Geum.ru

Рабочая программа По дисциплине «Системы искусственного интеллекта» для специальности 230102 "Автоматизированные системы обработки информации и управления"

Вид материалаРабочая программа

Содержание


Цели и задачи дисциплины.
Работа №2 «Программирование баз знаний»
4. Контрольные работы
5. Самостоятельная работа
6. Рейтинговая система
Вид контроля
4. Символизация естественного языка. Логический вывод в логике предикатов
Методика формирования текущего рейтинга.
7. Учебно-методические материалы по дисциплине
Подобный материал:

Федеральное агентство по образованию

Томский государственный университет систем управления и радиоэлектроники

(ТУСУР)


Утверждаю

Проректор по учебной работе

___________М.Т.Решетников

«___»_______________2006г.


Рабочая программа

По дисциплине

«Системы искусственного интеллекта»

для специальности 230102 "Автоматизированные системы обработки информации и управления"


Факультет систем управления

Профилирующая кафедра: Автоматизации обработки информации (АОИ)

Курс – 4

Семестр – 8


Учебный план набора 2002 и последующих лет, 2004 и последующих лет


Распределение учебного времени

Лекции 32 часа

Лабораторные занятия 16 часов

Всего аудиторных занятий 48 часов

Самостоятельная работа 47 часов

Общая трудоемкость 95 часов


Экзамен – 8-й семестр


2006


Рабочая программа составлена на основании ГОС ВО для специальности 220200 – «Автоматизированные системы обработки информации и управления», рассмотрена и утверждена на заседании кафедры АОИ 10 октября 2006г., протокол № 215.


Разработчик

д.т.н. профессор И.А. Ходашинский


Зав. обеспечивающей кафедрой АОИ

д.т.н., профессор Ю.П. Ехлаков


Рабочая программа согласована с факультетом


Декан ФСУ

д.т.н., профессор Н.В. Замятин

  1. Цели и задачи дисциплины.


Задачей искусственного интеллекта как научного направления является воссоздание с помощью компьютера разумных рассуждений и действий.

Из всего многообразия научных и технических исследований, называемых искусственным интеллектом, в учебном курсе «Системы искусственного интеллекта» выбраны аспекты, связанные с проблемами представления знаний и вывода на знаниях.

Цель курса - ознакомление студентов с методами и моделями искусственного интеллекта.

После изучения курса студент должен иметь представление
  1. о знаниях, методах их получения, хранения и обработки;
  1. об искусственном интеллекте как научном направлении и о решаемых здесь задачах;
  1. о возможностях технологии интеллектуальных систем и путях применения данных технологий в различных областях;

знать
  1. основные модели и методы искусственного интеллекта;
  1. принципы построения и методы разработки интеллектуальных систем;

а также владеть языком программирования ПРОЛОГ как средством разработки интеллектуальных систем.

Для изучения курса студентам необходимо усвоить следующие дисциплин и темы:
  1. общая математика: алгебра;
  1. общая математика: вероятность и статистика;
  1. специальные главы математики: логика;
  1. информатика: алгоритмизация и программирование.



  1. Содержание дисциплины

Лекции – 32часа


Тема 1. Представление знаний и вывод на знаниях – 12 часов


1.1. Данные и знания. Особенности знаний. Модели представления знаний.

Свойства знаний: внутренняя интерпретируемость, структурированность, связность, семантическая метрика, активность. Модели представления знаний: логические, продукционные, фреймовые, семантические сети.

1.2. Логические модели
  1. Логика высказываний. Интерпретация. Общезначимость, противоречивость.

Нормальные формы. Логические следствия.

Правильно построенные формулы. Эквивалентные преобразования. Дизъюнкт. Способы логического вывода в логике высказываний.

1.2.2. Логика предикатов. Интерпретация. Предваренные нормальные формы.

Основные символьные конструкции логики предикатов. Понятие атома и формулы в логике предикатов. Формализации предложений естественного языка. Процедура преобразования в предваренную нормальную форму.
  1. Логический вывод. Теорема Эрбрана. Скулемовская стандартная форма.

Эрбрановский универсум множества дизъюнктов.

Тезис Черча и Тьюринга. Частные процедуры поиска доказательства противоречивости формулы. Процедура поиска эрбрановского универсума. Эрбрановская интерпретация.

Основной пример, выполнение и опровержение дизъюнктов. Достоинства и недостатки процедуры поиска опровержения, основанные на теореме Эрбрана.

1.2.4. Логический вывод. Метод резолюций.

Подстановка и унификация. Склейка дизъюнкта. Резольвента двух дизъюнктов.


Тема 2. Логическое программирование и язык ПРОЛОГ – 12 часов


2.1. Логические программы. Основные конструкции.

Факты, правила, вопросы. Логический терм. Простейшие программы. Представление в виде дерева И-ИЛИ.

2.2. Переменные.

Константы и переменные. Общая переменная в вопросах и правилах. Анонимная переменная. Операции над переменными: конкретизация и унификация.

2.3. Поиск решения.

Вычислительная модель. Дерево поиска. Бектрекинг.

2.4. Рекурсия.

Рекурсивное правило и граничное условие. Этап разбиения и этап вычисления.

2.5. Списки.

Список – бинарный терм. Способы задания списка. Основные операции на списках.

2.6. Язык ПРОЛОГ.

Основные конструкции языка. Техника программирования: отсечение, метод «образовать и проверить», циклы и повторения.


Тема 3. Основы построения интеллектуальных систем – 8 часов


3.1. Этапы и стадии разработки

Этапы разработки: идентификация, концептуализация, формализация, реализация, тестирование. Стадии: демонстрационный прототип, исследовательский прототип, действующий прототип, промышленная система, коммерческая система.


3.2. Разработка интеллектуальных систем

3.2.1 Основные функции и состав интеллектуальных систем

Интерфейс, база знаний, механизм вывода, база фактов.

3.2.2. Средства построения интеллектуальных систем.

Языки программирования: проблемно-ориентированные, обработки символов; языки инженерии знаний: оболочки, общего назначения; вспомогательные средства: приобретения знаний, проектирования; обеспечивающие средства: программирования, объяснения.

3.2.3. Средства объяснения.

Ориентация систем объяснения на тип пользователя. Типы объяснения: причинные, функциональные, структурные, генетические.


3. Лабораторные работы – 16 часов


Работа №1 «Обработка списков» – 4 часа

Работа №2 «Программирование баз знаний» – 4 часа

Работа №3 «Сортировка» – 4 часа

Работа №4 «Представление графов и поиск пути» – 4 часа.


4. Контрольные работы

Темы контрольных работ:

1. Cпособы вывода в логике высказываний

2. Интерпретация формул логики предикатов

3. Эрбрановский универсум, эрбрановский базис

4. Выводы в логике предикатов.


5. Самостоятельная работа – 47 часов

  1. Проработка лекционного материала – 7 часов
  2. Самостоятельное изучение тем – 40 часов


Темы для самостоятельного изучения:
  1. Немонотонная логика и выводы.
  2. Интенсиональные логики и выводы.
  3. Модальная логика и выводы.
  4. Интуиционистские логики и выводы.
  5. Конструктивистские логики и выводы.
  6. Многозначные логики и выводы.
  7. Индуктивные логики и выводы.
  8. Нечеткая логика и выводы.
  9. Вероятностные логики и выводы.
  10. Квантовые логики и выводы.
  11. Временные логики и выводы.
  12. Пространственные логики и выводы.
  13. Логики оценок.
  14. Логики действий.
  15. Логика умолчания.
  16. Теория моделей.
  17. Теория доказательств.
  18. Правдоподобные рассуждения.
  19. Логика аргументации.
  20. Логика Лукасевича.
  21. Байесовские сети вывода.
  22. Системы вывода по аналогии.



6. Рейтинговая система


Максимальный рейтинг дисциплины в семестре – 120 баллов.


Вид контроля
Баллы

Лабораторные работы
48

1. Обработка списков
12

2. Программирование баз знаний.

12

3. Сортировка
12

4. Представление графов и поиск пути
12

Тестовые контрольные работы
28

1. Символизация естественного языка. Логический вывод в логике высказываний
7

2. Эквивалентные преобразования и интерпретация формул логики предикатов
7

3. H- универсум, H-интерпретация множества дизъюнктов
7

4. Символизация естественного языка. Логический вывод в логике предикатов
7

Самостоятельная работа
24

Всего
100



Методика формирования текущего рейтинга.


В течение семестра студент может получить 20 дополнительных баллов за творческий подход к выполнению самостоятельных и лабораторных работ (аккуратность оформления, полнота содержания), за посещение занятий.

В максимальный балл по лабораторной работе входит балл за защиту лабораторной работы (6 балла) и балл за выполнение лабораторной работы (6 балла).

При сдаче лабораторной работы позже установленного срока студент может потерять от 50 до 100% баллов, которые возможно получить за задание.

Если студент не посетил занятие, на котором проводилась контрольная работа, по уважительной причине, то он может переписать контрольную работу в другое время.

За пропуски лекционных занятий по неуважительной причине начисляются штрафные баллы: минус 0,5 балла/час.


7. Учебно-методические материалы по дисциплине


ЛИТЕРАТУРА

Основная
  1. Ходашинский И.А. ПРОЛОГ в примерах и задачах. – Томск: Курсив, 2001. – 280 с.
  2. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – СПб.: Питер, 2000. – 384 с.
  3. Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем. М.: Наука, 1983. - 360 с.
  4. Ходашинский И.А. Методы искусственного интеллекта, базы знаний, экспертные системы. Учебное пособие. – Томск: Томск. гос. университет систем управления и радиоэлектроники, 2002. – 139 с.
  5. Представление и использование знаний. / Под ред. Х. Уэно, М. Исудзука. – М.: Мир, 1989. – 220 с.

Дополнительная
  1. Построение экспертных систем: Пер. С англ./Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. - М.: Мир, 1987. - 441 с.
  2. Приобретение знаний. / Под ред. С. Осуги, Ю. Саэки. – М.: Мир, 1990. – 304 с.
  3. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. – М.: «Вильямс», 2003 – 864 с.