Рабочая программа По дисциплине «Представление знаний в информационных системах» По специальности 230201. 65
| Вид материала | Рабочая программа |
- Рабочая программа По дисциплине «Администрирование в информационных системах» По специальности, 309.63kb.
- Рабочая программа по дисциплине: Проектирование Информационных систем. Для специальности:, 255.76kb.
- Рабочая программа по дисциплине " Метрология, стандартизация и сертификация " для специальности, 212.29kb.
- Рабочая программа по дисциплине «Вычислительная математика» Для специальности 230201, 153.3kb.
- Рабочая программа по дисциплине " Управление данными " для специальности 230201 "Информационные, 191.4kb.
- Рабочая программа по дисциплине «Архитектура ЭВМ и систем» для специальности 230201, 202.14kb.
- Рабочая программа По дисциплине «Надежность информационных систем» По специальности, 343.38kb.
- Рабочая программа по дисциплине «Мировые информационные ресурсы и сети» для специальности, 124.2kb.
- Рабочая программа По дисциплине «Теория информационных процессов и систем» По специальности, 303.03kb.
- Рабочая программа дисциплины: «Химия». для специальности: 230201, 322.71kb.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПЕЧАТИ
имени Ивана Федорова»
УТВЕРЖДАЮ
Т.В. Маркелова
« 23 » июня 2011 г.
рабочая программа
По дисциплине «Представление знаний в информационных системах»
По специальности 230201.65 – Информационные системы и технологии
Факультет Информационных технологий и медиасистем
Кафедра Информационных систем
| Индекс по учебному плану | Цикл | Компонент | ||
| Федеральный | Национально-региональный (вузовский) | Элективный | ||
| ОПД.Ф.14 | Общие гуманитарные и социально-экономические дисциплины | | | |
| Общие математические и естественнонаучные дисциплины | | | | |
| Общепрофессиональные дисциплины | Х | | | |
| Специальные дисциплины | | | | |
| Дисциплины специализации | | | | |
| Форма Обучения | курс | семестр | Трудоемкость дисциплины в часах | Форма итогового контроля | |||||||
| Всего часов | Аудиторных часов | Лекции | Семинарские (практически) занятия | Лабораторные занятия | Курсовая Работа | Курсовой проект | Самостоятельная работа | ||||
| Очная | 4 | 8 | 68 | 36 | 18 | 18 | | | | 32 | экзамен |
Москва — 2011 г.
Составитель: д.т.н., профессор А.А. Марков
Рецензент: _______________
Рабочая программа обсуждена на заседании кафедры «Информационные системы»
16 мая 2011г., протокол № 9
Зав. кафедрой ____________________/А.А. Марков/
Одобрена УС факультета «Информационных технологий и медиасистем»
17 мая 2011г., протокол № 9
Председатель______________________/А.Е. Иванова/
ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ИНФОРМАЦИОННЫХ СИСТЕМАХ
составитель: профессор А.М. Чеповский
| Форма Обучения | курс | семестр | Трудоемкость дисциплины в часах | Форма итогового контроля | |||||||
| Всего часов | Аудиторных часов | Лекции | Семинарские (практически) занятия | Лабораторные занятия | Курсовая Работа | Курсовой проект | Самостоятельная работа | ||||
| Очная | 4 | 8 | 68 | 36 | 18 | 18 | | | | 32 | экзамен |
1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ, ТЕРБОВАНИЯ К ЗАНИЯМ И УМЕНИЯМ
- Цель и задачи изучения дисциплины
Цель преподавания дисциплины - обучение студентов принципам построения интеллектуальных информационных систем, автоматизирующих операции с нечеткими данными, и практическим навыкам работы с этими системами. Курс должен дать базовые знания в следующих областях: принятия решений в недетеминированных ситуациях, построение обучаемых и самообучаемых систем
Задачи преподавания дисциплины:
- формирование систематизированного представления о концепциях, принципах и моделях, положенных в основу построения обучаемых систем и сложных систем принятия решения системах;
- получение практической подготовки в области выбора и применения интеллектуальных систем принятия решений и управления.
1.2. Требования к знаниям и умениям
В результате изучения дисциплины студент должен:
иметь представление:
о направлениях и истории интеллектуальных информационных систем;
знать:
- основные способы построения обучаемых систем;
- основные методы принятия решений;
- принципы построения алгоритмов обучения;
- принципы построения систем управления с нечеткими данными
уметь использовать:
современные методы применения интеллектуальных систем;
владеть:
навыками построения алгоритмов решения логических и комбинаторных задач;
иметь опыт:
синтеза схем из пороговых элементов и искусственных нейронов.
1.3. Перечень дисциплин с указанием разделов (тем), усвоение которых студентам необходимо для изучения данной дисциплины
- Математика: Дифференциальное и интегральное исчисление, дифференциальные уравнения, векторный анализ, функции комплексного переменного, случайные процессы.
- Основы программирования.
- Информатика: Модели решения функциональных и вычислительных задач, программное обеспечение и языки программирования.
- Вероятность и статистика.
- Операционные системы.
2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
2.1. Наименование тем, их содержание, объем в часах.
| №п/п | Наименование тем, разделов | Общая трудоемкость (часов) | |||
| Аудиторные занятия (всего часов) | Лекции | Практические занятия (семинары) | Лабораторные занятия | ||
| 1 | Тема 1. Введение | 2 | 1 | 1 | |
| 2 | Тема 2. Методы принятия решений | 10 | 5 | 5 | |
| 3 | Тема 3. Искусственные нейронные сети | 12 | 6 | 6 | |
| 4 | Тема 4. Построение систем управления, основанных на генетических алгоритмах. | 12 | 6 | 6 | |
| | ИТОГО | 36 | 18 | 18 | |
2.2. Содержание тем и разделов дисциплины
Тема 1. Введение
Цели и задачи дисциплины. Место и роль дисциплины в общей структуре подготовки специалистов, связь с другими дисциплинами.
Тема 2. Методы принятия решений
Теория решений: оптимальные решения и рациональные решения. Поведение лиц, принимающих решения (ЛПР). Платежные матрицы (матрицы решений). Доминирующие решения. Стратегии принятия решений (максминная стратегия и минимаксная стратегия). Решающие деревья. Анализ чувствительности принятых решений: необходимость и способы применения. Меры рациональности поведения реальных ЛПР. Функции полезности, их изменения в реальных ситуациях.
Тема 3. Искусственные нейронные сети
Логические и нейронные сети: история вопроса. Архитектура нейронных сетей. Вычислительные возможности ИНС типа feed-forward. Алгоритмы обучения ИНС типа feed-forward. Реализация метода back propagation. Ускоренный back propagation. Машины опорных векторов (SVM) – основные алгоритмы. Достоинства алгоритмов SVM.
Тема 4. Построение систем управления, основанных на генетических алгоритмах.
Понятие генетического алгоритма. Основные результаты по сходимости генетических алгоритмов. Применение генетических алгоритмов в оптимизации. Применение генетических алгоритмов в задачах управления и обучения. Пример реализации системы управления, основанной на нейронных сетях и генетических алгоритмах
2.4. Курсовой проект (работа) и его характеристика
Не предусматривается.
2.5. Организация самостоятельной работы
| | Наименование тем, разделов | Виды и формы самостоятельной работы * (распределение часов по формам обучения) | ||||||||||||||
| Подготовка к практическому (семинару, лаб. работе) | Подготовка рефератов (докладов, сообщений и информационных материалов т.п.) | Выполнение домашних контрольных и иных заданий) | Подготовка к промежуточной аттестационной работе (в т.ч. коллоквиум, тестированием и пр.) | Подготовка к зачету (экзамену) | ||||||||||||
| Очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | очная | Очно-заочная | заочная | ||
| | Введение Тема 1. | 2 | | | 4 | | | | | | | | | | | |
| | Тема 2. | | | | 6 | | | | | | | | | | | |
| | Тема 3. | | | | 4 | | | | | | 4 | | | | | |
| | Тема 4. | | | | 6 | | | | | | 6 | | | | | |
* могут быть предложены иные формы СРС
3. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ
3.1. Литература
основная
- Хайкин С.
Нейронные сети,Полный курс: Пер. с англ.;М.,Издательский дом "Вильямс",2006;1103 с.
- Люгер Д.Ф.
Искусственный интеллект,Стратегии и методы решения сложных проблем;М.,Издательский дом "Вильямс",2003;863 с.
- Белов Д.Л., Гаврилова Т.А., Частиков А.П.
Разработка экспертных систем. Среда CLIPS,;СПб.,БХВ-Петербург,2003;606 с.
дополнительная
- Справочник по искусственному интеллекту (в 3 томах). Под ред. Захарова, Поспелова, Попова, Хорошевского 1990 -1991
- A. Konar Artificial Intelligence and Soft Computing CRC Press, 2000
- Обработка нечеткой информации в системах принятия решений. М. Радио и связь, 1989
- Юдин Д.Б., Горяшко А.П., Немировский А.С. Математические методы оптимизации устройств и алгоритмов АСУ.,М. Радио и связь, 1982
- В.В. Круглов, М.И. Дли, Р.Ю. Голунов. Нечеткая логика и искусственные нейронные сети (есть в виде .pdf файла)
3.2 Перечень наглядных и других пособий, методических указаний по проведению конкретных видов учебных занятий, а также используемых в учебном процессе технических средств
- раздаточный материал для изучения лекционного материала;
- характерные образцы для изучения тем лабораторных работ;
- контрольные вопросы по курсу для подготовки к сдаче семестровой аттестации и экзамена;
- тест по самоподготовке студентов;
- справочник WINDOWS 2000ХР (И. Рогов, Москва, Лаборатория Базовых Знаний,1999);
- тесты по промежуточному и итоговому контролю знаний в центре информационных технологий университета.
Материально-техническое обеспечение дисциплины
Компьютерный класс, оборудованный IBM – PC совместимыми или персональными компьютерами APPLE.