1.        Цели и задачи дисциплины

1.1.        Цель. Задачи дисциплины, ее место в подготовке бакалавра (с учетом квалификационных требований ФГОС)

Цели изучения дисциплины «Системы искусственного интеллекта»:

- дать общее представление о прикладных системах искусственного интеллекта;
-  сформировать базовое представление, умения и навыки по основам инженерии знании и нейроинформатики как двум  основным направлениям построения интеллектуальных систем;

-  дать представление о роли искусственного интеллекта и нейроинформатики в развитии информатики в целом, а также, в научно-техническом прогрессе.

Дисциплина обеспечивает совершенствование навыков, полученных при изучении основ программирования. Дисциплина находится на стыке программирования и математики с большей ориентацией на практическое использование в программировании. Дисциплина формирует дополнительные знания для дисциплин, связанных с изучением и разработкой программного обеспечения.

1.2 Требования к уровню освоения дисциплины

Обучающийся  должен знать:

об основные понятия инженерии знаний, о моделях представления знаний, о методах обработки знаний и поиска решений, о назначении, возможностях, составе, организации и особенностях функционирования экспертных систем, о принципах и технологии приобретения знаний в экспертных системах; о технологии проектирования экспертных систем, о принципах построения систем естественно-языкового интерфейса, об основах построения нейро-бионических интеллектуальных систем, об основных моделях нейронных сетей и методах их обучения, об эволюционном моделировании в искусственном интеллекте.

Обучающийся должен уметь:

создавать онтологические описания предметных областей, формализовать знания экспертов и разрабатывать базы знаний экспертных систем на основе различных моделей представления знаний, представлять нечеткие знания и выводы, разрабатывать экспертные системы для конкретных предметных областей с использованных заданных инструментальных средств.

Обучающийся должен владеть:

навыками  решения оптимизационных задач с помощью генетических алгоритмов, построения интеллектуальных систем на основе нейросетевых технологий.

У обучающегося должны быть сформированы следующие компетенции:

ОК-11 - владение одним из иностранных языков на уровне не ниже разговорного;

ПК-2 - способность к формализации в своей предметной области с учетом ограничений используемых методов исследования;

ПК-8 - способность готовить коммерческие предложения с вариантами решения;

ПК-12 - навыки моделирования, анализа и использования формальных методов конструирования программного обеспечения;

ПК-15 - навыки использования операционных систем, сетевых технологий, средств разработки программного интерфейса, применения языков и методов формальных спецификаций, систем управления базами данных;

ПК-17 - умение применять основные методы и инструменты разработки программного обеспечения;

ПК-24 - понимание основ групповой динамики, психологии и профессионального поведения, специфичных для программной инженерии.

Связь с другими дисциплинами Учебного плана

Перечень действующих и предшествовавших дисциплин

Перечень последующих дисциплин, видов работ
Исследование операций Математический анализ Математическая логика и теория алгоритмов Методы интеллектуального анализа данных Архитектура вычислительных систем Управление программными проектами Разработка и анализ требований Выпускная квалификационная работа
Содержание дисциплины, способы и методы учебной деятельности преподавателя

Методы обучения – система последовательных, взаимосвязанных действий, обеспечивающих усвоение содержания образования, развитие способностей студентов, овладение ими средствами самообразования и самообучения; обеспечивают цель обучения, способ усвоения и характер взаимодействия преподавателя и студента; направлены на приобретение знаний, формирование умений, навыков, их закрепление и контроль.

НЕ нашли? Не то? Что вы ищете?

Монологический (изложение теоретического материала в форме монолога)

М

Показательный (изложение материала с приемами показа)

П

Диалогический (изложение материала в форме беседы с вопросами и ответами)

Д

Эвристический (частично поисковый) (под руководством преподавателя студенты рассуждают, решают возникающие вопросы, анализируют, обобщают, делают выводы и решают поставленную задачу)

Э

Проблемное изложение (преподаватель ставит проблему и раскрывает доказательно пути ее решения)

ПБ

Исследовательский (студенты самостоятельно добывают знания в процессе разрешения проблемы, сравнивая различные варианты ее решения)

И

Программированный (организация аудиторной и самостоятельной работы студентов осуществляется в индивидуальном темпе и под контролем специальных технических средств)

ПГ

Другой метод, используемый преподавателем (формируется самостоятельно), при этом в п. п. 2.1.-2.4. дается его наименование, необходимые пояснения

Приведенные в таблице сокращения обозначения педагогических методов используются составителем Рабочей программы для заполнения п. п. 2.1., 2.2. и 2.3. в столбце «Методы».


Аудиторные занятия (лекции, лабораторные, практические, семинарские) – очная форма обучения, 4 г. 00 м.

Неделя

Кол. час

в том числе в интерактивной форме, час.

Вид занятия, тема и краткое содержание

Методы

Реализуемые компетенции

Лабораторные работы

1-6

12

6

Модуль 1. Экспертные системы

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

1

2

2

Лабораторная работа 1. РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ

В СРЕДЕ VISUAL PROLOG

Ознакомиться с примерами прикладных систем искусственного интеллекта. Изучить основные принципы разработки экспертных систем в среде Visual Prolog. Создать на основе примера свою экспертную систему применительно к выбранной предметной области.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

2

2

Лабораторная работа 2.  РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ

В СРЕДЕ VISUAL PROLOG

Ознакомиться с примерами прикладных систем искусственного интеллекта. Изучить основные принципы разработки экспертных систем в среде Visual Prolog. Создать на основе примера свою экспертную систему применительно к выбранной предметной области.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

3

2

2

Лабораторная работа 3.  РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ НА ЯЗЫКЕ CLIPS

Цель работы: ознакомиться с особенностями языка CLIPS, получить практические навыки разработки экспертных систем, основанных на использовании продукционной модели представления знаний.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

4

2

Лабораторная работа 4. Сведение задачи к совокупности подзадач.

Поиск на графе. Полный перебор.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

5

2

Лабораторная работа 5. Метод равных цен. Метод перебора в глубину. Перебор на произвольных графах. Использование эвристической информации.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

6

2

2

Лабораторная работа 6. Использование оценочных функций. Алгоритм упорядоченного поиска. Оптимальный алгоритм перебора. Выбор эвристической функции. Критерии качества работы методов перебора.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

7-12

12

Модуль 2. Системы естественно-языкового общения

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

7

2

Лабораторная работа 7. Цель работы: изучить возможности естественно-языкового интерфейса (ЕЯИ) и получить практические навыки в реализации систем ЕЯИ. Модифицировать пример GEOBASE в соответствии с заданной предметной областью.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

8

2

Лабораторная работа 8.  Простейший интерфейс на естественном языке с использованием ключевых слов.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

9

2

Лабораторная работа 9. Методы поиска в пространстве состояний.

Поиск на графе. Полный перебор. Метод равных цен. Метод перебора в глубину. Перебор на произвольных графах. Использование эвристической информации. Использование оценочных функций. Алгоритм упорядоченного поиска. Оптимальный алгоритм перебора. Выбор эвристической функции. Критерии качества работы методов перебора.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

10

2

Лабораторная работа 10. Продукционная модель представления знаний.

Представление знаний как направление исследований по ИИ. Данные и знания: основные определения. Отличительные особенности знаний. Модели данных.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

11

2

Лабораторная работа 11. Представление знаний на основе семантической сети.

Табличная модель. Языки описания и манипулирования данными. Отличительные особенности основных моделей представления знаний.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

12

2

Лабораторная работа 12. Представление знаний фреймами.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

13-18

12

Модуль 3. Нейронные сети

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

13

2

Лабораторная работа 13. Изучение основного элемента нейронной сети – нейрона, принципов построения на основе нейрона простейшей нейронной сети - персептрона и освоение базовых приёмов моделирования персептрона в среде MATLAB.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

14

2

Лабораторная работа 14. Обучение нейронной сети выполнению заданных операций.

Цель работы: ознакомиться с интерфейсом NNTool системы MATLAB, создать и обучить нейронную сеть выполнению заданной операции.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

15

2

Лабораторная работа 15. Моделирование нейронный сетей в MatLab. Знакомство со средствами и методами MATLAB и пакета Simulink для моделирования и исследования нейронных сетей.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

16

2

Лабораторная работа 16. Разработка программы распознавания изображений с помощью нейронных сетей.

Цель работы: приобретение и закрепление знаний, а также получение практических навыков работы с простейшими нейронными сетями.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

17

2

Лабораторная работа 17. Разработка программы распознавания изображений с помощью нейронных сетей.

Цель работы: приобретение и закрепление знаний, а также получение практических навыков работы с простейшими нейронными сетями.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

18

2

Лабораторная работа 18. Применение нейронных сетей для аппроксимации функций.

Э, И, ПГ

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24


Самостоятельная работа студента -  Очная форма обучения – 4 г. 00 м.

Неделя

Кол. час

Темы, разделы, вынесенные на самостоятельную подготовку, вопросы к практическим и лабораторным занятиям; тематика рефератной работы; курсовые работы и проекты, контрольные, рекомендации по использованию литературы и ЭВМ и др.

Методы

Реализуемые компетенции

1-18

9

Самостоятельная работа, определяемая преподавателем  с учетом научных интересов студента.

Автоматизация пополнения словаря словоформ для морфологического анализа слов русского языка. Автоматизация пополнения словаря основ для морфологического анализа слов русского языка. Применение методов анализа формальных понятий для автоматизации формирования стратегий синтаксического анализа текстов. Применение методов анализа формальных понятий для автоматизации формирования тезауруса предметной области.

И

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

1-18

9

Подготовка к зачету по дисциплине

И

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24

1-18

18

Усвоение текущего материала

И

ОК-11, ПК-2, ПК-8, ПК-15, ПК-17, ПК-24
Интерактивные технологии и инновационные методы, используемые в образовательном процессе

Основаны на использовании современных достижений науки и информационных технологий. Направлены на повышение качества подготовки путем развития у студентов творческих способностей и самостоятельности (методы проблемного обучения, исследовательские методы, тренинговые формы, рейтинговые системы обучения и контроля знаний и др.). Нацелены на активизацию творческого потенциала и самостоятельности студентов и могут реализовываться на базе инновационных структур (научных лабораторий, центов, предприятий и организаций и др.).

Из за большого объема этот материал размещен на нескольких страницах:
1 2