Аннотация к научно-образовательному материалу

Вид материала

Реферат

Содержание Основное содержание презентаций Технология концептуального программирования. Гипертекстовая информационная технология (ГИТ). Автоматическое реферирование и аннотирование. Системы машинного перевода. Метаданные для информационных ресурсов. Моделирование знаний о предметной области. Нейронные семиотические системы. Системы поддержки инновационной деятельности.

Подобный материал:

• Аннотация к научно- образовательному материалу, 17.45kb.
• Аннотация к научно-образовательному материалу, 24.53kb.
• Аннотация к научно-образовательному материалу, 44.23kb.
• Аннотация к научно-образовательному материалу «Современные электромеханические аппараты», 60.95kb.
• Аннотация к научно-образовательному материалу, 49.95kb.
• Курс лекций в электронной форме содержит все лекции предусмотренные программой дисциплины, 32.88kb.
• Механизм воздействия инфразвука на вариации магнитного поля земли, 48.07kb.
• Все задания находятся на сайте школы, 20.04kb.
• 8. Перечень приложений к образовательному стандарту, 6697.15kb.
• Комитеты ученых Сибири в годы Великой Отечественной войны, 167.37kb.

АННОТАЦИЯ

к научно-образовательному материалу

«Проектирование программного обеспечения интеллектуальных систем»

автор: к.т.н., доцент Варшавский П.Р., кафедра Прикладной математики ФГБОУВПО НИУ «Московский энергетический институт»,
E-mail: varp@appmat.ru

Входящие в состав научно-образовательного материала (НОМ)
12 презентаций предназначены для применения на лекциях по дисциплине «Проектирование программного обеспечения интеллектуальных систем».

Целью дисциплины «Проектирование программного обеспечения интеллектуальных систем» является освоение студентами основных подходов к разработке программного обеспечения интеллектуальных систем и технологий искусственного интеллекта, применяемых в существующих программных решениях.

На данный момент в области информационных технологий существует устойчивая тенденция к интеллектуали­зации компьютеров и их программного обеспечения, поэтому изучение методов искусствен­ного интеллекта и разработка интеллектуальных систем играет в этом ключевую роль. Для полного понимания основных концепций искусственного интеллекта недостаточно ознакомиться с базовыми подходами и методами искусственного интеллекта, также необходимо изучить, как эти концепции воплощаются в конкретных программных решениях.


Основное содержание презентаций:

1. Введение. Рассматриваются особенности технологического подхода к проектированию программного обеспечения интеллектуальных автоматизированных систем, функциональная модель интеллектуальной системы (рис. 1) и структура исследований в области искусственного интеллекта.
   

Рис. 1. Функциональная модель интеллектуальной системы

2. Технологии автоматического распознавания образов. Приводятся основные понятия теории автоматического распознавания образов. Описываются особенности технологии оптического чтения текстов, типы классификаторов и OCR-системы Fine Reader, Cognitive Forms (рис. 2).
   

Рис. 2. Основная стадия ввода документов в стандартизованных формах
OCR-системы Cognitive Forms

3. Технология концептуального программирования. Рассматриваются вопросы структурного синтеза программ в теории концептуального программирования, вычислительные задачи и вычислительные модели, а также подходы к синтезу программ и инструментарий концептуального программирования. Приводится сравнение традиционного метода разработки программ и технологии концептуального программирования.
   
4. Гипертекстовая информационная технология (ГИТ). Описываются области применения ГИТ. Рассматриваются модели гипертекста и инструментальные средства для его создания. Подробно изучаются вопросы, связанные с разработкой и применением гипертекстовых информационно-поисковых систем и программных средств поиска в Internet (поисковых машин).
   
5. Автоматическое реферирование и аннотирование. Рассматриваются основные подходы к построению систем автоматического реферирования и аннотирования. Приводятся требования к реферату и аннотации. Описывается метод составления выдержек и модель линейных весовых коэффициентов.
   
6. Системы машинного перевода. Приводится классификация систем машинного перевода (П-, Т-, И-системы) и рассматриваются различные виды обеспечения систем машинного перевода.
   
7. Метаданные для информационных ресурсов. Описываются различные системы и модели метаданных (модель RDF, система метаданных "Дублинское ядро" и др.). Затрагиваются вопросы, связанные с семантическим web и использованием платформы XML.
   
8. Моделирование знаний о предметной области. Рассматриваются основные классы моделей знаний и требования к ним.
   
9. Онтологический подход и его использование. Приводятся основные понятия онтологического подхода, модель онтологии и ее расширение. Описываются методики построения онтологий и требования к средствам их спецификации.
   
10. Нейронные семиотические системы. Рассматриваются основные понятия нейротехнологий, нейропакеты (рис. 3) и нейрокомпьютеры. Приводится подробная классификация нейропакетов.
    

Рис. 3. Работа с искусственной нейронной сетью в нейропакете NeuroSolutions

11. Системы управления знаниями (СУЗ). Рассмматривается технология управления знаниями (базами знаний (БЗ)) и СУЗ (СУБЗ). Описывается обобщенная структура БЗ и система операций для работы со знаниями. Приводится классификация методов интеллектуального анализа данных (технология OLAP и многомерные модели данных, технология глубинного анализа данных, методы правдоподобных рассуждений и т.д.).
    
12. Системы поддержки инновационной деятельности. Рассматриваются типовые задачи инновационной деятельности и инструментарий для поддержки инновационной деятельности, основанный на технологиях управления знаниями.
    

В рамках данного курса рассматриваются вопросы применения и работы со следующими программными средствами: Open Source OCR CuneiForm (ссылка скрыта, ссылка скрыта); OCR-системой ABBYY FineReader (ссылка скрыта); системой OntoStudio (ссылка скрыта); нейропакетами NeuroSolutions, NeurOK (ссылка скрыта, ссылка скрыта); системой автоматического анализа текста TextAnalyst (ссылка скрыта) и др.

Изучение данного курса позволяет сформировать у обучающихся представление о классах и структуре программного обеспечения интеллектуальных систем, а также о современных методах, математическом аппарате и инструментальных средствах разработки программного обеспечения интеллектуальных систем. Дает навыки по применению изученных методов и средств искусственного интеллекта при разработке программного обеспечения интеллектуальных систем с использованием технологического подхода.

Данный НОМ может быть использован в системе повышения квалификации и в системе дополнительного образования.

Автор НОМ – к.т.н., доцент Варшавский Павел Романович
(e-mail: varp@appmat.ru).