Образовательный стандарт по направлению подготовки дипломированных специалистов 654600 «Информатика и вычислительная техника» по специальности 220200 "Автоматизированные системы обработки информации и управления" рабочая программа по дисциплине

Вид материала

Образовательный стандарт

Содержание Рабочая программа 1.Цели и задачи учебной дисциплины 2.Содержание дисциплины 3. Практические занятия Министерство образования российской федерации Кафедра «автоматика, электроника и вычислительная Методика рейтингового контроля Методика рейтинговой оценки по практическим занятиям. Методика рейтинговой оценки курсовой работы.

Подобный материал:

• Рабочая программа дисциплины «Методы оптимизации» по направлению подготовки дипломированного, 132.79kb.
• Рабочая программа дисциплины «Теория систем» по направлению подготовки дипломированного, 142.63kb.
• Рабочая программа дисциплины «Компьютерная графика» по направлению подготовки дипломированного, 108.6kb.
• Рабочая программа дисциплины «Системы искусственного интеллекта» по направлению подготовки, 132.28kb.
• Рабочая программа дисциплины «Параллельные вычислительные процессы» по направлению, 108.72kb.
• Рабочая программа дисциплины «Теория принятия решений» по направлению подготовки дипломированного, 176.95kb.
• Рабочая программа дисциплины «Инструментальные средства 3D графики» по направлению, 112.55kb.
• Рабочая программа дисциплины «Теоретические основы автоматизированного управления», 141.49kb.
• Рабочая программа дисциплины «Системный анализ и исследование операций» по направлению, 161.5kb.
• Рабочая программа дисциплины «Проектирование интеллектуальных автоматизированных систем», 126.15kb.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ

ВОЛЖСКИЙ ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ (ФИЛИАЛ)


ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ


КАФЕДРА «АВТОМАТИКА, ЭЛЕКТРОНИКА И ВЫЧИСЛИТЕЛЬНАЯ

ТЕХНИКА»


УТВЕРЖДАЮ

Зам. директора

по учебной работе

_____________Тишин О.А.

“___”_____________2004 г.

ОБРАЗОВАТЕЛЬНЫЙ СТАНДАРТ

по направлению подготовки дипломированных специалистов

654600 «Информатика и вычислительная техника»

по специальности 220200 “Автоматизированные системы обработки

информации и управления”

РАБОЧАЯ ПРОГРАММА

по дисциплине “Системы искусственного интеллекта ”

Факультет: инженерно-экономической


Курс 5

Семестр 9

Всего аудиторных занятий, час 51

Лекции, час 34

Практические занятия, час 17

ОргСРС 51

Курсовая работа (зачет) +

Экзамен 9


Волжский 2004

Рабочая программа составлена на основании Государственного образовательного стандарта высшего профессионального образования утвержденного 27.03.2000г. и учебного плана.

Составитель рабочей программы

к.т.н., доцент кафедры «ВАЭ и ВТ»________________________ Капля В.И.


Согласовано


Зав. кафедры «ВАЭ и ВТ» _______________________________ В.П. Шевчук


Рабочая программа утверждена на заседании кафедры “Автоматика, электроника и вычислительная техника”


“___”______________2004 г.


Заведующий кафедрой «ВАЭ и ВТ» ____________________ В.П. Шевчук


Одобрено научно-методическим советом инженерно - экономического факультета «___»___________________ 2004 г.


Председатель научно-методического совета ______________ Е.А. Приходько


Декан факультета__________________________________ Приходько Е.А.

1.Цели и задачи учебной дисциплины


Цель настоящего курса - дать студентам сведения о современных системах искусственного интеллекта, их характеристиках, а также тенденциях их развития.

Задачи курса:

1) изучить методы и средства представления и обработки данных и знаний системами искусственного интеллекта;

2) объяснить студентам математические и логические принципы функционирования систем искусственного интеллекта;

3) научить студентов разрабатывать алгоритмы для управления системами искусственного интеллекта.

Изучение данной дисциплины опирается на учебный материал, излагаемых в курсах: высшая математика, вычислительная техника, физика, электротехника и электроника.

Практические занятия имеют целью научить студентов самостоятельно строить структурные алгоритмы интеллектуальной обработки баз данных и знаний. Особое внимание уделяется примерам конкретных методов распознавания изображений и звуков. Темы практических занятий соответствуют лекционному материалу.

Семестровые работы выполняются по темам, посвященным конкретным системам и их методическому и программному обеспечению.


2.Содержание дисциплины

Таблица 2.1. Содержание учебной дисциплины

№ темы	Название темы, и наименования вопросов, изучаемых на лекциях	Кол-во лекци­онных часов	Практи-ческие занятия	Лаб. работы	Метод. указа-ния	Форма кон­троля
1.	Машинное творчество. Моделирование литературных и музыкальных произведений. Сценарии.	2	1			экзамен
2.	Распознавание образов и анализ изображений. Математические модели процесса распознавания.	2	1			экзамен
3.	Модели обучения. Самообучающиеся системы. Поступки и поведение.	2	1			экзамен
4.	Восприятие и первичная обработка зрительной информации. Восприятие двухмерных и трехмерных сцен	2	1			экзамен
5.	Уровни понимания. Понимание текстов на естественном языке. Синтез связанных текстов.	2	1			экзамен
6.	Свойства однослойных, двухслойных и трехслойных нейронных сетей (НС).	2	1			экзамен
7.	Свойства НС Хопфилда и Хемминга.	2	1			экзамен
8.	Генетические операторы обучения НС. Самоорганизующаяся коммуникационная система.	2	1			экзамен
9.	Алгоритм обучения персептрона. Метод обратного распространения ошибки.	2	1			экзамен
10.	Вероятностные методы распознавания образов, использующие методы принятия решений.	2	1			экзамен
11.	Распознавание с применением критериев Байеса, минимакса и Неймана - Пирсона.	2	1			экзамен
12.	Процедуры обучения с применением критерия Байеса.	2	1			экзамен
13.	Процедуры самообучения с применением критерия Байеса.	2	1			экзамен
14.	Модели представления данных и знаний. Логические языки и логические модели данных.	2	1			экзамен
15.	Продукционные модели знаний. Управление системой продукций.	2	1			экзамен
16.	Дедуктивный вывод на знаниях. Обратный метод вывода. Принцип резолюций. Семантическая и линейная резолюции.	2	1			экзамен
17.	Структура микросхем, реализующих НС элементы. Архитектура, спец. команды, структура ячейки.	2	1			экзамен
	Итого	34	17

3. Практические занятия

№ п.п.	Темы практических занятий	Часы
1.	Корреляционные характеристики изображений и оценка их влияния на распознавание.	2
2.	Построение векторов разделяющих гиперповерхностей для множества смещенных изображений.	2
3.	Вычисление идентификационных порогов для критериев распознавания Байеса, минимакса и Неймана-Пирсона.	2
4.	Оценка влияния фильтрации на корреляционные характеристики распознаваемых изображений.	2
5.	Тождества и преобразования алгебры логики. Логические выражения и приведение их к заданным формам.	2
6.	Формализация качественных знаний. Методика вычисления резолюций.	2
7.	Преобразование логических выражений в матричном виде. Методика дедуктивного вывода.	2
8.	Методы неточного вывода.	2
9.	Отчетное занятие.	1
	Всего	17

Список литературы

1. Искусственный интеллект. Справочник. - В 3-х кн. М.: “Радио и связь”, 1990.
   

2. Нильсон Н. Принципы искусственного интеллекта. М.: Мир. 1985.
   

3. Ершов Ю.Л., Палютин Е.А. Математическая логика. М.: ”Наука”. 1979.
   

4. Дюбуа Д., Прад А. Теория возможностей. М.: “Радио и связь”, 1990.
   

5. Горелик А.Л., Скрипкин В.А. Методы распознавания. М.: “Высшая школа”. 1984.
   

6. Фомин В.Н. Математическая теория обучаемых опознающих систем. Л.: “Издательство Ленинградского университета”. 1976.
   

7. Гиндикин С.Г. Алгебра логики в задачах. М.: “Высшая школа”. 1972.
   

8. Ивахненко А.Г., Лапа В.Г. Предсказание случайных процессов. Киев.: «Наукова думка», 1971.
   

9. СБИС для распознавания образов и обработки изображений. М.: «Мир», 1988.
   

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВОЛЖСКИЙ ПОЛИТЕХНИЧЕСКИЙ ИНСТИТУТ (филиал)

ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

КАФЕДРА «АВТОМАТИКА, ЭЛЕКТРОНИКА И ВЫЧИСЛИТЕЛЬНАЯ

ТЕХНИКА»


СОГЛАСОВАНО УТВЕРЖДАЮ

Декан ФЭИ Зав. кафедры «ВАЭ и ВТ»

______________Приходько Е.А. ____________ Шевчук В.П.

«____» ___________ 2004 г. “___”____________ 2004 г.

МЕТОДИКА РЕЙТИНГОВОГО КОНТРОЛЯ

знаний студентов по дисциплине

"Системы искусственного интеллекта»


по направлению подготовки дипломированных специалистов

654600 «Информатика и вычислительная техника»

по специальности 220200 “Автоматизированные системы обработки

информации и управления”


Курс 5

Семестр 9


Разработал: доцент кафедры ВАЭ и ВТ _______________ Капля В.И.


Рейтинговая оценка включает теоретическую и практическую часть курса, курсовую работу. В таблице 1 приведено распределение баллов по видам занятий.

Таблица 1

Виды занятий	Распределение баллов в семестре
	мин.	макс.
Теоретические занятия	-	-
Практические занятия	28	40
Курсовая работа	13	20
Экзамен	20	40
Итого	61	100

Методика рейтинговой оценки по практическим занятиям.

Рабочей программой предусмотрено в течении семестра выполнение студентом восьми практических занятий. Практическое занятие считается выполненным после представления студентом результатов выполнения задания и устного теоретического отчета, после чего оценивается следующим рейтингом:

“удовлетворительно” – 3,5 балла,

“хорошо” - 4 балла,

“отлично” - 5 баллов.

Итого, за восемь выполненных практических занятий студент может набрать:

минимум - (8 пр. зан.)*(3,5 балла)=28 баллов,

максимум - (8 пр.зан.)*(5 баллов)=40 баллов.


Методика рейтинговой оценки курсовой работы.

Самостоятельная работа студентов заключается в выполнении курсовой работы. Минимальная оценка выставляется за выполненную курсовую работу при условии ее успешной защиты, а дополнительными баллами оценивается качество выполнения работы и полнота знаний, показанная студентом при защите курсовой работы.

Курсовая работа оценивается следующим рейтингом:

“удовлетворительно” - 13 баллов,

“хорошо” - 16 баллов,

“отлично” - 20 баллов.

Методика рейтинговой оценки на экзамене.

К экзамену не допускаются студенты, не выполнившие учебный план по дисциплине. В этом случае необходимое число баллов студент добирает за счет выполнения предусмотренных учебным планом практических занятий, курсовой работы и отчетов по теоретическому материалу.

Экзамен по дисциплине «Системы искусственного интеллекта «оценивается следующим образом:

“удовлетворительно” - 20 баллов,

“хорошо” - 30 баллов,

“отлично” - 40 баллов.