Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Inteligentne systemy wspomagania decyzji
Tok studiów:
2015/2016
Kod:
BOS-2-203-MI-s
Wydział:
Geologii, Geofizyki i Ochrony Środowiska
Poziom studiów:
Studia II stopnia
Specjalność:
Metody informatyczne w ochronie środowiska
Kierunek:
Ochrona Środowiska
Semestr:
2
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
dr Bielecka Marzena (bielecka@agh.edu.pl)
Osoby prowadzące:
dr Bielecka Marzena (bielecka@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Student zna podstawowe struktury systemów sztucznej inteligencji (sieci neuronowe, systemy ekspertowe i systemy rozmyte) OS2A_W09 Egzamin
M_W002 Student zna wybrane techniki konstrukcji systemów sztucznej inteligencji. OS2A_W10 Egzamin,
Zaliczenie laboratorium
Umiejętności
M_U001 Student potrafi wykorzystać podstawowe struktury systemów sztucznej inteligencji w procesie podejmowania decyzji. OS2A_U08 Wykonanie ćwiczeń,
Zaliczenie laboratorium,
Wykonanie ćwiczeń laboratoryjnych,
Kolokwium
M_U003 Student potrafi zaproponować rozwiązanie dla problemu predykcyjnego, diagnostycznego i optymalizacyjnego. OS2A_U07 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych,
Zaliczenie laboratorium
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Student zna podstawowe struktury systemów sztucznej inteligencji (sieci neuronowe, systemy ekspertowe i systemy rozmyte) + - - - - - - - - - -
M_W002 Student zna wybrane techniki konstrukcji systemów sztucznej inteligencji. + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi wykorzystać podstawowe struktury systemów sztucznej inteligencji w procesie podejmowania decyzji. - - + - - - - - - - -
M_U003 Student potrafi zaproponować rozwiązanie dla problemu predykcyjnego, diagnostycznego i optymalizacyjnego. - - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Wstęp
a) Cechy funkcjonalne systemów sztucznej inteligencji.
b) Typy zadań rozwiązywanych przez systemy sztucznej inteligencji.
c) Taksonomia systemów sztucznej inteligencji.
d) Obszary zastosowań.
2. Sztuczne sieci neuronowe.
a) Model neuronu.
b) Perceptron – struktura, algorytm nauki, przykłady zastosowań.
c) Sieć Hopfielda – struktura, algorytm nauki, przykłady zastosowań.
d) Sieć Kohonena – struktura, algorytm nauki, przykłady zastosowań.
e) Sieć Hamminga – struktura, algorytm nauki, przykłady zastosowań.
3. Systemy ekspertowe.
a) Systemy regułowe.
b) Sieci semantyczne.
c) Systemy ramowe.
d) Modele obliczeniowe.
4. Algorytmy genetyczne.
5. Systemy wnioskowania rozmytego.

Ćwiczenia laboratoryjne:

Ćwiczenia laboratoryjne będą realizowane w Matlabie.
1. Zastosowanie sieci neuronowych do predykcji:
a) stopnia zanieczyszczenia powietrza w ośrodkach miejskich
b) poziomu wody w zbiorniku retencyjnym
2. Wykorzystanie systemów ekspertowych i wnioskowania rozmytego do :
a) wspomagania decyzji dotyczących rekultywacji terenów pokopalnianych
b) analizy czynników zagrażających ekosystemowi
c) problemów modelowania nisz ekologicznych

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 76 godz
Punkty ECTS za moduł 3 ECTS
Udział w wykładach 28 godz
Udział w ćwiczeniach laboratoryjnych 28 godz
Samodzielne studiowanie tematyki zajęć 10 godz
Przygotowanie do zajęć 10 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

ocena końcowa=50% oceny z egzaminu + 50% oceny z projektów realizowanych w laboratorjum

Wymagania wstępne i dodatkowe:

podstawowa wiedza z matematyki; umiejętność programowania

Zalecana literatura i pomoce naukowe:

Rutkowski L. Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, Wydawnictwo Naukowe PWN, Warszawa 2006.
Flasiński M. Wstęp do sztucznej inteligencji, PWN, Warszawa, 2011
Rutkowska D. Inteligentne systemy obliczeniowe, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1997

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak