rpd000015073 (1012738), страница 2
Текст из файла (страница 2)
Прикрепленные файлы: Вопросы на зачет СИИ.doc
-
УЧЕБНО-МЕТОДИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
а)основная литература:
1.Хант Д., Искусственный интеллект. – М.: Мир, 1986
2. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS.-СПб.: БХВ-Петербург, 2003. – 608 с.:ил.
3. Ерёмин Д. М., Гарцев И. Б. Искусственные нейронные сети в интеллектуальных системах управления: уч. пособие. – М.: Изд-во МИРЭА, 2004.– 75 с
б)дополнительная литература:
1. Искусственный интеллект: справочник в 3-х книгах. – М.: Мир, 1990.
2. Барский А. Б. Нейронные сети: распознавание, управление, принятие решений. – М.: Финансы и статистика, 2007. – 175 с
в)программное обеспечение, Интернет-ресурсы, электронные библиотечные системы:
1. Задачники по основным разделам курса на сайте кафедры 604 и МАИ.
2. Библиотека ООП-моделирования Simulate+.
3. пакеты ПО общего назначения (текстовые редакторы, графические редакторы),
4. специализированное ПО: интегрированная среда Delphi 7, программа для тестирования студентов.
-
МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
a. комплект электронных презентаций/слайдов,
b. аудитория 31324, оснащенная презентационной техникой (проектор, экран, компьютер/ноутбук, микрофон …),
c. Рабочее место преподавателя, оснащенное компьютером с доступом в Интернет, ауд. 31324, 31624 31824.
d. Рабочие места студентов, оснащенные компьютерами.
Приложение 1
к рабочей программе дисциплины
«Системы искусственного интеллекта »
Аннотация рабочей программы
Дисциплина Системы искусственного интеллекта является частью Профессионального цикла дисциплин подготовки студентов по направлению подготовки Специальные организационно-технические системы. Дисциплина реализуется на 6 факультете «Московского авиационного института (национального исследовательского университета)» кафедрой (кафедрами) 604.
Дисциплина нацелена на формирование следующих компетенций: ПК-3 ,ПК-10 ,ПК-26 ,ПК-27 ,ПК-29.
Содержание дисциплины охватывает круг вопросов, связанных с: разработкой интеллектуальных информационных систем, использованием языков представления знаний, продукционных и нейронных сетей.
Преподавание дисциплины предусматривает следующие формы организации учебного процесса: Лекция, мастер-класс, Лабораторная работа.
Программой дисциплины предусмотрены следующие виды контроля: промежуточная аттестация в форме Зачет с оценкой (9 семестр).
Общая трудоемкость освоения дисциплины составляет 3 зачетных единиц, 108 часов. Программой дисциплины предусмотрены лекционные (34 часов), практические (0 часов), лабораторные (16 часов) занятия и (58 часов) самостоятельной работы студента.
Приложение 2
к рабочей программе дисциплины
«Системы искусственного интеллекта »
Cодержание учебных занятий
-
Лекции
1.1.1. Искусственный интеллект и его механизм (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.1.2. Факты, правила, упрощение, вывод, верификация (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.1.3. Модели представления знаний. знания и данные (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.1.4. Управление выводом (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.1. Классификация экспертных систем (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.2. Выбор проблемы, разработка прототипа (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.3. Структурирование знаний, формализация (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.2.4. Программная реализация, тестирование, поддержка (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.1. Формальная модель нейрона. Персептрон (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.3.2. Классификация НС (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.1. Проблема выбора структуры НС (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.2. Модели обучения. Алгоритм обучения персептрона (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.3. Обучение с учителем. Обратное распространение (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.4. Обучение без учителя. Алгоритмы Хебба, Кохонена (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.5. Сети Хопфилда и Хэмминга (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.6. Идентификация системы (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
1.4.7. Управление по эталонной модели (АЗ: 2, СРС: 2)
Тип лекции: Информационная лекция
Форма организации: Лекция, мастер-класс
-
Практические занятия
-
Лабораторные работы
1.2.1. Разработка простейшей экспертной системы в среде SempN (АЗ: 8, СРС: 12)
Форма организации: Лабораторная работа
1.4.1. Моделирование нейронных сетей (АЗ: 8, СРС: 12)
Форма организации: Лабораторная работа
-
Типовые задания
Приложение 3
к рабочей программе дисциплины
«Системы искусственного интеллекта »
Прикрепленные файлы
Вопросы на зачет СИИ.doc
Вопросы на зачет:
-
Искусственный интеллект и его механизм
-
Факты, правила, упрощение, вывод, верификация
-
Модели представления знаний. знания и данные
-
Управление выводом
-
Классификация экспертных систем
-
Выбор проблемы, разработка прототипа
-
Структурирование знаний, формализация
-
Программная реализация, тестирование, поддержка
-
Формальная модель нейрона. Персептрон
-
Классификация НС
-
Проблема выбора структуры НС
-
Модели обучения. Алгоритм обучения персептрона
-
Обучение с учителем. Обратное распространение
-
Обучение без учителя. Алгоритмы Хебба, Кохонена
-
Сети Хопфилда и Хэмминга
-
Идентификация системы
-
Управление по эталонной модели
Версия: AAAAAAUfTpQ Код: 000015073















