Рабочая программа учебной дисциплины интеллектуальные системы Наименование дисциплины для направлений подготовки
| Вид материала | Рабочая программа |
- Рабочая программа учебной дисциплины (модуля) Интеллектуальные системы принятия проектных, 94.67kb.
- Рабочая программа по учебной дисциплине Операционные системы, среды и оболочки наименование, 623.3kb.
- Рабочая программа по учебной дисциплине Автоматизированные системы финансового анализа, 744.4kb.
- Учебно-методического комплекса (умк) Учебной дисциплины «Финансы и кредит» Проектирование, 424.52kb.
- Рабочая программа учебной дисциплины (место, цели и задачи учебной дисциплины в общей, 498.45kb.
- Рабочая программа учебной дисциплины профессиональная этика юриста (наименование учебной, 443.39kb.
- Рабочая программа учебной дисциплины «психология» Направление подготовки, 808.24kb.
- Рабочая программа дисциплины Интеллектуальные технологии в управлении (Наименование, 132.52kb.
- Рабочая программа по учебной дисциплине Экономика наименование учебной дисциплины (полное,, 876.11kb.
- Рабочая программа дисциплины «интеллектуальные информационные системы» Рекомендуется, 143.47kb.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ГОУВПО «Мордовский государственный университет им. Н.П.Огарёва»
Математический факультет
(Наименование факультета)
Кафедра систем автоматизированного проектирования
(Наименование кафедры)
-
«УТВЕРЖДАЮ»
_____________________
_____________________
«____»__________201__ г.
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ
Интеллектуальные системы
Наименование дисциплины
для направлений подготовки
01030062 «Фундаментальная информатика и
информационные технологии»
Квалификация (степень) выпускника
Бакалавр
Форма обучения
очная
(очная, очно-заочная, заочная, экстернат)
г. Саранск
2011 г.
1. Цели и задачи учебной дисциплины:
Целями освоения учебной дисциплины «Интеллектуальные системы» являются:
Сформировать системное базовое представление, первичные знания, умения и навыки студентов по основам инженерии знаний и нейроинформатики, как двум направлениям построения интеллектуальных систем. Дать общие представления о прикладных системах искусственного интеллекта. Дать представление о роли искусственного интеллекта и нейроинфоратики в развитии информатики в целом, а также, в научно-техническом прогрессе. Подготовить студентов к применению концепций интеллектуальных систем в обучении в магистратуре.
2. Место учебной дисциплины в структуре ООП:
Дисциплина относится к вариативной части профессионального цикла.
Для изучения данного курса требуется знание следующих курсов: Иностранный язык, Математический анализ I, Математический анализ II, Дискретная математика, Основы программирования.
Дисциплина в основном направлена на формирование области профессиональной деятельности у бакалавров в соответствии со стандартом образования. Кроме этого знания и умения, полученные в результате освоения данной дисциплины могут быть использованы при прохождении предквалификационной практики, подготовке им выпускной квалификационной работы, а также в научной и практической деятельности после окончания университета.
3. Требования к результатам освоения дисциплины
Компетенции обучающегося, формируемые в результате освоения дисциплины (модуля):
Процесс изучения дисциплины направлен на формирование следующих компетенций:
- проявлять настойчивость в достижении цели с учетом моральных и правовых норм и обязанностей (ОК-6);
- владеть культурой мышления, аргументировано и ясно строить устную и письменную речь (ОК-7);
- способность критически переосмыслить накопленный опыт, изменять при необходимости вид и характер своей профессиональной деятельности (ОК-8);
- способность использовать основные законы естественнонаучных дисциплин в профессиональной деятельности, применять методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК-10);
- владеть основными методами, способами и средствами получения, хранения, переработки информации, иметь навыки работы с компьютером как средством управления информацией (ОК-12);
- способность осуществлять целенаправленный поиск информации о новейших научных и технологических достижениях в сети Интернет, способность взаимодействовать и сотрудничать с профессиональными сетевыми сообществами и международными консорциумами, отслеживать динамику развития выбранных областей информационных технологий (ПК-6);
- уверенное знание теоретических и методических основ, понимание функциональных возможностей, следующих предметных областей (ПК-25): Интеллектуальные системы.
В результате изучения дисциплины студент должен:
Знать: основные методы представления и решения интеллектуальных задач, модели представления знаний и методы вывода, структуру экспертных систем и основные принципы их разработки, основные методы теории распознавания образов, применяемые при решении интеллектуальных задач.
Уметь: использовать типовые инструментальные средства для создания конкретных экспертных систем в различных предметных областях.
Владеть: методами и средствами представления знаний, языками программирования интеллектуальных систем, методами поиска решений, применяемыми в системах искусственного интеллекта.
4. Образовательные технологии
В процессе изучения дисциплины предусмотрены традиционные образовательные технологии – лекция, лабораторное занятие. Кроме того, в качестве образовательных технологий могут быть использованы лекции в форме презентации, обучающие и тестирующие программы, электронные учебники.
5. Структура учебной дисциплины (модуля)
| № п/п | Раздел учебной дисциплины | Курс | Семестр | Неделя семестра | Виды учебной работы, в т.ч. СРС и трудоёмкость (в часах) | Формы текущего контроля успеваемости (по неделям семестра) | Форма промежуточной аттестации | |||
| лекции | лабора-торные работы | СРС | | |||||||
| 1. | Введение в интеллектуальные системы. | 1 | 2 | 1 | 2 | | 2 | | | |
| 2. | Задачи, проблемы и методы их решения. | 1 | 2 | 2, 3, 4 | 6 | | 4 | | | |
| 3. | Представление знаний в интеллектуальных системах. | 1 | 2 | 5, 6 | 4 | 2 | 6 | | | |
| 4. | Экспертные системы. | 1 | 2 | 7, 8 | 4 | 4 | 8 | | | |
| 5. | Нечеткие модели для систем ИИ. | 1 | 2 | 9, 10 | 4 | 4 | 8 | | | |
| 6. | Обучение в интеллектуальных системах. | 1 | 2 | 11, 12 | 4 | 2 | 8 | | | |
| 7. | Зрительное и слуховое восприятие мира. | 1 | 2 | 13, 14 | 4 | 2 | 6 | | | |
| 8. | Инструментальные средства поддержки систем ИИ. | 1 | 2 | 15, 16, 17 | 6 | 4 | 10 | | | |
| 9. | Заключение. | 1 | 2 | 18 | 2 | | 2 | | | |
5.1 Содержание учебной дисциплины (модуля). Объем дисциплины и виды учебных занятий
| Вид учебной работы | Всего часов | Семестры |
| 2 | ||
| Аудиторные занятия (всего) | 54 | 54 |
| В том числе: | - | - |
| Лекции | 36 | 36 |
| Практические занятия (ПЗ) | - | - |
| Семинары (С) | - | - |
| Лабораторные работы (ЛР) | 18 | 18 |
| Самостоятельная работа (всего) | 54 | 54 |
| В том числе: | - | - |
| Курсовой проект (работа) | - | - |
| Расчетно-графические работы | - | - |
| Реферат | - | - |
| Другие виды самостоятельной работы | | |
| Подготовка к лабораторным работам | 32 | 32 |
| Подготовка к зачету | 22 | 22 |
| Вид промежуточной аттестации | зачет | зачет |
| Общая трудоемкость час зач. ед. | 108 | 108 |
| 3 | 3 |
5.2. Содержание разделов учебной дисциплины
| № п/п | Наименование раздела дисциплины | Содержание раздела | Формы текущего контроля успеваемости (по неделям семестра) |
| 1 | 2 | 3 | 4 |
| 1. | Введение в интеллектуальные системы. | Область искусственного интеллекта (ИИ). Основные понятия и определения. Краткий исторический обзор развития работ в области ИИ. Функциональная структура систем искусственного интеллекта (СИИ). | |
| 2. | Задачи, проблемы и методы их решения. | Определение процесса решения проблемной задачи. Модели задач, их классификация. Человеко-машинные системы решения сложных задач. Интеллектуальный интерфейс и его структура в современных ЭВМ. Роль знаний в процессе решения задач. Формальное представление задачи. Анализ условий задачи для выбора методов решения. Решение задач методом поиска в пространстве состояний. Примеры решения задач с использованием методов поиска. Решение задач методом редукции. Метод ключевых состояний и ключевых операторов. Метод анализа средств и целей. Решение задач методом дедуктивного вывода. Логические системы. Метод резолюции и его применение для решения задач. | |
| 1 | 2 | 3 | 4 |
| 3. | Представление знаний в интеллектуальных системах. | Модели мира и их роль в решении задач. Формальные модели представления знаний. Данные и знания. Переход от Базы Данных к Базе Знаний. Продукционные системы. Компоненты продукционных систем. Стратегии решений. Организация поиска. Примеры. Представление простых фактов в логических системах. Примеры применения логики для представления знаний. Семантические сети, фреймы, сценарии. Основные понятия и определения. Представления знаний для структурированных объектов, инженерия знаний. Базы знаний. | |
| 4. | Экспертные системы. | Понятие и обобщенная структура экспертной системы (ЭС). Классификация и основные этапы разработки ЭС. Представление знаний в ЭС. Взаимодействие пользователя с ЭС. Принятие решений в ЭС. Примеры аппаратных и программных средств реализации ЭС. | |
| 5. | Нечеткие модели для систем ИИ. | Понятие детерминированных и нечетких систем ИИ. Факторы уверенности и их использование при логическом выводе. Субъективный байесовский метод и вероятностные сети. Основные положения теории Демпстера-Шейфера. Нечеткие множества, функции принадлежности, нечеткие отношения и нечеткие логические выводы. Элементы теории возможностей. | |
| 6. | Обучение в интеллектуальных системах. | Понятия обучение и самообучения. Классификация методов обучения. Принципы индуктивного обучения для детерминированных и нечетких систем. Обучение с использованием генетических алгоритмов. Нейронные сети и используемые для них методы обучения. | |
| 7. | Зрительное и слуховое восприятие мира. | Распознавание образов. Основные методы распознавания. Системы машинного зрения, распознавания и синтеза речи. Основы этапы обработки визуальной и речевой информации. Робототехнические системы, их классификация. Функциональная структура интеллектуальных роботов. Синтаксический и семантический анализ текста и речи. Системы машинного перевода. | |
| 8. | Инструментальные средства поддержки систем ИИ. | Обзор языков программирования и инструментальные средства, используемые для разработки СИИ. Их основные характеристики. Архитектура аппаратных средств ЭВМ для реализации СИИ. | |
| 9. | Заключение. | Перспективы развития и использования систем искусственного интеллекта. | |
5.3 Разделы учебной дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
Данная учебная дисциплина не предусматривает непосредственных междисциплинарных связей с последующими дисциплинами.
5.4 Разделы дисциплин и виды занятий
| № п/п | Наименование раздела дисциплины | Лекц. | Практ. зан. | Лаб. зан. | Семин | СРС | Всего час. |
| 1. | Введение в интеллектуальные системы. | 2 | | | | 2 | 4 |
| 2. | Задачи, проблемы и методы их решения. | 6 | | | | 4 | 10 |
| 3. | Представление знаний в интеллектуальных системах. | 4 | | 2 | | 6 | 12 |
| 4. | Экспертные системы. | 4 | | 4 | | 8 | 16 |
| 5. | Нечеткие модели для систем ИИ. | 4 | | 4 | | 8 | 16 |
| 6. | Обучение в интеллектуальных системах. | 4 | | 2 | | 8 | 14 |
| 7. | Зрительное и слуховое восприятие мира. | 4 | | 2 | | 6 | 12 |
| 8. | Инструментальные средства поддержки систем ИИ. | 6 | | 4 | | 10 | 20 |
| 9. | Заключение. | 2 | | | | 2 | 4 |
6. Лабораторный практикум
| № п/п | № раздела дисциплины | Наименование лабораторных работ | Трудо-емкость (час.) |
| 1. | 3 | Продукционная модель представления знаний | 2 |
| 2. | 4, 8 | Освоение работы в среде инструментальной оболочки ЭС | 4 |
| 3. | 4, 8 | Разработка учебной ЭС с использованием инструментальной оболочки | 4 |
| 4. | 5 | Освоение работы с приложениями для реализации нечеткой логики в среде математического пакета Matlab | 4 |
| 5. | 6 | Освоение работы в среде инструментального пакета разработки систем распознавания | 2 |
| 6. | 7 | Практическое освоение работы с синтезатором речи | 2 |
7. Практические занятия (семинары)
Данный вид занятий не предусмотрен программой курса.
8. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов
В качестве текущего контроля успеваемости выступает проверка выполнения студентом лабораторных работ по данному курсу.
9. Учебно-методическое и информационное обеспечение учебной дисциплины:
а) основная литература
1. Т.А.Гаврилова, В.Ф.Хорошевский Базы знаний интеллектуальных систем – СПб: Питер, 2006.
2. В.В.Девятков Системы искусственного интеллекта – М.: Изд-во МГТУ им. Н.Э.Баумана, 2008.
3. С.В.Микони Модели и базы знаний: Учебное пособие – СПб.: Петербургский гос. ун-т путей сообщения, 2009
4. В.Э.Балтрашевич Реализация инструментальной экспертной системы – СПб.: Политехника, 1993.
5. А.Л.Горелик, В.А.Скрипкин Методы распознавания – М.: Высшая школа, 1984.
6. Синтез речевых сообщений для ПЭВМ: Методические указания к лабораторным работам по дисциплине «Системы искусственного интеллекта» / Сост.: В.Н.Кафтасьев, И.М.Титов, М.С.Титов – СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2007.
б) дополнительная литература
1. Представление и использование знаний, под ред. Х.Уэно, М.Исидзука – М.: Мир, 1989.
2. Э.В.Попов и др. Статические и динамические экспертные системы – М.: Финансы и статистика, 2006.
3. Прикладные нечеткие системы, под ред. Т.Тэрано, К.Асаи, М.Сугэно - М.: Мир, 1993.
4. Н.Нильсон Принципы искусственного интеллекта – М.: Радио и связь, 1985.
5. Искусственный интеллект. Справочник – М.: Радио и связь, 1990.
в) программное обеспечение и Интернет- ресурсы
Электронный конспект лекций.
Тесты для компьютерного тестирования.
Наборы презентаций для лекционных занятий.
10. Материально-техническое обеспечение дисциплины:
Класс с персональными компьютерами для проведения лабораторных занятий.
11. Методические рекомендации по организации изучения дисциплины:
Лекционные занятия
Лекционные занятия следует проводить с применением демонстрационного материала, например, ПК с проектором, что существенно улучшает динамику лекций. Однако, с учетом современных возможностей, желательно обеспечивать слушателей раздаточным материалом на 1-2 лекции вперед. Материал этот должен носить иллюстративный характер (схемы, графики) и ни в коем случае не подменять конспекта, который слушатель должен составлять самостоятельно.
Лабораторные занятия
Лабораторные занятия следует проводить в компьютерном классе, используя оригинальную методику и программы. Можно рекомендовать установку оригинальных программ на ПК слушателей и выполнять ряд задач дома. В этом случае в классе основное внимание концентрируется на методике использования названных программ.
Авторы (разработчики):
| кафедра систем автоматизированного проектирования (место работы) | | доцент (занимаемая должность) | | Н.Н. Пальдяев (инициалы, фамилия) |
| | | | | |
| Рецензенты (эксперты) | | | | |
| ____________________ (место работы) | | _______________ (занимаемая должность) | | _________________ (инициалы, фамилия) |
Программа одобрена на заседании
от года, протокол № .