Домой

Учебная программа Дисциплины б11 «Интеллектуальные системы» по направлению 010300 «Фундаментальная информатика и информационные технологии» Нижний Новгород 2011 г




Скачать 127.4 Kb.
НазваниеУчебная программа Дисциплины б11 «Интеллектуальные системы» по направлению 010300 «Фундаментальная информатика и информационные технологии» Нижний Новгород 2011 г
Дата24.04.2013
Размер127.4 Kb.
ТипПрограмма дисциплины
Содержание
Цели и задачи дисциплины
Место дисциплины в структуре программы бакалавра
Требования к уровню освоения содержания дисциплины
Общая трудоемкость дисциплины
Экспертные системы
Раздел 2. Основы построения банков знаний и данных.
Раздел 3. Экспертные системы (ЭС).
Раздел 4. Поиск решения задач.
Раздел 5. Методология синтеза новых решений.
Раздел 6. Представление знаний и моделирование рассуждений
Лабораторный практикум
Примерная тематика курсовых работ и критерии их оценки
Подобные работы:


МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Нижегородский государственный университет им. Н.И. Лобачевского»


Радиофизический факультет

Кафедра радиотехники


УТВЕРЖДАЮ

Декан радиофизического факультета


____________________Якимов А.В.

«18» мая 2011 г.


Учебная программа


Дисциплины Б3.Б11 «Интеллектуальные системы»


по направлению 010300 «Фундаментальная информатика и информационные технологии»


Нижний Новгород

2011 г.

1. ^ Цели и задачи дисциплины

Ускорение научно-технического прогресса определяет неизбежный рост объемов перерабатываемой информации. Это обстоятельство приводит к необходимости пересматривать такую традиционную область знаний как обработка и представления информации, управление данными и знаниями. Использование систем искусственного интеллекта, автоматизированных банков данных и знаний на основе современной вычислительной техники позволяет обеспечить интеграцию и централизацию управления данными и знаниями, возможность их эффективной обработки современными методами.

Цель курса: сформировать у студентов представление о современных подходах к вопросам построения интеллектуальных систем, обработки данных и знаний, изучить основные способы их представления знаний в системах искусственного интеллекта.


2.^ Место дисциплины в структуре программы бакалавр

Дисциплина «Интеллектуальные системы» относится к дисциплинам базовой части профессионального цикла основной образовательной программы по направлению 010300 «Фундаментальная информатика и информационные технологии», преподается в 7 семестре.

Знания, полученные при изучении курса «Интеллектуальные системы», необходимы для изучения дисциплин по выбору и дисциплин специализации.

Преподавание курса строится с учетом того, что студенты получили необходимые знания из курсов дисциплин «Дискретная математика», «Языки программирования», «Основы программирования», «Архитектура вычислительных систем» и «Технология баз данных».


3. ^ Требования к уровню освоения содержания дисциплины

В результате освоения дисциплины «Интеллектуальные системы» формируются следующие компетенции:

  • способность понимать сущность и значение информации в развитии современного информационного общества, сознавать опасности и угрозы, возникающие в этом процессе, соблюдать основные требования информационной безопасности, в том числе защиты государственной тайны (ОК–11);

  • владение основными методами, способами и средствами получения, хранения, переработки информации, навыки работы с компьютером как средством управления информацией (ОК–12);

  • способность работать с информацией в глобальных компьютерных сетях (ОК–13);

  • способность к созданию информационных ресурсов глобальных сетей, прикладных баз данных, а также к разработке эргономичных человеко-машинных интерфейсов (в соответствии с профилизацией) (ПК–2);

  • способность осуществлять целенаправленный поиск информации о новейших научных и технологических достижениях в сети Интернет, способность взаимодействовать и сотрудничать с профессиональными сетевыми сообществами и международными консорциумами, отслеживать динамику развития выбранных направлений области информационных технологий (ПК–6);

  • способность осуществлять на практике современные методологии управления жизненным циклом и качеством систем, программных средств и сервисов информационных технологий (ПК–9);

  • знание теоретических и методических основ в следующих предметных областях (ПК 25):

  • базы данных и теоретические основы баз данных,

  • приложения и использование баз данных,

  • человеко-машинное взаимодействие,

  • интеллектуальные системы.


В результате изучения дисциплины студенты (слушатели) должны знать:

  • основы построения и архитектуру современных систем искусственного интеллекта,

  • основы способы представления данных в автоматизированных банках данных, основные концепции их построения в системах искусственного интеллекта

  • основы способы представления знаний в системах искусственного интеллекта;

  • иметь представление:

  • о моделях данных и знаний, их структурной композиции, основных правилах построения,

  • о таких моделях представления знаний: логике высказываний, логике предикатов; нечеткой логике, фреймах, продукционных моделях, семантических и нейронных сетях, генетических алгоритмах;

  • приобрести навыки:

  • разработки представления знаний в базе данных,

  • практической реализации обработки данных и знаний в современных экспертных системах.


4.Объем дисциплины и виды учебной работы

Общая трудоемкость дисциплины составляет 2 зачетные единицы, 72 часа.


Виды учебной работы

Всего часов

Семестры

^ Общая трудоемкость дисциплины

72

7

Аудиторные занятия

32

32

Лекции

16

16

Практические занятия (ПЗ)

0

0

Семинары (С)

0

0

Лабораторные работы (ЛР)

16

16

Другие виды аудиторных занятий

0

0

Самостоятельная работа

40

40

Курсовой проект (работа)

0

0

Расчетно-графическая работа

0

0

Реферат

0

0

Другие виды самостоятельной работы

0

0

Вид итогового контроля (зачет, экзамен)

зачет

зачет


5. Содержание дисциплины

5.1. Разделы дисциплины и виды занятий


№п/п

Раздел дисциплины

Лекции

ПЗ (или С)

ЛР

1.

Общее представление о концепциях построения систем искусственного интеллекта

2,5







2.

Основы построения банков знаний и данных

2,5




5

3.
^

Экспертные системы


2,5




5

4.

Поиск решения задач

2,5







5.

Методология синтеза новых решений

2,5







6.

Представление знаний и моделирование рассуждений

3,5




6


5.2. Содержание разделов дисциплины


Раздел 1. Общее представление о концепциях построения систем искусственного интеллекта.

Искусственный интеллект, история развития. Архитектура и основы построения систем ИИ. Области применения систем искусственного интеллекта. Моделирование поведения и процессов мышления человека; моделирование окружающего мира


^ Раздел 2. Основы построения банков знаний и данных.

Информация и данные. Инфологический и датологический аспекты базы данных, их предметная область. Модели данных. Сравнительные характеристики моделей. Основные операции над данными. Современные тенденции в построении баз данных.


^ Раздел 3. Экспертные системы (ЭС).

Специфика ЭС в сравнении с другими системами искусственного интеллекта. Необходимость ЭС в практических задачах человеческой деятельности. История развития и области применения. Задачи, решаемые ЭС. Технология применения ЭС. Критерии необходимости применения ЭС. Типичный состав и структура ЭС. Классификация ЭС и современные тенденции в их развитии.


^ Раздел 4. Поиск решения задач.

Понятие интеллектуального агента. Функции агента. Характеристики проблемной среды. Пространство поиска решений. Методы полного перебора. Поиск в ширину. Поиск в глубину. Методы эвристического поиска. Оценочные функции и их использование. Метод равных цен. Алгоритм А* и его допустимость. Игры с двумя игроками. Метод минимакса. Альфа-бетта процедура. Поиск с учетом ограничений.


^ Раздел 5. Методология синтеза новых решений.

Задачи синтеза и их иерархические уровни. Процесс синтеза и основные направления его осуществления. Отличительные особенности методологии, этапы и классы задач. Законы функционирования и развития систем. Методы синтеза систем


^ Раздел 6. Представление знаний и моделирование рассуждений

Классификация задач и методов их решения. Логика высказываний и логика предикатов. Доказательство теорем. Метод резолюции. Эвристики. Модальные логики. Теория нечетких множеств и нечеткая логика. Псевдофизические логики. Правила-продукции. Семантические сети. Фреймы. Нейронные сети. Генетические алгоритмы. Критериальные методы. Вероятностные рассуждения


6. ^ Лабораторный практикум


№ п/п

№ раздела дисциплины

Наименование лабораторной работы

1

2

Проектирование Баз Данных

2

3

Изучение примеров экспертных систем

3

6

Моделирование искусственных нейронных сетей


7. Учебно-методическое обеспечение дисциплины

7.1. Рекомендуемая литература

а) основная литература:

  1. Рассел С., Норвиг П. Искусственный интеллект: современный подход: Пер. с англ.- М.: Издательский дом "Вильяме", 2006. 1408 с

  2. Девятков В.В. Системы искусственного интеллекта. М.: Изд-во МГТУ им.Баумана, 2001. 352 с.

  3. Джексон П. Введение в экспертные системы. : Пер. с англ. : Уч. Пос. – М. :. Изд. дом "Вильямс", 2001.

  4. Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е издание. Пер. с англ. – М.: Издательский дом "Вильямс", 2003.

  5. Нильсон Н. Искусственный интеллект. Методы поиска решений - М.: Мир, 1973. 272 с.

  6. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. - М.: ФИЗМАТЛИТ, 2004. 208 с.

  7. Лорьер Ж.-Л.. Системы искусственного интеллекта. - М: Мир, 1991. 568 с.

  8. Тейз А., Грибомон П., Луи Ж. и др. Логический Подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с франц.- М.: Мир, 1990. 432 с,

  9. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001

  10. Воинов Б.С., Бугров В.Н., Воинов Б.Б. Информационные технологии и системы: поиск оптимальных, оригинальных и рациональных решений. М.: Наука, 2007, 730 c

  11. Оссовский С. Нейронные сети для обработки информации. М: Финансы и статистика. 2002. 344 с

  12. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. М.: Горячая линия – Телеком, 2006. 452 с.

  13. Вороновский Г.К., Махотило К.В.,. Петрашев С.Н. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Х.: ОСНОВА, 1997. 112 с.


б) дополнительная литература:

  1. Нейлор К. Как построить свою экспертную систему, М.: Энергоатомиздат, 1991. – 286 с.

  2. Минский М.. Фреймы для представления знаний. - М.: Энергия, 1979.

  3. Попов Э.В.. Общение с ЭВМ на естественном языке. - М:, Наука, 1986

  4. Стефанюк В. Л. Локальная организация интеллектуальных систем. - М.: ФИЗМАТЛИТ, 2004. - 328 с.

  5. Хант Э. Искусственный интеллект. - М.: Мир, 1978. 558 с

  6. Гаврилов А.В. Системы искусственного интеллекта: Учеб. пособие: в 2-х ч. – Новосибирск: Изд-во НГТУ, 2001. – Ч. 1. – 67 с.


8. Вопросы для контроля

  1. Архитектура систем искусственного интеллекта

  2. Укажите знаменательные даты в истории создания ИС.

  3. В чем заключается тест Тьюринга?

  4. Какие две парадигмы лежат в основе создания современных ИС, что их объединяет и в чем существует их различие?

  5. Основные положения современной концепции банков данных..

  6. Какие модели представления данных Вам известны?.

  7. Инфологический и датологический аспекты проектирования базы.

  8. Нормализация баз данных.

  9. Основные классы экспертных систем. Их сравнительные характеристики

  10. Укажите основные блоки обобщенной структурной схемы экспертной системы и поясните их назначение.

  11. В чем заключаются преимущества и недостатки экспертных систем по сравнению с человеком – экспертом?

  12. Поясните цикл работы экспертной системы.

  13. Интеллектуальный агент и его свойства.

  14. Пространство состояний и поиск решения проблем в нем.

  15. Классификация стратегий. поиска решения.

  16. Опишите несколько стратегий поиска решения.

  17. В чем может измеряться производительности решения задачи?

  18. Назовите основные законы функционирования систем

  19. Что такое целевая функция?

  20. Какие существуют модели представления знаний и виды их классификаций?

  21. Логика высказываний. Синтаксис логики высказываний.

  22. Семантика логики высказываний. Таблицы истинности.

  23. Законы логики высказываний.

  24. Логика предикатов первого порядка. Синтаксис логики предикатов.

  25. Как осуществляется переход от естественного языка к логике предикатов.

  26. Теория нечетких множеств как инструмент моделирования знаний

  27. Что такое семантические сети?

  28. Что такое фреймы?

  29. Что такое нейронная сеть?

  30. В чем состоит обучение нейтронной сети?

  31. Какие явления лежат в основе генетических алгоритмов?

  32. Что называется байесовской сетью?


9. Критерии оценок


Зачтено

Студент после подготовки с использованием конспекта лекций может последовательно изложить ответ на два контрольных вопроса, знает и владеет основными понятиями и определениями.

Не зачтено

Студент после подготовки с использованием конспекта лекций не может последовательно изложить ответ на два контрольных вопроса, не знает и не владеет основными понятиями и определениями.


10. ^ Примерная тематика курсовых работ и критерии их оценки

Курсовые работы не предусмотрены.


Программа составлена в соответствии с Федеральным государственным образовательным стандартом высшего профессионального образования по направлению 010300 «Фундаментальная информатика и информационные технологии»


Автор программы _________________ Ястребов И.П.


Программа рассмотрена на заседании кафедры 4 марта 2011 года протокол № 10


Заведующий кафедрой ___________________ Орлов И.Я.


Программа одобрена методической комиссией факультета 11 апреля 2011 года

протокол № 05/10


Председатель методической комиссии_________________ Мануилов В.Н.


Скачать 127.4 Kb.
Поиск по сайту:



База данных защищена авторским правом ©dogend.ru 2014
При копировании материала укажите ссылку
обратиться к администрации
Уроки, справочники, рефераты