Программная инженерия (стр. 2 )

№	Наименование основных методов	Краткое описание и примеры, использования в темах и разделах, место проведения	Часы
1.	Компьютерные симуляции	При изучении дисциплины используются материалы профессионального информационно-аналитического ресурса MachineLearning. ru, посвященного машинному обучению, распознаванию образов и интеллектуальному анализу данных. Режим доступа: http://machinelearning. ru	6

Средства обучения Информационно-методические

№	Перечень основной и дополнительной литературы, методических разработок; с указанием наличия в библиотеке, на кафедре
Основная литература:
1.	Базы знаний интеллектуальных систем [Текст] / , . СПб.: Питер, 2000. – 384 с.	2 (кафедра ИТиЗИ)
2.	Представление и использование знаний [Текст] / под ред. X. Уэно, М. Исидзука. М.: Мир, 1989. – 220 с.	2
3.	Заболеева- Лингвистическое обеспечение автоматизированных систем: учебное пособие [Текст] / -Зотова, . М.: Высш. шк., 2008. – 244 с.	2
4.	Введение в искусственный интеллект: учебное пособие для студентов высших учебных заведений [Текст] / . М.: Издательский центр “Академия”, 2005. – 176 с.	1
5.	Компьютерная обработка лингвистических данных: учебное пособие [Текст] / . Ярославль: МУБиНТ, 2005. – 67 с.	1
6.	Логическое моделирование [Текст] / . М.: Тровант, 2006. – 256 с.	1
7.	Теоретические основы построения открытых вопросно-ответных систем. Семантическая эквивалентность текстов и модели их распознавания: монография [Текст] / , . Великий Новгород: НовГУ им. Ярослава Мудрого, 2010. – 286 с.	1
8.	Интеллектуальные информационные системы: учебное пособие для вузов [Текст] / . М.: Высшая школа, 2003. – 431 с.	1
9.	Системы искусственного интеллекта. Практический курс: учебное пособие [Текст] / [, , и др.; под ред. ]. М.: БИНОМ. Лаборатория знаний, 2008. – 292 с.
Дополнительная литература:
1.	лгоритмы искусственного интеллекта на языке PROLOG: пер. с англ. [Текст] / И. Братко. М.: Издательский дом "Вильямс", 2004. – 640 с.	1
2.	АОТ: Автоматическая Обработка Текстов [Электронный ресурс]. Режим доступа: http://www. aot. ru/ (дата обращения: 19.12.2010).	1
3.	Автоматизация процессов накопления, поиска и обобщения информации [Текст] / , . М.: Наука, 1979. – 256 с.	1
4.	Автоматизированные информационные системы [Текст] / , . М.: Сов. радио, 1973. – 328 с.	1
5.	Леонтьева, общесемантический словарь (РОСС): структура, наполнение [Текст] / // Научно-техническая информация. М.: ВИНИТИ, 1997. № 12. Сер. 2. С. 5-20.	1
6.	Mel'cuk, Igor A. Explanatory Combinatorial Dictionary of Modern Russian. Semantico-Syntactic Studies of Russian Vocabulary [Текст] / Igor A. Mel'cuk, Alexander K. Zholkovsky. Wienna, 1984. – 992 с.	1
7.	Логическое программирование и Visual Prolog [Текст] / , . СПб.: БХВ-Петербург, 2003. – 992 с., ил.	1
8.	Удо Хан Системы автоматического реферирования [Электронный ресурс] / Удо Хан, Индерджиет Мани // Открытые системы, 2000, № 12. Режим доступа: http://www. olap. ru/basic/refer. asp (дата обращения: 25.12.2010).	1
9.	лгоритмы искусственного интеллекта на языке PROLOG: пер. с англ. [Текст] / И. Братко. М.: Издательский дом "Вильямс", 2004. – 640 с.	1
10.	АОТ: Автоматическая Обработка Текстов [Электронный ресурс]. Режим доступа: http://www. aot. ru/ (дата обращения: 19.12.2010).	1

Материально-технические

№ ауд.	Основное оборудование, стенды, макеты, компьютерная техника, наглядные пособия и другие дидактические материалы, обеспечивающие проведение лабораторных и практических занятий, научно-исследовательской работы студентов с указанием наличия	Основное назначение (опытное, обучающее, контролирующее) и краткая характеристика использования при изучении явлений и процессов, выполнении расчетов.
201-214	Аудиторные занятия в форме лекций проводятся с использованием персонального компьютера и  ЖК-панели для демонстрации материала.	Обучающее
201-214	При выполнении лабораторных работ используются компиляторы языков программирования высокого уровня C++, Delphi и Visual Prolog, имеющиеся в распоряжении кафедры. Для выполнения лабораторных работ также может быть использовано следующее свободно распространяемое программное обеспечение: Язык Common Lisp. Режим доступа: http://clisp. cons. org/ Язык newLISP. Режим доступа: http://newlisp. org The Concept Explorer. Режим доступа: http://conexp.	Обучающее, контролирующее, опытное
201-214	Самостоятельная работа студента осуществляется в компьютерном классе, в научной библиотеке РГЭУ «РИНХ».	Опытное
201-214	Научная и творческая работа студента осуществляется  в организациях и научно-исследовательских коллективах в процессе выполнения программ научно-исследовательской и производственных практик.	Опытное

Текущий, промежуточный и итоговый контроль.

Вопросы текущего контроля, промежуточный контроль, вопросы для подготовки к зачету
4.1  Промежуточный контроль.
Промежуточный контроль проводится на практических занятиях в виде интерактивных тестов в компьютерном классе. Примеры тестовых вопросов:
Тест1: Общие понятия искусственного интеллекта. (время проведения теста - 30 мин.) Вопрос №1 Что такое экспертная система (выберите все возможные определения)? Варианты ответов: 1 Прикладная диалоговоя система, основанная на знаниях 2 Прикладная вычислительная система 3 Система управления базами данных 4 Система, основанная на знаниях Вопрос №2 Что такое база знаний? Варианты ответов: 1 Формализованные знания о предметной области и о том, как решать задачу 2 Формализованные данные о предметной области 3 База данных о предметной области 4 Словарь предметной области Вопрос №3 Какой метод представления знаний наиболее распространен в экспертных системах? Варианты ответов: 1 Фреймы Семантические сети Правила-продукции Лингвистические переменные Таблицы решений Вопрос №4 Можно ли назвать экспертной систему без средств объяснений? Варианты ответов: 1 Да 2 Нет Вопрос №5 Можно ли назвать экспертной системой программу бухгалтерского учета ( типа "1СБухгалтерия" или "БЭСТ" )? Варианты ответов: 1 Да 2 Нет Вопрос №6 Можно ли назвать экспертной системой программу диагностики сердечно-сосудистых заболеваний по результатам обследования больного? Варианты ответов: 1 Да 2 Нет Вопрос №7 Чемпионат мира по какому виду спорта проводятся ежегодно для роботов? Варианты ответов: 1 Футбол Вопрос №8 Чем отличаются знания от данных? Варианты ответов: 1 Большей структурированностью 2 Большей самоинтерпретируемостью 3 Большей непонятностью 4 Большей применяемостью 5 Большей связностью 6 Субъективностью Вопрос №9 Что из перечисленного можно назвать прикладной системой искусственного интеллекта? Варианты ответов: 1 экспертная диагностическая система 2 система машинного перевода 3 система программирования на JAVA 4 система RAD-программирования 5 OCR-система 6 система учета товаров на складе 7 графический редактор 8 система расчета зарплаты 9 программа обнаружения на аэрофотоснимке искусственных объектов Вопрос №10 Кто является автором идеи фреймов? Варианты ответов: 1 Дж. Маккарти 2 М. Мински 3 Н. Винер 4 Мак-Каллок Вопрос №11 Кто является автором языка программирования LISP? Варианты ответов: 1 М. Мински 2 Н. Винер 3 Фон Нейман 4 Дж. Маккартни 5 Н. Амосов Вопрос №12 Кто является автором идеи теста на интеллектуальность системы искусст-венного интеллекта? Варианты ответов: 1 Н. Винер 2 Тьюринг 3 К. Шеннон 4 Фон Нейман Вопрос №13 Какой язык программирования из нижеперечисленных является языком ло-гического программирования? Варианты ответов: 1 Lisp 2 Prolog 3 C++ 4 Pascal Вопрос №14 Какой из нижеперечисленных языков программирования базируется на ло-гике предикатов 1-го порядка? Варианты ответов: 1 Lisp 2 Prolog 3 Pascal 4 Smalltalk Вопрос №15 Что лежит в основе решения задачи системой искусственного интеллекта? Варианты ответов: 1 Вычисления 2 Индексный поиск 3 Поиск данных 4 Поиск релевантных знаний 5 Трансляция Тест 2: Методы представления знаний. Вопрос №1 Какие языки программирования можно отнести к языкам инженерии знаний? Варианты ответов: 1 С 2 С++ 3 Pascal 4 Prolog 5 Lisp SmallTalk Cobol Basic Java Вопрос №2 Какой метод представления знаний реализован в языке программирования Prolog? Варианты ответов: 1 Фреймы 2 Семантические сети 3 Логика предикатов 1-го порядка 4 Логика предикатов 2-го порядка 5 Модальная логика 6 Псевдофизическая логика Вопрос №3 К какому классу методов представления знаний можно отнести правила-продукции? Варианты ответов: 1 Логические методы 2 Эвристические методы 3 И то и другое Вопрос №4 Какой метод представления знаний наиболее подходит для представления следующего знания, выраженного на естественном языке "робот находится недалеко от контейнера с деталями"? Варианты ответов: 1 Семантческие сети 2 Фреймы 3 Пространственная логика 4 Временная логика 5 Логика предикатов 1-го порядка Вопрос №6 Какой из перечисленных методов обработки знаний не является методом решения задач в экспертных системах? Варианты ответов: 1 Дедуктивный обратный логический вывод 2 Дедуктивный прямой логический вывод 3 Индуктивный логический вывод Вопрос №8 Какой метод представления знаний лежит в основе языка программирования Prolog? Варианты ответов: 1 Семантические сети 2 Логика предикатов 1-го порядка 3 Модальная логика 4 Правила-продукции 5 Логика предикатов высших порядков Вопрос №9 Какое высказывание может представлять предикат языка Prolog parent("", "")? Варианты ответов: 1 " и - родственники". 2 " является родителем " 3 " является отцом " Вопрос №10 Какой вид знаний отсутствует в явном виде в семантической сети? Варианты ответов: 1 Декларативные 2 Процедурные Вопрос №11 Какие диапозоны значений могут использоваться для коэффициента досто-верности правила-продукции в какой-либо экспертной системе? Варианты ответов: 1 От 0 до 1 2 От -1 до 1 3 От 0 до 100 4 От 1 до 2 5 От "минус бесконечности" до "плюс бесконечности" Вопрос №12 Какое из ниже перечисленных правил может привести к решению задачи в системе ESWin при задании цели "Метод представления знаний"? 1. RULE 1 EQ( Задача. Область применения; Медицина ) И EQ( Задача. Задача; Диагностика ) DO EQ( Метод представления знаний; Правила-продукции с представлением нечетких знаний) 70 ENDR 2. RULE 2 EQ( Задача. Область применения; Управление финансами ) И EQ( Задача. Задача; Анализ данных ) DO EQ( Метод; Регрессионный анализ) 90 ENDR Варианты ответов: 1 1 2 2 Вопрос №13 Какой метод логического вывода лучше использовать для генерирования ги-потез? Варианты ответов: 1 Прямой 2 Обратный Вопрос №14 Если при решении задачи экспертной системой требуется много фактов, не известных заранее, а получаемых в процессе диалога с пользователем, какой метод логического вывода лучше использовать? Варианты ответов: 1 Прямой 2 Обратный Вопрос №15 Какие предикаты обычно используются для представления свойств объек-тов? Варианты ответов: 1 Одноместные 2 Двухместные 3 Многоместные Тест 3: Нейронные сети (общие понятия). Вопрос №1 Какая из перечисленных моделей нейронных сетей описывается полносвязным неориентированным графом? Варианты ответов: 1 Многослойный перцептрон 2 Модель ART Гроссберга-Карпентера 3 Модель Хопфилда 4 Сеть Кохонена Вопрос №2 Что такое "энергетическая функция" нейронной сети? Варианты ответов: 1 Целевая функция, оценивающая состояние нейронной сети 2 Функция оценки энергии, аккумулированной в сети и необходимой для решения задачи 3 Функция, для вычисления которой предназначена нейронная сеть Вопрос №3 Где хранится информация в нейронной сети при рассмотрении ее с позиций коннекционизма? Варианты ответов: 1 В порогах нейронов 2 В весах связей между нейронами 3 В памяти нейроподобных элементов 4 В памяти компьютера, связанного с нейронной сетью Вопрос №4 Чем принципиально отличается функционирование нейронной сети как механизма хранения знаний от других методов представления (хранения) знаний, рассматриваемых в инженерии знаний? Варианты ответов: 1 Наличием параллелизма обработки знаний 2 Тем, что знания не надо формализовать (описывать) при их запоминании 3 Тем, что хранимые знания трудно визуализировать 4 Тем, что знания представляются на входе сети в виде чисел Вопрос №5 Какую из ниже перечисленных моделей нейронных сетей можно назвать самообучаемой сетью (обучаемой без учителя)? Варианты ответов: 1 Модель Хопфилда 2 Многослойный перцептрон с обучением обратным распространением ошибки 3 Модель Гроссберга (ART) 4 Модель Кохонена Вопрос №6 Почему функционирование нейронной сети является решением задачи оптимизации?. Потому что в процессе функционирования сети: Варианты ответов: 1 Минимизируется энергетическая функция 2 Минимизируюется количество активных нейронов 3 Максимизируется вероятность правильного ответа сети Вопрос №7 Моделированию какого из нижеперечисленных понятий соответствует искусственная нейронная сеть? Варианты ответов: 1 Вербальное мышление 2 Сознание 3 Образное мышление 4 Сверхсознание 5 Метазнания 6 Нейролингвистическое программирование Вопрос №8 Какой главный недостаток нейронных сетей? Варианты ответов: 1 Отсутствие логики в работе 2 Отсутсвие четкого алгоритма принятия решений 3 Отсутствие возможности объяснить принятие решений сетью 4 Неоднозначность в принятии решений сетью Вопрос №9 Какое главное достоинство применения нейронных сетей? Варианты ответов: 1 Не надо формализовывать процедуры принятия решений сетью 2 Можно распараллелить процесс функционирования сети 3 Можно обрабатывать сигналы нейронной сетью 4 Возможность решения задач в условиях помех Вопрос №10 Что является результатом обучения нейронных сетей при коннекционистском подходе? Варианты ответов: 1 Изменение весов связей между нейронами 2 Изменение порогов нейронов 3 Появление новых нейронов и связей между ними 4 Изменение яуекций активации нейронов Вопрос №11 Какое из перечисленных ниже применений является несвойственным для нейронных сетей (в настоящее время)? Варианты ответов: 1 Диагностика в медицине 2 Решение шахматных задач 3 Анализ и синтез речи 4 Распознавание образов 5 Предсказание курса акций Вопрос №12 Какая из нижеперечисленных особенностей искусственных нейронных сетей делает их потенциально конкурентоспособными по сравнению с естественным человеческим мозгом? Варианты ответов: 1 Отсутствие необходимости платить зарплату 2 Отсутсвие ограничений на размерность решаемой задачи 3 Отсутствие страха перед сложными задачами 4 Отсутствие апломба и претензий к работодателю Вопрос №13 В чем выражается емкость нейронной сети? Варианты ответов: 1 В литрах 2 В кубических сантиметрах 3 В количестве нейронов 4 В количестве запомненных сетью образов 5 В количестве примеров, предъявленных сети в процессе обучения Вопрос №14 Что является наиболее трудоемкой задачей при применении нейронных сетей? Варианты ответов: 1 Постановка задачи и подготовка исходных данных 2 Обучение сети 3 Интерпретация ответа нейронной сети Вопрос №15 Какая из нижеперечисленных передаточных функций (функций активации) не используется в моделях нейронных сетей? Варианты ответов: 1 Пороговая 2 Рациональная сигмоида 3 Тангенциальная сигмоида 4 Гиперболическая функция 5 Гиперболический тангенс 6 Экпоненциальная сигмоида
4.2  Итоговый контроль.
Вопросы к зачету:
1.	История развития систем ИИ.
2.	Основные направления исследований в ИИ.
3.	Базовые понятия ИИ  (интеллект, мышление, искусственный интеллект, знания, данные, классификация знаний, алгоритм, интеллектуальная задача)
4.	Философские аспекты проблемы систем ИИ.
5.	Различные подходы к построению систем ИИ (логический, структурный, эволюционный, имитационный).
6.	Вспомогательные системы  и их место в системах ИИ.
8.	Понятие образа. Обучение распознаванию образов.
9.	Геометрический и структурный подходы к обучению распознаванию образов.
10.	Гипотеза компактности. Абстрактные образы.
11.	Обучение, и адаптация. Методы обучения распознаванию образов.
12.	Основные задачи построения систем распознавания образов.
13.	Классификация систем распознавания образов.
14.	Функциональные особенности искусственных нейронных сетей.
15.	Структура технического нейрона. Перцептрон.
16.	Искусственные нейронные сети прямого распространения.
17.	Рекуррентные искусственные нейронные сети: сети Хопфилда.
18.	Рекуррентные искусственные нейронные сети: сети Хэмминга.
19.	Рекуррентные искусственные нейронные сети: сети ДАП.
20.	Рекуррентные искусственные нейронные сети: карты Кохонена.
21.	Обучение искусственных нейронных сетей: обучение с учителем. Алгоритм обратного распространения ошибки.
22.	Обучение искусственных нейронных сетей: обучение без учителя. Сигнальный метод  Хебба, алгоритм  Кохонена, обучение методом соревнования.
23.	Рекуррентные искусственные нейронные сети. НС Хопфилда и Хэмминга.
24.	Клеточные автоматы, эластичные нейронные сети.
25.	Метод потенциальных функций.
26.	Метод группового учета аргументов.
27.	Метод предельных упрощений.
28.	Коллективы решающих правил.
29.	Методы и алгоритмы анализа структуры многомерных данных.
30.	Логический подход к построению систем ИИ. Представление в компьютере неформальных процедур. Языки логического программирования. Элементы нечеткой логики.
31.	Методы перебора как универсальные методы поиска решений. Методы ускорения перебора.
32.	Эволюционные методы поиска решений: МГУА, ГА.
33.	Автоматический синтез технических решений. Поиск оптимальных структур.
34.	Алгоритм поиска глобального экстремума.
35.	Алгоритм конкурирующих точек как метод глобального поиска.
36.	Алгоритм случайного поиска в подпространствах как метод поиска локального экстремума.
37.	Экспертные системы. Базовые понятия. Методика построения.
38.	Автоматизированный синтез физических принципов действия. Фонд физико-технических эффектов. Синтез физических принципов действия по заданной физической операции.

Контрольные задания

для оценки  знаний,  умений, владений в целях контроля уровня  сформированности компетенций

Знать, уметь, владеть	Содержание учебного материала (тема, раздел, модуль)	Контрольные вопросы и компетентностно-ориентированные задания	Методы и средства контроля (код)	Кол- во вариа-нтов
1	2	3	4
ПК-6
З. ПК-6	Модуль 1	История развития систем ИИ.  Основные направления исследований в ИИ. Базовые понятия ИИ  (интеллект, мышление, искусственный интеллект, знания, данные, классификация знаний, алгоритм, интеллектуальная задача)	КВЗ	2
У. ПК-6	Модуль 1	Философские аспекты проблемы систем ИИ. Различные подходы к построению систем ИИ (логический, структурный, эволюционный, имитационный).	КВЗ	2
В. ПК-6	Модуль 1	Вспомогательные системы  и их место в системах ИИ. Понятие образа. Обучение распознаванию образов. Геометрический и структурный подходы к обучению распознаванию образов.	КВЗ	2
ПК-12
З. ПК-12	Модуль 2	Гипотеза компактности. Абстрактные образы. Обучение, и адаптация. Методы обучения распознаванию образов. Основные задачи построения систем распознавания образов.	КВЗ	2
У. ПК-12	Модуль 2	Классификация систем распознавания образов. Функциональные особенности искусственных нейронных сетей. Структура технического нейрона. Перцептрон.	КВЗ	2
В. ПК-12	Модуль 2	Искусственные нейронные сети прямого распространения. Рекуррентные искусственные нейронные сети: сети Хопфилда. Рекуррентные искусственные нейронные сети: сети Хэмминга.	КВЗ	2
ПК-15
З. ПК-15	Модуль 2	Рекуррентные искусственные нейронные сети: сети ДАП. Рекуррентные искусственные нейронные сети: карты Кохонена. Обучение искусственных нейронных сетей: обучение с учителем. Алгоритм обратного распространения ошибки.	КВЗ	2
У. ПК-15	Модуль 2	Обучение искусственных нейронных сетей: обучение без учителя. Сигнальный метод  Хебба, алгоритм  Кохонена, обучение методом соревнования. Рекуррентные искусственные нейронные сети. НС Хопфилда и Хэмминга. Клеточные автоматы, эластичные нейронные сети.	КВЗ	2
В. ПК-15	Модуль 2	Метод потенциальных функций. Метод группового учета аргументов. Метод предельных упрощений. Коллективы решающих правил. Методы и алгоритмы анализа структуры многомерных данных.	КВЗ	2
ПК-16
З. ПК-16	Модуль 3	Логический подход к построению систем ИИ. Представление в компьютере неформальных процедур. Языки логического программирования. Элементы нечеткой логики. Методы перебора как универсальные методы поиска решений. Методы ускорения перебора. Эволюционные методы поиска решений: МГУА, ГА.	КВЗ	2
У. ПК-16	Модуль 3	Автоматический синтез технических решений. Поиск оптимальных структур. Алгоритм поиска глобального экстремума. Алгоритм конкурирующих точек как метод глобального поиска.	КВЗ	2
В. ПК-16	Модуль 3	Алгоритм случайного поиска в подпространствах как метод поиска локального экстремума. Экспертные системы. Базовые понятия. Методика построения. Автоматизированный синтез физических принципов действия. Фонд физико-технических эффектов. Синтез физических принципов действия по заданной физической операции.	КВЗ	2

               

Критерии оценивания:

- оценка «зачтено» выставляется, если верные ответы даны на 80% вопросов

- оценка «не зачтено»        выставляется, если верные ответы даны менее, чем на 80% вопросов.

Дополнения и изменения в рабочей программе на _______/_______ учебный год

Следующие записи относятся к п. п.

Автор

Зав. кафедрой

Принято УМУ__________________________________ Дата:_____________________