Первая страница
Наша команда
Контакты
О нас

    Головна сторінка



В. О. Леонтьєв Навчальна програма дисципліни

Скачати 70.81 Kb.

В. О. Леонтьєв Навчальна програма дисципліни




Скачати 70.81 Kb.
Дата конвертації07.04.2017
Розмір70.81 Kb.
ТипПрограма

Міністерство освіти і науки України

Вінницький національний технічний університет


Інститут автоматики, електроніки і комп’ютерних систем управління

Факультет комп’ютерних систем управління


ЗАТВЕРДЖЕНО

Вченою радою ВНТУ

Протокол № ________

від " ___ " _________ 2006р.

Система керування, також Система управління (англ. control system) - систематизований набір засобів впливу на підконтрольний об'єкт для досягнення цим об'єктом певної мети. Об'єктом системи керування можуть бути як технічні об'єкти так і люди.


Проректор з навчальної та науково-методичної роботи

В.О. Леонтьєв


Навчальна програма дисципліни
Основи системотехніки інтелектуальних інформаційних систем”

Напрям підготовки 0914 – Системи управління і автоматика

Освітньо-кваліфікаційний рівень – бакалавр

6.091400 – "Комп`ютеризовані системи автоматики та управління"


Автор: ______________ Глонь О.В., доцент кафедри КСУ

Розглянуто і схвалено на засіданні кафедри КСУ

Протокол №____ від "___"____________2006р.

Доце́нт (від лат. docere «навчати») - в Україні та інших країнах вчене звання викладачів вищих навчальних закладів, що виконують функцію університетських лекторів; вчене звання співробітників наукових установ; посада у вищих навчальних закладах.

Зав. кафедри КСУ Дубовой В.М.

Програма прорецензована

та схвалена

на засіданні кафедри ________Протокол №____ від “ ”______ 2006р.

Зав. кафедри __________________

Розглянуто і схвалено на засіданні Методичної комісії

Інституту автоматики, електроніки і комп'ютерних систем управління

Протокол №____ від "___"____________2006р.

Голова Методичної комісії Васюра А.С.

Розглянуто і схвалено на засіданні Вченої ради ІнАЕКСУ

Протокол №___ від "___"____________2006р.

Голова Вченої ради інституту ______________ Васюра А.С.

Розглянуто і схвалено на засіданні Методичної ради ВНТУ

Протокол №___ від "___"____________2006р.

Голова Методичної ради ______________ В.О. Леонтьєв
1. Мета та задачі дисципліни
Дисципліна "Основи системотехніки інтелектуальних інформаційних систем" забезпечує засвоєння студентами основних понять та методів побудови інтелектуальних інформаційних систем, а також вміння застосовувати теоретичні знання та існуючі програмні засоби для розв’язання поставлених задач.

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

Інформацíйна систéма (англ. Information system) - сукупність організаційних і технічних засобів для збереження та обробки інформації з метою забезпечення інформаційних потреб користувачів.

Знання, набуті студентами, використовуються при роботі в галузі інтелектуальних інформаційних систем.




    1. Зв’язок з іншими дисциплінами

Курс базується на дисциплінах: «Вища математика», «Вступ в інтелектуальні технології управління», «Алгоритмічні мови та програмування». Курс використовується при вивченні дисциплін «Інтелектуальні технології», «Штучний інтелект та розпізнавання образів», «Теорія автоматичного управління» в дипломному проектуванні та при підготовці магістрів.





    1. Завдання вивчення дисципліни.

В результаті вивчення дисципліни студенти повинні знати:



  • Основні поняття системотехніки інтелектуальних інформаційних систем;

  • Основні напрямки та застосування інтелектуальних технологій та штучного інтелекту;

  • Системотехніку інтелектуальних систем, в тому числі систем, заснованих на знаннях;

  • Моделі представлення знань ті їх реалізацію, методи видобутку (екстракції) знань та їх особливості.

На основі набутих знань студент повинен уміти:



  • застосовувати теоретичні знання з системотехніки інтелектуальних інформаційних систем при розв’язанні простих практичних задач.

Дисципліна складається з 2 модулів.


2. Зміст дисципліни

2.1. Штучний інтелект та інтелектуальні інформаційні системи.

Вступ. Мета і задачі курсу. Основні терміни і визначення. Поняття система, елемент, структура, зв’язок, системотехніка, інтелект, штучний інтелект, інтелектуальна система, інтелектуальна інформаційна система.

Інтелектуальна інформаційна система (ІІС) - це один з видів автоматизованих інформаційних систем, інколи ІІС називають системою, засновану на знаннях. ІІС є комплексом програмних, лінгвістичних і логіко-математичних засобів для реалізації основного завдання: здійснення підтримки діяльності людини і пошуку інформації в режимі розширеного діалогу на природній мові.

Історія розвитку поняття “система”.

2.2. Історія виникнення та розвитку інтелектуальних інформаційних технологій. Філософські, технічні, наукові передумови для створення штучного розуму. Сучасна класифікація інтелектуальних технологій. Основні галузі застосування штучного інтелекту. Приклади задач, що розв’язуються за допомогою інтелектуальних технологій.

2.3. Розпізнавання образів. Історія розвитку, галузі застосування. Приклади програм машинного перекладу. Основні поняття та визначення: розпізнавання, класифікація, кластеризація, вирішувальна функція, метрика. Побудова дерева рішень. Метод найближчого сусіда, критерій найменшої відстані.

Інформаційні технології Інформаці́йні техноло́гії, ІТ (використовується також загальніший / вищий за ієрархією термін інформаційно-комунікаційні технології (Information and Communication Technologies, ICT) - сукупність методів, виробничих процесів і програмно-технічних засобів, інтегрованих з метою збирання, опрацювання, зберігання, розповсюдження, показу і використання інформації в інтересах її користувачів.

Машинний переклад (МП) - технології автоматизованого перекладу текстів (письмових та усних) з однієї природної мови на іншу за допомогою комп'ютера; напрямок наукових досліджень, пов'язаний з побудовою систем автоматизованого перекладу.

Алгоритм найближчого сусіда - один з перших і найбільш простих евристичних методів розв'язування задачі комівояжера. Відноситься до категорії жадібних алгоритмів. За кожен крок його виконання до знайденої частини маршруту додається нове ребро.

2.4. Особливості та методи реалізації систем зі спілкуванням на природній мові. Основні класи ПМ-систем. Системи мовного спілкування. Принципи побудови. Системи обробки візуальної інформації. Приклади сучасних систем мовного спілкування та обробки візуальної інформації .

2.5. Теоретичне підґрунтя сучасних інтелектуальних технологій: логічне програмування, нейроні мережі та нечітка логіка, мурашині алгоритми, генетичні алгоритми та еволюційне програмування, квантові та ДНК-обчислення.

Генети́чний алгори́тм (англ. genetic algorithm) - це еволюційний алгоритм пошуку, що використовується для вирішення задач оптимізації і моделювання шляхом послідовного підбору, комбінування і варіації шуканих параметрів з використанням механізмів, що нагадують біологічну еволюцію.

Нечітка логіка Нечітка логіка (англ. fuzzy logic) - розділ математики, який є узагальненням класичної логіки і теорії множин. Уперше введений Лотфі Заде в 1965 році як розділ, що вивчає об'єкти з функцією належності елемента до множини, яка приймає значення у інтервалі [0, 1], а не тільки 0 або 1.

Логі́чне програмува́ння - парадигма програмування, а також розділ дискретної математики, що вивчає методи і можливості цієї парадигми, засновані на виведенні нових фактів з даних фактів згідно із заданими логічними правилами.

Історія виникнення та динаміка розвитку
2.6. Експертні системи.

Історія розвитку й області застосування систем, заснованих на знаннях. Основні визначення та поняття. Схема функціонування системи, заснованих на знаннях, особливості, області та критерії застосування, обмеження та переваги. Реалізація на ЕОМ систем, заснованих на знаннях.

2.7. Технологія роботи з експертними системами, відмінність від технології застосування «звичайних» програм. Класифікація експертних систем і сучасні тенденції їхнього розвитку. Типові склад і структура експертних систем. Приклади практичних експертних систем. Програмні засоби створення експертних систем.

2.8. Побудова бази знань: опис предметної області, види ієрархій в предметних областях і зв’язки між ними, вибір метода та моделі представлення знань, одержання знань.

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.

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.

Визначення характеру розв’язуваної задачі, виявлення об’єктів предметної області, встановлення взаємозв’язків між об’єктами, формалізація знань.

2.9. Знання, видобуток знань, інженерія знань. Особливості та моделі представлення знань. Властивості та характеристики моделей представлення знань. Декларативні та процедурні моделі. Способи опису знань.

2.10. Реалізація моделей представлення знань. Логічні, мережні та продукційні моделі, сценарії та ленеми. L-мова та ленема. Фрейми та семантичні мережі. Елементи логіки предикатів.

Продукці́йна моде́ль, або модель, базована на правилах - одна з моделей представлення знань, вона дозволяє представити знання у вигляді речень виду «Якщо (умова) то (дія)».

Інженерія знань (англ. knowledge engineering) - область штучного інтелекту, повязана із розробкою експертних систем і баз знань. Вивчає методи і засоби для отримання, представлення, структурування і використання знань.

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.

Логіка предикатів Логіка предикатів - це розділ класичної символічної логіки, що вивчає суб'єктно-предикатну структуру висловлювань, на підставі чого визначають значення істинності висловлювань; по-іншому - це дедуктивна теорія, яка моделює процес виведення одних висловлювань із інших, враховуючи їх структуру.

2.11. Технологія розробки експертних систем: одержання знань, вибір моделі представлення знань, робота інженера по знаннях. Проблеми та методи отримання інформації від експертів.

Отримання да́них (англ. Data Mining) - виявлення прихованих закономірностей або взаємозв'язків між змінними у великих масивах необроблених даних. Зазвичай поділяють на задачі класифікації, моделювання та прогнозування.

Схеми лінгвістичної взаємодії, отримання спільного коду.

2.12. Класифікація методів видобування знань. Особливості пасивних та активних методів видобування знань, групові методи. Характеристики активних індивідуальних та групових методів видобування знань. Ігри з експертом та текстологічні методи видобування знань.



3. Лабораторні заняття


  1. Первинна обробка експери­ментальних даних для задачі ідентифі­кації нелінійної залежності.

  2. Побудова та дослідження дерева рішень для задачі класифікації ірисів.

  3. Класифікації ірисів за методом найближчого сусіда.

  4. Навчання штучної нейронної мережі для кла­сифікації ірисів.

    Класифіка́ція (фр. , англ. classification походить від лат. classis - клас і facio - роблю) - система розподілення об'єктів (процесів, явищ) за класами (групами тощо) відповідно до визначених ознак. Інколи вживають термін категоризація у значенні «розподілення об'єктів на категорії».

    Штучна нейронна мережа (ШНМ, англ. artificial neural network, ANN, рос. искусственная нейронная сеть, ИНС) - це математична модель, а також її програмна та апаратна реалізація, побудовані за принципом функціювання біологічних нейронних мереж - мереж нервових клітин живого організму.





4. Література
Основна література

  1. Искусственный интеллект: В 3 кню Кн. 1. Системы общения и экспертные системы: Справочник/ Под ред. Э.В. Попова. – М.: Радио и связь, 1990. – 464с.

  2. Катренко А.В. Системний аналіз об’єктів та процесів комп’ютеризації: Навчальний посібник.

    Навчальний посібник - видання, яке частково доповнює або замінює підручник у викладі навчального матеріалу з певного предмета, курсу, дисципліни або окремого його розділу, офіційно затверджений як такий.

    – Львів.: “Новий світ – 2000”. – 424с.

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

  4. Любарский Ю.Я. Интеллектуальные информационные системы. М.: Наука, 1990, 227с.

  5. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова.- М.: Наука, 1986.- 408с.

  6. Прикладные нечеткие системы: Пер. с япон. / К.Асан, Д. Ватада, С. Иван и др.; под ред. Т.Тэрано, К.Асан, М. Сугэно- М.:Мир,1993-368с.

  7. Ротштейн А.П. Интелектуальные технологиии идентификации. Винница: Вінниця–УНІВЕРСУМ, 1999. – 320 с.

  8. Уотермен Д. Руководство по экспертным системам: Пер. с англ. – М.: Мир, 1989. – 388с.

  9. Ямпольский Л.С., Лавров О.А. Штучний інтелект у плануванні та управлінні виробництвом : Підручник. – К.: Вища. шк., 1995. – 255 с.
Додаткова література

  1. Алиев Р.А., Абдинееев Н.М., Шахназаров М.М. Производственные системы с искусственным интеллектом. – М.: Радио и связь, 1990. – 264с.

  2. Дюбуа Д., Прадт А. Теория возможностей. Приложения к представлению знаний в информатике. М.: Радио и связь.- 1990.- 288с.

  3. Малышев Н.Г. и др. Нечёткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991.– 263с.

  4. Ротштейн А.П. Медицинская диагностика на нечеткой логике. Винница : Континент-ПРИМ, 1996.- 132c.

  5. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ./ Предисл. Г.С. Осипова. – М.: Финансы и статистика, 1990. – 320с.


Скачати 70.81 Kb.

  • 2. Зміст дисципліни
  • Основна література
  • Додаткова література