Popis předmětu - AE3M33UI

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
AE3M33UI Artificial Intelligence Rozsah výuky:2+2c
Garanti:  Role:PO,V Jazyk výuky:EN
Vyučující:  Zakončení:Z,ZK
Zodpovědná katedra:13133 Kreditů:6 Semestr:L

Anotace:

The course is aimed at providing theoretically deeper knowledge in the area of Artificial Intelligence in the extent needed to study the branch of study Robotics. It is organized around several topics: pattern recognition and machine learning, theory of multi-agent systems and artificial life. The linkage between the theoretical and practical applications is rather stressed.

Výsledek studentské ankety předmětu je zde: AE3M33UI

Osnovy přednášek:

1. Classification methods, Bayesian and non-Bayesian tasks
2. Adaboost, SVM classifiers
3. Graphical probabilistic and Markov models in machine learning
4. Theory of learning, problems of consistency, capacity, PAC
5. Learning of classification rules (AQ, CN2)
6. Sequential pattern recognition, Walds algorithm, extraction and synthesis of features, properties
7. Planning, representation of the planning problem, linear and non-linear planning
8. Methods of planning: TOPLAN, POPLAN, SATPLAN, GRAPHPLAN
9. Multi-agent systems: Reactive and deliberative agents, BDI architecture, reflection
10. Collective behavior of agents, distributed decision making, negotiation techniques, CNP, auction and voting techniques
11. Social knowledge, social behavior of agents, met-reasoning, coalition formation, team cooperation
12. Multi-agent planning and scheduling, industrial applications
13. Artificial life, principles, algorithms, applications
14. Applications

Osnovy cvičení:

1. Introduction, definition of the course project
2. Bayesian and non-Bayesian tasks
3. Adaboost and SVM classifiers demos of tasks
4. Markov models and machine learning I 5.Markov models and machine learning II
6. AQ and CN2 systems, experiments I 7.AQ and CN2 systems, experiments II
8. Planning tasks
9. Planning - practical exercise
10. Aglobe Systems and its features, demo
11. Demos of multi-agent systems (Agentfly, ProPlant, MAST)
12. Agentification of systems, semantic information
13. Artificial life demos
14. Delivery of course project

Literatura:

1. Wooldridge, M.: An Introduction to Multi-Agent Systems, John Wiley & Sons, 2002
2. Nilsson N.J. & Nilsson, N.J.: Artificial Intelligence: A New Synthesis. Elsevier Science, 1998

Požadavky:

Poznámka:

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

Webová stránka:

http://cw.felk.cvut.cz/doku.php/courses/ae3m33ui/start

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MEKME1 Bezdrátové komunikace V 2
MEKME5 Komunikační systémy V 2
MEKME4 Sítě elektronických komunikací V 2
MEKME3 Elektronika V 2
MEKME2 Multimediální technika V 2
MEOI1 Umělá inteligence V 2
MEOI5NEW Softwarové inženýrství V 2
MEOI5 Softwarové inženýrství V 2
MEOI4 Počítačová grafika a interakce V 2
MEOI3 Počítačové vidění a digitální obraz V 2
MEOI2 Počítačové inženýrství V 2
MEEEM1 Technologické systémy V 2
MEEEM5 Ekonomika a řízení elektrotechniky V 2
MEEEM4 Ekonomika a řízení energetiky V 2
MEEEM3 Elektroenergetika V 2
MEEEM2 Elektrické stroje, přístroje a pohony V 2
MEKYR1 Robotika PO 2


Stránka vytvořena 20.8.2019 12:51:30, 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.