и создании баз знаний и метаправил для заданного объекта проектирования (по предложенному варианту, предоставляемому студенту), на основе изученных моделей представления знаний.
В процессе выполнения задания студент должен показать:
1. Знания и умения построения и проектирования баз знаний реальных объектов.
2. Навыки разработки метаправил логического вывода.
4.1.2 Учебно-методическое и информационное обеспечение дисциплины
Основная литература
1. Рыбина построения интеллектуальных систем: учебное пособие./ . - М.: Финансы и статистика, 2010. - 432 c.- Доступ из ЭБС «Университетская библиотека online».
Дополнительная литература
2. Гаскаров информационные системы: учебник для вузов/ . - М.: Высш. шк., 2003. – 432 с. (10 экз.)
3. Пупков системы: научное издание / , . М.: Изд-во МГТУ, 2003.- 384 с. (5 экз).
4. Павлов искусственного интеллекта: учебное пособие. В 2-х частях. [Электронный ресурс]/. - Томск: Эль Контент, 2011.- Ч.1.- 176 с. Доступ из ЭБС «Университетская библиотека online».
5. Павлов искусственного интеллекта: учебное пособие. В 2-х частях. [Электронный ресурс]/. - Томск: Эль Контент, 2011.- Ч.2.- 194 с. Доступ из ЭБС «Университетская библиотека online».
6. И Нейронные сети: основы теории М.: «Горячая линия – Телеком», 2010. – 418 с. (3 экз.).
7. Барский логика событий и логические нейронные сети.
Приложение к журналу «Информационные технологии» №7, 2007.
8. Трёхмерная экранизация компьютерных объектов «живого» моделирования. Информационные технологии. 2010, №10.
9. Барский информационные технологии. М.: ИНТУИТ; БИНОМ. Лаборатория знаний, 2007.
10. Компьютерное зрение. Современный подход. М.: Издательский дом «Вильямс» 2004.
Программное обеспечение и Интернет-ресурсы
11. http://www. raai. org- Российская ассоциация искусственного интеллекта.
12. www. neuroproject. ru - Нейронные сети, генетические алгоритмы.
13. http://ransmv. narod. ru - Нечеткая логика, нечеткие системы и мягкие вычисления. Ресурсы и полезные ссылки.
14. fuzzyset. narod. ru - Статьи, труды конференции, ссылки на ВЕБ-ресурсы и т. д. по нечеткой логике, мягким вычислениям и вычислительному интеллекту.
Учебно-методические материалы и пособия для студентов, используемые при изучении дисциплины
15. Гарколь указания по выполнению лабораторных работ по дисциплине «Введение в интеллектуальные системы», для бакалавров заочной формы обучения.- [Электронный ресурс] Барна4. Режим доступа http//elib. altstu. ru.
4.1.3 Формы и содержание текущей и промежуточной аттестации по дисциплине
Текущая аттестация студентов осуществляется по итогам:
- выполнения лабораторных работ;
- выполнения контрольной работы.
Вес каждой лабораторной работы – 0,1; вес контрольной работы – 0,2.
Промежуточная аттестация - экзамен во время сессии имеет вес 0,4.
Содержание текущей и промежуточной аттестации раскрывается в комплекте контролирующих материалов. Контролирующие материалы по дисциплине содержатся в приложении В.
При изучении дисциплины «Введение в интеллектуальные системы» используется рейтинговая система оценки учебной работы студента, соответствующая «Положению о модульно-рейтинговой системе квалиметрии учебной деятельности студентов» СМК ОПД 01-19-2008. Памятка дисциплины приведена в приложении Б.
4.1.4 Учебно-методическая карта дисциплины
Учебно-методическая карта дисциплины
«Введение в интеллектуальные системы»
для направления _230100 «Информатика и вычислительная техника»
на _10_ семестр
График аудиторных занятий, СРС, текущих и промежуточной аттестаций
Наименование вида работ | Номер недели | |||||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | сессия | |
1 Аудиторные занятия 22 час. | ||||||||||
Лекции | 6 | |||||||||
Лабораторные работы | 16 | |||||||||
2 Самостоятельная работа студентов 122 час. | ||||||||||
Подготовка к лекциям | 1 | 1 | 1 | 1 | 2 | 1 | 1 | 2 | 2 | |
Подготовка к выполнению лабораторных работ, оформление отчёта | 10 | 12 | ||||||||
Подготовка к выполнению контрольной работы, оформление отчёта | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | |
Работа с литературными источниками, час | 7 | 7 | 8 | 8 | 8 | 8 | 8 | 8 | 8 | |
Подготовка к экзамену | 9 | |||||||||
3 Формы текущей аттестации | ||||||||||
Защита лабораторных работ (ЗР) | 0,1 0,1 0,1 0,1 | |||||||||
Защита контрольной работы(ЗКР) | 0,2 | |||||||||
4 Формы промежуточной аттестации | ||||||||||
Экзамен | 0,4 | |||||||||
ПРИМЕЧАНИЯ.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 |
