Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechaniki
  
Wydział Mechaniczny Technologiczny
   Politechnika Śląska

 Strona głównaWyniki i ocenyPrzedmiotyPliki do pobraniaKontaktAdministrator
Icon Struktura Katedry
Icon Pracownicy
Icon Oferta współpracy
Icon Z życia Katedry
Icon Nasi absolwenci
Icon Wirtualny spacer
Icon Na wesoło
Dydaktyka
Icon Specjalności
Icon Przedmioty
Icon Wyniki i oceny
Icon Pliki do pobrania
Icon Prace dyplomowe
Icon Studenckie Koło Metod Komp. Mechaniki
Icon Studenckie Koło Mechaniki Eksperymentalnej "STRESS"
Icon Podręczniki i skrypty
Icon Praktyki studenckie
Działalność naukowa
Icon Profil naukowy
Icon Przykłady badań eksperymentalnych i analiz numerycznych
Icon Projekty badawcze
Icon Konferencje naukowe
Icon Rozprawy doktorskie
Icon Wybrane zagadnienia
Icon
 

 

Inteligentne techniki komputerowe

Kierunek: Zarządzanie i Inżynieria Produkcji
Specjalność: Techniki informatyczne w inżynierii produkcji (ZC6)
Rodzaj studiów i semestr: stacjonarne jednolite sem. IX, stacjonarne i niestacjonarne II st. sem. III
Punkty ECTS: 4
Prowadzący: dr inż. Witold Beluch, dr inż. Arkadiusz Poteralski


Opis przedmiotu

Zagadnienia poruszane najszerzej w ramach wykładu z przedmiotu Inteligentne techniki komputerowe: algorytmy genetyczne i ewolucyjne, sztuczne sieci neuronowe oraz systemy rozmyte są częścią nauki określanej jako Inteligencja Obliczeniowa (ang. Computational Intelligence, CI). Jest to dziedzina nauki zajmująca się rozwiązywaniem za pomocą obliczeń problemów, które nie są efektywnie algorytmizowalne.

W skład CI wchodzą też metody uczenia maszynowego, rozpoznawania obiektów (pattern recognition), metody statystyki wielowymiarowej, metody optymalizacji, metody modelowania niepewności - probabilistyczne, posybilistyczne, zgrzebne (czyli zbiory i logika przybliżona), oraz teorii kontroli i sterowania.

Można je rozpatrywać osobno, niezależnie, ale niezwykle ważne są też ich wzajemne powiązania, pozwalające tworzyć bardziej wydajne narzędzia obliczeniowe.

CI wykorzystuje metody matematyczne z wielu dziedzin, korzysta z inspiracji biologicznych, biocybernetycznych, psychologicznych, statystycznych, matematycznych, logicznych, informatycznych, inżynierskich i innych, jeśli mogą się one przydać do rozwiązywania niealgorytmizowalnych efektywnie problemów.

Cechy inteligentnego systemu to:

  • zdolność do przyswajania nowej wiedzy;
  • samoadaptacja;
  • akceptacja danych niepełnych i nie w pełni spójnych logicznie;
  • kreatywność.

Przykłady praktycznych zastosowań inteligentnych systemów:

  • Technologie oparte na logice rozmytej –  powszechnie stosowane do np: sterowania przebiegiem procesów technologicznych w fabrykach w warunkach „braku wszystkich danych”.
  • Systemy ekspertowe – rozbudowane bazy danych z wszczepioną „sztuczną inteligencją” umożliwiającą zadawanie im pytań w języku naturalnym i uzyskiwanie w tym samym języku odpowiedzi. Systemy takie stosowane są już w farmacji i medycynie.
  • Maszynowe tłumaczenie tekstów – systemy takie są wciąż bardzo ułomne, jednak robią postępy i zaczynają się nadawać do tłumaczenia np. tekstów technicznych.
  • Sztuczne sieci neuronowe – stosowane z powodzeniem w wielu zastosowaniach łącznie z programowaniem „inteligentnych przeciwników” w grach komputerowych.
  • Rozpoznawanie optyczne – stosowane są już programy rozpoznające osoby na podstawie zdjęcia twarzy lub rozpoznające automatycznie zadane obiekty na zdjęciach satelitarnych.
  • Rozpoznawanie mowy – stosowane obecnie powszechnie na skalę komercyjną.
  • Rozpoznawanie ręcznego pisma – stosowane masowo np. do automatycznego sortowania listów oraz w elektronicznych notatnikach.
  • Deep Blue – program, który wygrał w szachy z Gary Kasparowem.
Sztuczna twórczość - istnieją programy automatycznie generujące krótkie formy poetyckie, komponujące, aranżujące i interpretujące utwory muzyczne, które są w stanie zmylić nawet profesjonalnych artystów (nie rozpoznają oni tych utworów jako sztucznie wygenerowanyc

Program przedmiotu

  • Wykład: 15 godzin w semestrze
  • Laboratorium: 15 godzin w semestrze

Warunki zaliczenia

1. Zaliczenie na ocenę pozytywną ćwiczeń (warunki podaje prowadzący na zajęciach)

2. Egzamin z wykładu.

 OCENA KOŃCOWA: O=0.65E+0.35L

E - ocena z egzaminu (musi być pozytywna)

L - ocena z ćwiczeń


Tematyka wykładów

  • Inteligencja obliczeniowa, sztuczna inteligencja, inteligentne techniki komputerowe - wstęp do problematyki. Rys historyczny - zastosowania, osiągnięcia, niepowodzenia, test Turinga.

  • Algorytmy genetyczne (AG) i ewolucyjne (AE): a) opis, historia, nazewnictwo; b) kodowanie: binarne, kod Graya, logarytmiczne, rzeczywistoliczbowe; c) ocena działania algorytmu; d) reprodukcja i sukcesja; e) operatory ewolucyjne; f) wyniki działania algorytmu; g) krzywe zbieżności; h) kryteria zatrzymania algorytmu;.

  • Sztuczne sieci neuronowe (SSN): a) historia i klasy zastosowań; b) inspiracje biologiczne; c) funkcje aktywacji neuronu; d) budowa sztucznego neuronu; e) sieci neuronowe; f) metody uczenia sieci; g) metoda momentum; h) wsteczna propagacja błędów; i) sieci samouczące się i konkurencja w sieciach; j) sieci samoorganizujące się (Kohonena); k) sieci Hopfielda jako przykład sieci rekurencyjnych.

  • Systemy rozmyte (SR): a. zbiory rozmyte; b. funkcje przynależności i operacje na zbiorach rozmytych; c. wnioskowanie przybliżone; d. sterowniki rozmyte; e. projektowanie baz reguł; f. sterowniki rozmyto-neuronowe.

  • Inne metody inteligencji obliczeniowej: a). eksploracja danych (data mining); b) systemy wieloagentowe; c) systemy ekspertowe; d) programowanie genetyczne; e) algorytmy mrówkowe.


Literatura

  • L. Rutkowski, Metody i techniki sztucznej inteligencji, Wydawnictwa Naukowe PWN, Warszawa, 2006.

  • J. Arabas, Wykłady z algorytmów ewolucyjnych, WNT, Warszawa, 2001.

  • Z. Michalewicz, Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa, 1996.

  • R. Tadeusiewicz, Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akad. Oficyna Wyd. PLJ, Warszawa, 1998.

  • R. Tadeusiewicz, Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993.

  • D.E. Goldberg, Algorytmy genetyczne i ich zastosowania, WNT, Warszawa, 1995.

  • S. Osowski, Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996.

  • D. Rutkowska, Inteligentne systemy obliczeniowe. Algorytmy genetyczne i sieci neuronowe w systemach rozmytych, Akad. Oficyna Wyd., Warszawa, 1997.


Odnośniki:


Do pobrania


 
  Laboratorium Zastosowań Metod Sztucznej Inteligencji
  INTEREDU
  Sekcja Optymalizacji i Sterowania Komitetu Mechaniki PAN
  Sekcja Nauk Obliczeniowych KI PAN
  Studenckie Koło Naukowe Metod Komputerowych
  Programy MES do książki T. Burczyński, R.Bąk Wytrzymałość Materiałów z elementami ujęcia komputerowego (www.mes.polsl.pl)
  Strona poświęcona podręcznikowi "Badania operacyjne. Teoria i zastosowania."
  Konferencja EUROGEN2009
  Polskie Towarzystwo Metod Komputerowych Mechaniki
  DSMCM Grid Team
  Centrum Doskonałości AI-METH
  Konferencja AI-METH
  Strona główna Politechniki Ślaskiej
  Strona główna Wydziału MT
  Ministerstwo Nauki i Szkolnictwa Wyższego
  Poczta na polsl.pl
 Dodaj nowe łącze
Aktualnie nie ma żadnych nadchodzących wydarzeń. Aby dodać nowe wydarzenie, kliknij przycisk Dodaj nowe wydarzenie poniżej.
 Dodaj nowe wydarzenie