Popis předmětu - AD3M33UI

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
AD3M33UI Umělá inteligence Rozsah výuky:14+6c
Garanti:  Role:PO,V Jazyk výuky:CS
Vyučující:  Zakončení:Z,ZK
Zodpovědná katedra:13133 Kreditů:6 Semestr:L

Anotace:

Předmět je zaměřen na poskytnutí teoreticky hlubších poznatků z oblasti umělé inteligence v rozsahu potřebném pro obor Robotika. Sestává z několika partií: vybraných otázek rozpoznávání a strojového učení, základů teorie multiagentních systémů a umělého života. Důraz je kladen na propojení teoretických základů s ukázkami aplikací.

Výsledek studentské ankety předmětu je zde: A3M33UI

Osnovy přednášek:

1. Metody klasifikace, bayesovké a nebayesovské ulohy.
2. Adaboost, SVM klasifikátory
3. Grafické pravděpodobnostní a Markovovské modely ve strojovém učení
4. Teorie učení - problémy konzistence, kapacity, PAC
5. Učení klasifikačních pravidel (AQ, CN2)
6. Sekvenční rozpoznávání, Waldův algoritmus, extrakce a syntéza příznaků, vlastnosti
7. Plánování, reprezentace plánovacího problému, lineární a nelineární plánování
8. Metody plánování: TOPLAN, POPLAN, SATPLAN, GRAPHPLAN
9. Multiagentní systémy: Reaktivní a deliberativní agenti, BDI architektura, reflexe
10. Kolektivní chování agentů, distribuované rozhodování, techniky vyjednávání, metoda CNP, aukční a hlasovací techniky
11. Sociální znalost, sociální chování agentů, meta-uvažování, formování koalic, týmová spolupráce agentů
12. Multiagentní plánování a rozvrhování, průmyslové aplikace
13. Umělý život, principy, algoritmy, aplikace
14. Aplikace, rezerva

Osnovy cvičení:

1. Organizace cvičení, zadání úlohy pro samostatnou práci
2. Bayesovské a nebayesovské úlohy
3. Adaboost a SVM klasifikátory - ukázky řešených úloh
4. Markovovské modely a strojové učení I 5.Markovovské modely a procesy učení II
6. Systémy AQ a CN2, experimenty I 7.Systémy AQ a CN2, experimenty II
8. Plánovací úlohy
9. Plánování - praktická úloha
10. Systém Aglobe a jeho vlastnosti, ukázky
11. Další multiagentní systémy (Agentfly, ProPlant, MAST) -ukázky
12. Agentifikace systémů, sémantická informace
13. Umělý život -ukázky
14. Presentace úloh, zápočet

Literatura:

1. Mařík, V., Štěpánková, O., Lažanský, J. a kol.: Umělá inteligence 1-5, Academia Praha, 1993-2007
2. Wooldridge, M: An Introduction to Multi-agent Systems. John Wiley & Sons, 2002

Požadavky:

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MKEEM1 Technologické systémy V 2
MKEEM5 Ekonomika a řízení elektrotechniky V 2
MKEEM4 Ekonomika a řízení energetiky V 2
MKEEM3 Elektroenergetika V 2
MKEEM2 Elektrické stroje, přístroje a pohony V 2
MKKME1 Bezdrátové komunikace V 2
MKKME5 Komunikační systémy V 2
MKKME4 Sítě elektronických komunikací V 2
MKKME3 Elektronika V 2
MKKME2 Multimediální technika V 2
MKKYR1 Robotika PO 2
MKOI1 Umělá inteligence V 2
MKOI5 Softwarové inženýrství V 2
MKOI4 Počítačová grafika a interakce V 2
MKOI3 Počítačové vidění a digitální obraz V 2
MKOI2 Počítačové inženýrství V 2


Stránka vytvořena 24.6.2019 17:51:22, semestry: Z,L/2020-1, L/2018-9, Z,L/2019-20, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)
Za obsah odpovídá: doc. Ing. Ivan Jelínek, CSc.