Первая страница
Наша команда
Контакты
О нас

    Головна сторінка



Робоча навчальна програма дисципліни

Скачати 318.84 Kb.

Робоча навчальна програма дисципліни




Скачати 318.84 Kb.
Сторінка1/2
Дата конвертації21.05.2017
Розмір318.84 Kb.
  1   2

Міністерство освіти і науки України

Запорізький національний технічний університет

Інститут інформатики та радіоелектроніки
ЗАТВЕРДЖУЮ”

директор інституту інформатики та радіоелектроніки, д.т.н., проф.


_______________ / Д.М. Піза /

“_____”____________  2007 р.



РОБОЧА НАВЧАЛЬНА ПРОГРАМА ДИСЦИПЛІНИ

МАТЕМАТИЧНІ ОСНОВИ ПРЕДСТАВЛЕННЯ ЗНАНЬ”



Для спеціальності 6.080403 “Програмне забезпечення автоматизованих систем”

Факультет Інформатики та обчислювальної техніки

Кафедра Програмних засобів


Форма навчання

Норматив-ні дані

Курс

Семестри

Усього (кредит/год)

Лекції (год)

Лабор. роб. (год)

Практ. (год)

Сам. роб. (год)

Іспит (сем.)

Залік (сем.)

Денна




II,III

4, 5

4,5/162

36

18

18

90



4, 5

Заочна




III, IV

5, 6

4,5/162

10

12



140



5, 6


Робоча програма складена на основі (дата навчальної програми, дата затвердження) освітньо-професійної програми вищої освіти України за напрямом підготовки 0804 “Комп’ютерні науки”, 2004

Робоча програма складена (прізвище, ім’я, по батькові викладача, який відповідає за складання) к.т.н., доцентом Субботіним Сергієм Олександровичем.
Робоча програма затверджена на засіданні кафедри Програмних засобів

протокол № ___, від “____”_______________ 2007 р.
____” _____________ 2007 р. Зав. кафедри ПЗ ____________________ А.В. Притула
Робоча програма погоджена з випускаючою кафедрою
____” _____________ 2007 р. Зав. кафедри ПЗ ____________________ А.В. Притула
Схвалена методичною комісією факультету інформатики та обчислювальної техніки

протокол № ___, від “____”_______________ 2007 р.
Голова НМК, декан ФІОТ ____________________ М.М. Касьян
1. МЕТА І ЗАДАЧІ ДИСЦИПЛІНИ,

ЇЇ МІСЦЕ В НАВЧАЛЬНОМУ ПРОЦЕСІ

1.1.

Навчання Навча́ння - це організована, двостороння діяльність, спрямована на максимальне засвоєння та усвідомлення навчального матеріалу і подальшого застосування отриманих знань, умінь та навичок на практиці. Цілеспрямований процес передачі і засвоєння знань, умінь, навичок і способів пізнавальної діяльності людини.

Мета викладання дисципліни

Метою курсу є вивчення математичного апарату подання знань у системах штучного інтелекту.
1.2 Задачі вивчення дисципліни
В наслідок вивчення дисципліни студенти повинні:

  • розуміти проблеми, які виникають під час побудови та при використанні сучасних систем штучного інтелекту;

  • ознайомитися з основними принципами побудови баз знань;

  • знати особливості основних математичних моделей подання знань.

    Математичний апарат - сукупність математичних знань, понять і методів, що застосовуються в деякій області науки, а тому необхідних для її розуміння й успішної в ній роботи. Наприклад, математичним апаратом класичної механіки є математичний аналіз та теорія диференціальних рівнянь, математичним апаратом квантової механіки є функціональний аналіз, математичним апаратом статистики є теорія ймовірності тощо.

    Математи́чна моде́ль - система математичних співвідношень, які описують досліджуваний процес або явище. Математична модель має важливе значення для таких наук, як: економіка, екологія, соціологія, фізика, хімія, механіка, інформатика, біологія та ін.


У результаті вивчення дисципліни студенти повинні:



знати:

  • формально-логічні засади систем штучного інтелекту;

  • етапи проектування баз знань експертних систем;

  • принципи побудови баз знань;

  • математичні методи подання знань в експертних системах;

  • основні принципи побудови продукційних моделей;

  • основні принципи побудови семантичних мереж;

    Експе́ртна систе́ма - це методологія адаптації алгоритму успішних рішень однієї сфери науково-практичної діяльності в іншу. З поширенням комп'ютерних технологій це тотожна (подібна, заснована на оптимізуючому алгоритмі чи евристиках) інтелектуальна комп'ютерна програма, що містить знання та аналітичні здібності одного або кількох експертів щодо деякої галузі застосування, і здатна робити логічні висновки на основі цих знань, тим самим забезпечуючи вирішення специфічних завдань (консультування, навчання, діагностування, тестування, проектування тощо) без участі експерта (фахівця в конкретній проблемній галузі). Також визначається як система, яка використовує базу знань для вирішення завдань (видачі рекомендацій) у деякій предметній галузі. Цей клас програмного забезпечення спочатку розроблявся дослідниками штучного інтелекту в 1960-ті та 1970-ті і здобув комерційне застосування, починаючи з 1980-х. Часто термін система, заснована на знаннях використовується як синонім експертної системи, однак можливості експертних систем ширші за можливості систем, заснованих на детермінованих (обмежених, реалізованих на поточний час) знаннях.

    Семантична мережа - інформаційна модель предметної області, що має вигляд орієнтованого графа, вершини якого відповідають об'єктам предметної області, а ребра задають відносини між ними. Об'єктами можуть бути поняття, події, властивості, процеси.



  • основні принципи побудови фреймових моделей;

  • методи інтелектуальної обробки даних;

    Обро́бка да́них - систематична цілеспрямована послідовність дій над даними. Обробка даних містить в собі множину різних операцій.



  • основні операції та визначення нечіткої логіки;

  • стратегії та методи виведення для моделей подання знань;

вміти:

  • вибирати формальний апарат для подання знань в умовах розробки експертних систем, виходячи з особливостей застосувань;

  • аналізувати та застосовувати існуючі, а при необхідності створювати нові, засоби реалізації дескриптивних моделей та стратегій і методів виведення для логічних, продукційних, мережних та об’єктних моделей подання знань в умовах автоматизованого або неавтоматизованого проектування за допомогою сучасних програмних і технічних засобів, використовуючи процедури вибору та проектування;

  • будувати продукційну модель знань для розв’язання задач з області штучного інтелекту за допомогою формальних мов, використовуючи факти та правила;

  • здійснювати вибір програмних засобів для створення баз знань;

    Програ́мне забезпе́чення (програ́мні за́соби) (ПЗ; англ. software) - сукупність програм системи обробки інформації і програмних документів, необхідних для експлуатації цих програм.



  • розробляти бази знань за інформацією, отриманою з різноманітних джерел або експертів в умовах багатоекспертного середовища за допомогою мов подання знань, мов програмування штучного інтелекту, використовуючи методи виведення і прийняття рішень з нечіткими та конфліктуючими знаннями, методи оптимізації рішень;

  • розробляти базу знань в умовах проектування інтелектуальних систем за допомогою відповідного програмного забезпечення, використовуючи результати обстеження, запити, особливості обраного способу подання знань;

  • розробляти експертні системи за знаннями експертів предметної галузі в умовах слабо структурованих предметних галузей за допомогою оболонок експертних систем, використовуючи технології набуття експертних та емпіричних знань, методи розпізнавання образів;

    Тео́рія розпізнава́ння о́бразів - розділ кібернетики, що розвиває теоретичні основи й методи класифікації і ідентифікації предметів, явищ, процесів, сигналів, ситуацій і т. п. об'єктів, які характеризуються кінцевим набором деяких властивостей і ознак.

    Оптиміза́ція (англ. optimization, optimisation) - процес надання будь-чому найвигідніших характеристик, співвідношень (наприклад, оптимізація виробничих процесів і виробництва). Задача оптимізації сформульована, якщо задані: критерій оптимальності (економічний - тощо; технологічні вимоги - вихід продукту, вміст домішок в ньому та ін.)

    Предме́тна о́бласть (ПрО) - множина всіх предметів, властивості яких і відношення між якими розглядаються в науковій теорії. В логіці - гадана область можливих значень предметних змінних логічної мови.



  • розробляти засоби придбання знань та механізм пояснень в умовах розробки експертних систем та рішення задач з області штучного інтелекту за допомогою програмного забезпечення;

  • розробляти стратегії та методи виведення для логічних, продукційних, мережних та об’єктних моделей подання знань;

  • розробляти, оцінювати та використовувати механізми логічного виведення в умовах розробки систем штучного інтелекту;

  • використовувати методи нечіткої логіки для обробки даних;

  • будувати нейро-нечіткі моделі залежностей.


1.3 Зв'язок з іншими дисциплінами
Вивчення даної дисципліни базується на знаннях, одержаних при вивченні дисциплін "Організація баз даних та знань", "Основи дискретної математики".

Дискретна математика Дискре́тна матема́тика - галузь математики, що вивчає властивості будь-яких дискретних структур. Як синонім іноді вживається термін дискре́тний ана́ліз, що вивчає властивості структур скінченного характеру.

Отримані знання будуть використовуватися при вивченні дисциплін "Основи проектування систем штучного інтелекту", "Логічне програмування", "Програмне забезпечення інтелектуальних систем", "Нейроiнформатика та еволюційні алгоритми", "Теорія прийняття рішень", а також у курсовому та дипломному проектуванні.


  1   2


Скачати 318.84 Kb.

  • РОБОЧА НАВЧАЛЬНА ПРОГРАМА ДИСЦИПЛІНИ
  • Програмних засобів
  • 1. МЕТА І ЗАДАЧІ ДИСЦИПЛІНИ, ЇЇ МІСЦЕ В НАВЧАЛЬНОМУ ПРОЦЕСІ
  • 1.3 Звязок з іншими дисциплінами Вивчення даної дисципліни базується на знаннях, одержаних при вивченні дисциплін "Організація баз даних та знань", "Основи дискретної математики