rpd000011806 (1010110), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

4. Попов Э.В. Экспертные системы. – М.: Наука, 1987, -288 c

5. Спицын В.Г. Базы знаний и экспертные системы: Учебное пособие – Томск: Изд-во ТПУ, 2001. – 88 с.

6. Экспертные системы. Принцип работы и примеры. / Под ред. Р. Форсайда: Пер.с англ. – M.: Радио и связь, 1987. - 221 c.

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

8. Нейлор К. Как построить свою экспертную систему: Пер.с англ.- М.:Энергоатомиздат. 1991.- 288 c.

9. Элти Дж., Кумбо М. Экспертные системы: концепции и примеры: Пер.с англ. -М.:Финансы и статистика, 1987.- 191 с.

10. Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н., и др. Нейроинформатика. –Новосибирск: Наука. Сибирское отделение РАН, 1998. – 296 с.

11. Нечеткие множества в моделях управления и искусственного интеллекта./ Под ред. Д.А. Поспелова- М.: Наука, 1986. – 311 c

12. Осуга С. Обработка знаний: Пер. с японск. – М.: Мир, 1989.- 293 c.

13. Уэно Х., Коямо Т., Окамото Т. и др. Представление и использование знаний: Пер. с японск. – М.: Мир, 1989.- 220 с.

14. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер.с англ.- М.: Финансы и статистика, 1990.- 320 c.

15. Марселлус Д. Программирование экспертных систем на Турбо Прологе: Пер.с англ.- М.: Финансы и статистика, 1994.- 256 c.

16. Ин Ц., Соломон Д. Использование Турбо – Пролога: Пер. с англ. – М.: Мир, 1993.- 608 c.

17. Протасов В.И. Конструирование метасистемных переходов. –М.: изд.ИФТИ,2009 . -198 с.

в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:

Программные средства для выполнения лабораторных работ в среде Visual Studio 2010.

1. http://raai.org/ – Российская ассоциация искусственного интеллекта.

2. http://www.niisi.ru/iont/ni – Российская ассоциация нейроинформатики.

3. http://ransmv.narod.ru/ – Российская ассоциация нечетких систем и мягких вычислений.

4. http://www.makhfi.com/KCM_intro.htm – Введение в моделирование знаний.

5. http://www.intuit.ru - сайт дистанционного университета INTUIT

1. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

1. Лекционные занятия:

a. комплект электронных презентаций/слайдов

b. аудитория, оснащенная презентационной техникой (проектор, экран, компьютер) - корпус3, аудитория 109

2. Практические занятия:

a. компьютерный класс

b. презентационная техника

c. пакеты ПО общего назначения Microsoft Office

d. специализированное ПО Visual Studio

3. Лабораторные работы

a. Лаборатория информатики, оснащенная 14 ПЭВМ

b. шаблоны отчетов по лабораторным работам - 6

c. рабочее место преподавателя, оснащенное компьютером с доступом в Интернет

d. рабочие места студентов, оснащенные компьютерами с доступом в Интернет, предназначенные для работы в INTUIT

Приложение 1
к рабочей программе дисциплины
«Интеллектуальные системы и технологии »

Аннотация рабочей программы

Дисциплина Интеллектуальные системы и технологии является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Информационные системы и технологии. Дисциплина реализуется на 3 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 308.

Дисциплина нацелена на формирование следующих компетенций: ОК-6 ,ОК-10 ,ПК-23 ,ПКС.10.

Содержание дисциплины охватывает круг вопросов, связанных с: проектированием и функционированием систем искусственного интеллекта, экспертных систем и систем поддержки и принятия решений.

Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Практическое занятие, Лабораторная работа.

Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Экзамен (6 семестр).

Общая трудоемкость освоения дисциплины составляет 5 зачетных единиц, 180 часов. Программой дисциплины предусмотрены лекционные (34 часов), практические (14 часов), лабораторные (20 часов) занятия и (85 часов) самостоятельной работы студента.

Приложение 2
к рабочей программе дисциплины
«Интеллектуальные системы и технологии »

Cодержание учебных занятий

1. Лекции

1.1.1. Введение (АЗ: 4, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.2.1. Модели представления знаний (АЗ: 6, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.3.1. Архитектура и технология разработки экспертных систем (АЗ: 6, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.4.1. Применение нечеткой логики в экспертных системах (АЗ: 6, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.5.1. Генетический алгоритм (АЗ: 6, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1.6.1. Hейронные сети (АЗ: 6, СРС: 0)

Тип лекции: Информационная лекция

Форма организации: Лекция, мастер-класс

1. Практические занятия

1.2.1. Разработка модели представления знаний в виде сценария. (АЗ: 2, СРС: 5)

Форма организации: Практическое занятие

1.3.1. Разработка экспертной системы управления группой БПЛА (АЗ: 2, СРС: 7)

Форма организации: Практическое занятие

1.4.1. Разработка экспертной системы на базе нечетких правил вывода (АЗ: 2, СРС: 3)

Форма организации: Практическое занятие

1.5.1. Применение генетического алгоритма для сжатия акустической информации (АЗ: 4, СРС: 6)

Форма организации: Практическое занятие

1.6.1. Программная реализация нейронной сети распознавания цифр (АЗ: 4, СРС: 3)

Форма организации: Практическое занятие

1. Лабораторные работы

1.2.1. Представление знаний о техническом объекте в виде семантической сети. (АЗ: 4, СРС: 5)

Форма организации: Лабораторная работа

1.3.1. Логическое программирование экспертной системы (АЗ: 4, СРС: 6)

Форма организации: Лабораторная работа

1.4.1. Операции над нечеткими множествами. (АЗ: 4, СРС: 3)

Форма организации: Лабораторная работа

1.5.1. Генетическое программирование на обучающей выборке (АЗ: 4, СРС: 8)

Форма организации: Лабораторная работа

1.6.1. Программная реализация нейронной сети для распознавания символов (АЗ: 4, СРС: 3)

Форма организации: Лабораторная работа

1. Типовые задания

1.1.1. Введение(СРС: 5)

Тип: Домашнее задание

1.1.2. Реферат по первому разделу дисциплины "Интеллектуальные системы и технологии"(СРС: 6)

Тип: Реферат

1.4.1. Применение нечеткой логики в экспертных системах(СРС: 8)

Тип: Домашнее задание

1.6.1. Искусственные нейронные сети(СРС: 7)

Тип: Домашнее задание

Приложение 3
к рабочей программе дисциплины
«Интеллектуальные системы и технологии »

Прикрепленные файлы

Курсовая работа по дисциплине "Интеллектуальные системы и технологии".doc

Блок №1 Интеллектуальные системы и технологии

Курсовая работа(проект) №1 Курсовая работа по дисциплине "Интеллектуальные системы и технологии"

Трудоемкость(объем часов): 10

Тематика:

Типовые варианты:

1. Кибернетические системы.

2. Генетические алгоритмы.

3. Система GPS.

4. Системы представления знаний в ИИС.

5. Методы представления знаний в ИИС.

6. Принципы работы ИИС.

7. Нечёткие множества в ИИС.

8. Автоматизированные системы распознавания образов.

9. Системы коллективного интеллекта.

10. Экспертные системы.

11. Математические методы и автоматизированные системы поддержки принятия решений.

12. Нейронные сети.

13. Когнитивное моделирование.

14. Генетические алгоритмы и моделирование биологической эволюции.

15. Системы с интеллектуальной обратной связью и интеллектуальными интерфейсами.

16. Разработка экспертной системы для диагностики неисправности компьютера.

17. Разработка экспертной системы для диагностики эмоционального состояния тестируемого.

18. Разработка экспертной системы для тестирования знаний по дисциплине "Интеллектуальные информационные системы".

Экзамен (6 семестр).doc

Промежуточная аттестация №1

Экзамен (6 семестр)

Семестр: 6

Вид контроля: Э

Вопросы:

1. Определение искусственного интеллекта.

2. Тест Тьюринга.

3. Обзор прикладных областей искусственного интеллекта. Основные сферы применения искусственного интеллекта.

4. Интеллектуальные информационные системы: определение и области применения.

5. Инженерия знаний. Типы решаемых задач.

6. Представление данных и знаний. Что такое данные. Что такое знания?

7. Информационно-поисковые системы: процесс поиска текстовой информации.

8. Экспертные системы. Краткая характеристика. Общие задачи.Выбор задачи экспертной системы. Исследовательский цикл разработки.

9. Концептуальная модель экспертной системы.

10. Поиск на основе данных и цели. Графы.

11. Экспертные системы, основанные на правилах.

12. Экспертные системы . Рассуждения на основе правил (достоинства и недостатки).

13. Экспертные системы. Рассуждения на основе опыта (достоинства и недостатки).

14. Экспертные системы. Рассуждения на основе моделей (достоинства и недостатки).

15. Гибридные экспертные системы.

16. Семантические сети. Сценарии. Фреймы.

17. Понятие фрейма. Основные свойства фреймов. Структура данных фрейма.

18. Машинное обучение на основе связей: введение, основы нейронных сетей.Концептуальные графы: введение, типы, экземпляры, имена.

19. Концептуальные графы: введение, типы, экземпляры, имена.

20. Нейрон Мак-Каллока-Питтса.

21. Персептрон Ф. Розенблата.

22. Карты Кохонена. Структура. Начальная инициализация карты.

23. Социальные и эмерджентные модели обучения. Эволюционное алгоритмы.

24. Системы классификации и эволюционное программирование.

25. Деревья решений. Построение дерева решений.

26. Деревья решений - математический аппарат (алгоритм С 4.5).

27. Деревья решений - математический аппарат (алгоритм CART).

28. Ассоциативные правила. Алгоритм ограниченного перебора.

29. Какие формы коллективного творчества существуют в настоящее время?

30. На какие этапы разделяется метод «мозгового штурма»? Какая последовательность действий предусмотрена при проведении «мозгового штурма»?

31. Какие правила должны выполняться при проведении «мозгового штурма» на этапе генерации идей?

32. Какова роль ведущего при проведении «мозгового штурма» и какими качествами он должен обладать? Назовите особенности разновидности метода «мозгового штурма» I-G-I (индивид – группа – индивид) ?

33. Назовите методы коллективного творчества, существующие в Интернете.

34. Почему в настоящее время становятся востребованными системы коллективного принятия решений?

35. На каких принципах основывается система коллективного принятия решений «Общий мозг»?

36. Назовите основные этапы типичного сценария работы системы «Общий мозг».

37. Назовите основные этапы метода эволюционного согласования решений при проведении коллективной работы.

38. При выполнении каких условий можно применять генетические алгоритмы?

39. Назовите основные операторы генетических алгоритмов.

40. Назовите последовательность выполнения генетических операторов.

41. Какие схемы кроссинговера вы знаете?

42. Опишите схему эксперимента при восстановлении субъективного портрета коллективом свидетелей?

43. Приведите обобщенную формулу метода эволюционного согласования решений и ее составляющие.

44. Сформулируйте правила взаимодействия при импользовании метода эволюционного согласования решений .

45. Сформулируйте постановку задачи коммивояжера.

46. Какие задачи относятся к классу NP-полных задач?

47. Какой эффект был получен при тестировании метода эволюционного согласования решений по тесту Айзенка?

48. Сформулируйте постановку задачи о назначениях.

49. Какие выводы можно сделать из эксперимента по проверке эффективности метода метода эволюционного согласования решений при решении задачи назначений?

50. Каким образом проводится скрещивание вариантов решения задачи формирования инвестиционного портфеля?

51. В чем вы видите перспективы использования метода эволюционного согласования решений в различных областях человеческой деятельности?

52. В чем заключаются преимущества метода эволюционного согласования решений перед другими методами коллективного творчества?

53. Приведите возможную схему применения метода эволюционного согласования решений в дистанционном образовании.

Версия: AAAAAAT1Pu4 Код: 000011806

Характеристики

Список файлов учебной работы