Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Metody inteligencji zbiorowej
Tok studiów:
2018/2019
Kod:
JIS-2-004-AD-s
Wydział:
Fizyki i Informatyki Stosowanej
Poziom studiów:
Studia II stopnia
Specjalność:
Modelowanie i analiza danych
Kierunek:
Informatyka Stosowana
Semestr:
0
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
dr inż. Łukasik Szymon (slukasik@agh.edu.pl)
Osoby prowadzące:
dr inż. Łukasik Szymon (slukasik@agh.edu.pl)
Krótka charakterystyka modułu

Celem zajęć jest zapoznanie studentów z podstawowymi metodami inteligencji zbiorowej oraz przykładami ich użycia w rozmaitych zagadnieniach aplikacyjnych.

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 posiada wiedzę w zakresie praktycznych aspektów związanych z zastosowaniem metod inteligencji zbiorowej. IS2A_W01 Wykonanie ćwiczeń laboratoryjnych,
Projekt
M_W002 Student posiada elementarną wiedzę w zakresie podstaw teoretycznych systemów wieloagentowych, metaheurystyk populacyjnych oraz sieci społecznościowych IS2A_W02, IS2A_W01 Wykonanie ćwiczeń laboratoryjnych,
Projekt
Umiejętności
M_U001 Student potrafi zastosować podstawowe narzędzia inteligencji zbiorowej w problemach technicznych oraz podsumować wyniki swojej pracy w czytelnej i zwięzłej formie IS2A_U01, IS2A_U02 Wykonanie ćwiczeń laboratoryjnych,
Wykonanie projektu
M_U002 Student umie, na podstawie uwarunkowań problemu, wybrać odpowiednią metodę/algorytm inteligencji zbiorowej oraz potrafi ustalić jego parametry IS2A_U02 Wykonanie ćwiczeń laboratoryjnych,
Wykonanie projektu
Kompetencje społeczne
M_K001 Student potrafi w sposób odpowiedzialny planować i realizować prace w zespole wymagające działań o charakterze twórczym IS2A_K02 Projekt
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 posiada wiedzę w zakresie praktycznych aspektów związanych z zastosowaniem metod inteligencji zbiorowej. + - - - - - - - - - -
M_W002 Student posiada elementarną wiedzę w zakresie podstaw teoretycznych systemów wieloagentowych, metaheurystyk populacyjnych oraz sieci społecznościowych + - - - - - - - - - -
Umiejętności
M_U001 Student potrafi zastosować podstawowe narzędzia inteligencji zbiorowej w problemach technicznych oraz podsumować wyniki swojej pracy w czytelnej i zwięzłej formie - - + + - - - - - - -
M_U002 Student umie, na podstawie uwarunkowań problemu, wybrać odpowiednią metodę/algorytm inteligencji zbiorowej oraz potrafi ustalić jego parametry - - + + - - - - - - -
Kompetencje społeczne
M_K001 Student potrafi w sposób odpowiedzialny planować i realizować prace w zespole wymagające działań o charakterze twórczym - - - + - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Wprowadzenie do zagadnień metod inteligencji zbiorowej. Historia koncepcji inteligencji zbiorowej.
2. Systemy wspomagania decyzji.
3. Sytemy wieloagentowe.
4. Metaheurystyki populacyjne
5. Sieci społecznościowe.
6. Zastosowania praktyczne algorytmów inteligencji zbiorowej.

Ćwiczenia laboratoryjne:

Ćwiczenia laboratoryjne ilustrujące treść wykładu i pozwalające na opanowanie umiejętności związanych z praktycznym wykorzystaniem metod i algorytmów inteligencji zbiorowej.

Ćwiczenia projektowe:

Projekt ilustrujący treść wykładu i pozwalający na opanowanie umiejętności związanych z praktycznym wykorzystaniem algorytmów inteligencji zbiorowej. Projekt realizowany jest w formie zespołowej.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 119 godz
Punkty ECTS za moduł 4 ECTS
Udział w wykładach 45 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Udział w ćwiczeniach projektowych 15 godz
Wykonanie projektu 15 godz
Dodatkowe godziny kontaktowe z nauczycielem 14 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Średnia ważona sprawozdań z ćwiczeń wykonanych w trakcie laboratorium (waga 2/3) oraz projektu obejmującego samodzielne rozwiązanie wybranego problemu inżynierskiego z użyciem metod inteligencji zbiorowej (waga 1/3).

Wymagania wstępne i dodatkowe:

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

Rutkowski L., Metody i techniki sztucznej inteligencji, Warszawa, 2011, PWN.
Arabas J., Wykłady z algorytmów ewolucyjnych, Warszawa, 2004, WNT.
Borgatti S.P., Analyzing Social Networks, 2013, Sage Publications.
Shoham Y., Leyton-Brown K., Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, 2008, Cambridge University Press.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:
  1. S. Łukasik, P. Kowalski, “Study of Flower Pollination Algorithm for Continuous Optimization”, Intelligent Systems’ 2014, P.Angelov et al. (eds.), Springer, pp. 451-459, 2015.
  2. P.A. Kowalski, S. Łukasik, “Experimental Study of Selected Parameters of the Krill Herd Algorithm", Intelligent Systems’ 2014, P.Angelov et al.(eds.), Springer, pp.473-485, 2015.
  3. S. Łukasik, P.A. Kowalski, “Fully Informed Swarm Optimization Algorithms: Basic Concepts, Variants and Experimental Evaluation”, Proceedings of the 2014 Federated Conference on Computer Science and Information Systems, pp. 155-161, 2014
  4. D. Falkiewicz (Gołuńska), S. Łukasik, “Modelowanie rozmyte z zastosowaniem algorytmu optymalizacji rojem cząstek”, Czasopismo Techniczne Politechniki Krakowskiej, seria: Automatyka, vol. 1-AC, pp. 41-54, 2012.
  5. S. Łukasik, S. Żak, “Firefly Algorithm for Continuous Constrained Optimization Tasks, Lecture Notes in Artificial Intelligence”, vol. 5796, pp. 97-106, 2009.
Informacje dodatkowe:

Sposób i tryb wyrównania zaległości powstałych wskutek nieobecności na zajęciach student uzgadnia bezpośrednio z osobą prowadzącą odpowiednie zajecia