ПЕРВОЕ ВЫСШЕЕ ТЕХНИЧЕСКОЕ УЧЕБНОЕ ЗАВЕДЕНИЕ РОССИИ
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
федеральное государственное бюджетное образовательное учреждение высшего профессионального образования
«НАЦИОНАЛЬНЫЙ МИНЕРАЛЬНО-СЫРЬЕВОЙ УНИВЕРСИТЕТ «ГОРНЫЙ»
Согласовано | Утверждаю | |
Руководитель ООП доц. | Зав. кафедрой ИС и ВТ доц. |
РАБОЧАЯ ПРОГРАММА
УЧЕБНОЙ ДИСЦИПЛИНЫ
Интеллектуальные системы
Направление подготовки: Информатика и вычислительная техника
Программа подготовки: Методы анализа и синтеза проектных решений
Квалификация (степень) выпускника: магистр
Форма обучения: очная
Составитель: доцент
Санкт-Петербург
2012
Составитель: доцент
Научный редактор: профессор
1. Цель и задачи дисциплины.
Цель преподавания дисциплины – ознакомление студентов с теоретическими основами систем искусственного интеллекта (ИИ) и технологией программирования для ИИ.
Задача дисциплины – ознакомление студентов с основными моделями и парадигмами искусственного интеллекта.
2. Место дисциплины в структуре ООП.
Курс «Интеллектуальные системы» является базовой дисциплиной общенаучного цикла магистратуры по направлению подготовки 230100.68 – «Информатика и вычислительная техника» и изучается студентами в 1-м семестре.
Для освоения курса обучающийся должен обладать устойчивыми знаниями по математике, информатике и программированию на языке высокого уровня.
3. Требования к результатам освоения дисциплины:
Процесс изучения дисциплины направлен на формирование следующих компетенций:
ОК-1, ОК-2, ОК-4, ОК-6, ОК-7, ПК-1, ПК-2, ПК-5.
В результате изучения дисциплины студент должен:
Знать теоретические основы систем ИИ, модели представления и методы обработки знаний, принципы естественно-языкового интерфейса, распознавания образов и синтеза речи.
Уметь применять инструментальные средства систем ИИ, программировать на языке Prolog.
Владеть способами формализации интеллектуальных задач с помощью языков искусственного интеллекта, методами управления знаниями.
4. Объём дисциплины и виды учебной работы.
Общая трудоёмкость дисциплины составляет 3 зачётные единицы (1 зач. ед.= 36 час.).
Вид учебной работы | Всего часов |
Аудиторные занятия | 45 |
В том числе: | |
Лекции (Л) | 15 |
Практические занятия (ПЗ) | 15 |
Лабораторные работы (ЛР) | 15 |
Самостоятельная работа (СР) | 63 |
Вид итогового контроля | зачет |
Общая трудоемкость дисциплины | 108 |
5. Содержание дисциплины.
5.1. Содержание разделов дисциплины:
№ п/п | Наименование раздела дисциплины | Содержание раздела |
1 | Предмет курса и задачи его изучения | Общие сведения о дисциплине «Интеллектуальные системы»: виды интеллектуальных систем и типы задач, решаемых ими. |
2 | Представление знаний. Автоматические рассуждения. | Обработка знаний, выраженных в качественной форме. Факты и правила. Структуры и стратегии поиска в пространстве состояний. Эвристический поиск. Автоматические рассуждения. Понимание естественного языка. Анализ и синтез речи. |
3 | Технология программирования для ИИ | Обзор языков. LISP, Prolog, CLIPS. Оболочки экспертных систем. Методы формализации интеллектуальных задач. Нечеткие модели. |
4 | Основы логического программирования. Prolog. | Дизъюнкты Хорна. Метод резолюций. Цели решения задачи. Результат доказательства цели. Цели и подцели. Унификация. Откат. Основы пpогpаммиpования на языке PDC Prolog. Стpуктуpа пpогpаммы. Описание доменов и пpедикатов.. |
5 | Модели представления знаний на языке Prolog | Фреймы. Семантические сети. Бинарное дерево. Управление поиском решения. Метод отката после неудачи. Метод отсечения и отката. Построение рекурсивных правил. Простая рекурсия. Обобщенное правило рекурсии. |
6 | Обработка символьной информации | Представление списков. Операции над списками. Представление строк. Операции над строками. Машинное обучение, основанное на символьном представлении информации. |
7 | Динамические базы данных | Создание динамических баз данных. Программирование процедур общения с компьютером на естественном языке. Использование окон, графики и звука. |
8 | Искусственные нейронные сети | Распознавание образов. Простые однослойные сети. Сеть Хебба. Простой перцептрон. Нейросетевые топологии. Алгоритмы обучения. Многослойные нейронные сети. Самоорганизующиеся карты Кохонена. |
5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами.
Обеспечиваемая (последующая) дисциплина – «Поиск решений в интеллектуальных системах», выпускная квалификационная работа (ВКР).
5.3. Разделы дисциплин и виды занятий:
№ п/п | Наименование раздела дисциплины | Трудоёмкость (час.) | |||
Всего | Л | ПЗ | ЛР | ||
1 | Предмет курса и задачи его изучения | 1 | 1 | - | - |
2 | Представление знаний. Автоматические рассуждения. | 4 | 2 | 2 | - |
3 | Технология программирования для искусственного интеллекта | 4 | 2 | 2 | - |
4 | Основы логического программирования. Prolog. | 9 | 2 | 3 | 4 |
5 | Модели представления знаний на языке Prolog | 8 | 2 | 2 | 4 |
6 | Обработка символьной информации | 6 | 2 | 2 | 2 |
7 | Создание динамических баз данных | 7 | 2 | 2 | 3 |
8 | Искусственные нейронные сети | 6 | 2 | 2 | 2 |
Итого: | 45 | 15 | 15 | 15 |
6. Лабораторный практикум:
№ п\п | № раздела дисцип. | Наименование лабораторной работы | Количество часов |
1 | 4 | Программирование на языке Prolog | 4 |
2 | 5 | Управление поиском решения | 4 |
3 | 6 | Обработка символьной информации. | 2 |
4 | 7 | Создание динамических баз данных | 3 |
5 | 8 | Искусственные нейронные сети | 2 |
Итого: | 15 |
7. Практические занятия:
№ п\п | № раздела дисцип. | Наименование практического занятия | Количество часов |
1 | 2 | Представление знаний. Автоматические рассуждения. | 2 |
2 | 3 | Технология программирования для искусственного интеллекта | 2 |
3 | 4 | Основы логического программирования. Prolog. | 3 |
4 | 5 | Модели представления знаний на языке Prolog | 2 |
5 | 6 | Обработка символьной информации | 2 |
6 | 7 | Создание динамических баз данных | 2 |
7 | 8 | Искусственные нейронные сети | 2 |
Итого: | 15 |
8. Семинарские занятия и примерная тематика курсовых проектов (работ).
При изучении дисциплины семинарские занятия и курсовая работа не предусмотрены.
9. Учебно-методическое и информационное обеспечение дисциплины:
а) основная литература
1. PDC Prolog - язык систем искусственного интеллекта: Учебн. пособие. - СПб.: СЗТУ, 2005, - 172с.
2. Люггер интеллект: стратегия и методы решения сложных проблем. – М.: Издательский дом «Вильямс», 2003. – 864с.
3. , Андрейчикова информационные системы: Учебник. – М.: Финансы и статистика, 2004. – 424с.
4. , , Белов экспертных систем. Среда CLIPS. – СПб.: БХВ-Петербург, 2003. – 608 с.
5. лгоритмы искусственного интеллекта на языке Prolog, 3-е издание.: Пер. с англ. - М.: Издательский дом «Вильямс», 2004. - 640 с.
6. , Дмитриева программирование на языке Visual Prolog. Учеб. пособие для вузов. – М.: Горячая линия-Телеком, 2008. – 144 с.
б) дополнительная литература
7. Гаскаров информационные системы: Учеб. для вузов. – М.: Высш. шк., 2003. – 432с.
8. ведение в экспертные системы.: Пер. с англ.: Уч. пос. – М.: Издательский дом «Вильямс», 2001. – 624 с.
9. Змитрович информационные системы. – Минск.: НТ, 1997. – 368с.
10. Романов информационные системы в экономике: Учебное пособие. – М.: «Экзамен», 2003. – 496 с.
11. Абдикеев интеллектуальных систем в экономике: Учебник. – М.: «Экзамен», 2004. – 528 с.
в) программное обеспечение: Prolog (PDC Prolog, Visual Prolog, SWI Prolog).
г) ресурсы Интернет.
10. Материально-техническое обеспечение дисциплины:
а) кафедральный компьютерный класс.
_____________________________________________________________________________
Разработчик:
кафедра ИС и ВТ доцент
