Univerzita Komenského
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO
 
 
Fakulta matematiky, fyziky a informatiky

    INFO - Informacie o MFF UK

    Používateľ: TESTUSER

    Vyberte si spôsob kódovania diakritiky: ASCII ISO 8859-2

    Predchádzajúca stránka | Úvodné menu | História | Index


    Umela inteligencia (IS: 642333)

    
    Blok : Umela inteligencia 
    
    Gestor: PhDr. Jan Sefranek, CSc.
    
    Predmet: Umela inteligencia
    
    
    Zaklady umelej inteligencie
    
    ( Orginal sylabov tohto predmetu je dostupny tiez pomocou pointera na URL 
    http://dent.ii.fmph.uniba.sk/stat/sylaby_b.txt,)
    
    Turingov test.
    Symbolicka reprezentacia poznatkov.
    Riesenie problemov v stavovom priestore. Inteligentny agent.
    Reaktivne agenty (subsumpcna architektura). Geneticky
    algoritmus. Klasifikacia. Splnovanie podmienok.
    Perceptron a neuronove siete.
    
    
    Metody riesenia problemov v umelej inteligencii
    
    Stavovy priestor, priestor redukcii, neinformovane metody 
    prehladavania,
    informovane metody prehladavania (Hill Climbing, Best First, Beam 
    Search),
    usporiadane prehladavanie A* a jeho vlastnosti, formalne vlastnosti
    heuristik,
    generovanie heuristik, hladanie vitaznej strategie ako prehladavanie 
    AND/OR
    grafu, dynamicke ohodnocovanie procedurou MinMax, AlfaBeta orezavanie,
    kvalitativne heuristiky a GPS, pravidlove produkcne systemy a metody
    prehladavania grafov (dopredny, spatny, kombinovany).
    
    
    Expertne systemy I
    
    Konceptualne pozadie expertnych systemov. Charakteristicke crty 
    programovej
    realizacie expertnych systemov. Hypotezy
    Newella a Simona, Feigenbauma, Smitha. Aplikacie expertnych systemov.
    
    Reproduktivne a produktivne riesenie problemov, paradigma 
    deklarativneho
    programovania. Principy riadenia proceduralnych a
    deklarativnych programov. Nedeterminizmus, heuristiky, problematika
    heuristickych pravidiel.
    
    Poznatky a znalosti, prostriedky ich symbolovej
    reprezentacie, termy a asercie. Vztah ramcovej reprezentacie znalosti k
    inym reprezentacnym formalizmom.
    Druhy ramcov (objektov), hierarchicke siete ramcov.
    Rubriky, metarubriky, hodnoty rubrik. Priorita zdrojov, 
    'ak-potrebna' a 'ak-zmenena' metody.
    Strategie dedenia v statickych a dynamickych sietach, viacnasobne
    dedenie.
    
    Produkcne pravidla, semafor, jadro pravidla a akcna cast pravidla.
    Dosledok s viacnasobnym predpokladom. Typy podmienok v predpoklade 
    pravidla.
    Kvantifikovane mnoziny podmienok, semantika kvantifikatorov.
    
    Implicitne referencovanie objektov, technika zhody,
    univerzalne a existencne kvantifikovane podmienky, nepriame 
    referencovanie
    objektov, filtracia (technika tromfov) objektov.
    
    Zakladne a rozvinute strategie odvodzovania, konfliktova mnozina, 
    agenda a
    jej zlozky, asociovanie, hradlovanie, komplementovanie, spontanny vstup
    udajov, volne vazby.
    
    Nemonotonne odvodzovanie, chronologicke a zdovodnene revidovanie
    inferencnych postupov, protokol, stavy aktivnych a deaktivovanych
    nahradnych udajov. 
    
    Aproximativne odvodzovanie, neurcitosti v produkcnych pravidlach, 
    kvantitativne
    a kvalitativne metody aproximativnej inferencie, ich prednosti a
    nedostatky.
    
    
    ==================================================================
    
    
    
    Multiagentove systemy, NUI
    
    Agent (uzsia definicia)
    Klasifikacia agentov (z hladiska sposobu volby akcii)
    Prinicipy autonomnosti, decentralizacie a distribucie systemov
    Multiagentovy system (uzsia definicia)
    
    Message passing, sender, receiver
    Architektura Client - Server
    Architektura Agent - Environment
    
    Deliberativna a nedeliberativna robotika
    Nova umela inteligencia
    Dekompozicia funkciou a aktivitou
    Subsumpcna architektura
    Multiagentovy model subsumpcnej architektury
    
    
    
    Pocitacove  videnie
    
    System digitalneho  spracovania  obrazu. Fazy spracovania obrazu.
    Snimanie a digitalizacia. Predspracovanie obrazu. Segmentacia.
    Popis objektov. Rozpoznavanie obrazov. Statisticky pristup k 
    rozpoznavaniu.
    Gramaticky (strukturalny) pristup k rozpoznavaniu. Oblasti aplikacie
    technik rozpoznavania obrazu.
    
    
    
    
    Expertne systemy II
    
    Globalizujuce formy odvodzovania. Mechanizmy planovania, hierarchicke a
    kauzalne zavislosti, podmienene produkcne pravidla. Operatory 
    planovania,
    integracia suvisiacich ciastkovych vysledkov, prostriedky detekovania
    vzajomnych suvislosti.
    
    Ohranicenia, propagovanie ohraniceni, rezolvovanie nekonzistentnosti,
    splnovanie ohraniceni, principy symboloveho prepisovania. Hierarchicke
    riesenie problemov, serializovatelny a neserializovatelny rozklad
    problemu, interakcie rieseni podproblemov. Kvalitativne modely, algebra 
    na
    trojhodnotovom priestore kvalitativnych hodnot, funkcne zavislosti 
    medzi
    kvalitativnymi premennymi, strukturalne operacie, propagacny a 
    predikcny
    cyklus, pravdila predikcie, rozpoznavania a propagacie vazieb.
    
    Architektura ES, zakladne zlozky, poslanie a funkcie komunikacneho,
    vysvetlovacieho, prepojovacieho, vystupneho (generator vysledkov)
    modulu. Prostriedky vytvarania a udrzovania bazy znalosti.
    
    
    
    Umele neuronove siete
    
    Vseobecne charakteristiky (formalny neuron, topologia siete, druhy 
    sieti,
    druhy ucenia, oblasti pouzitia).
    
    Jednoduchy perceptron (topologia siete, prevodova funkcia, odvodenie 
    pravidla
    ucenia, podmienka riesitelnosti).
    
    (M)ADALINE ( topologia siete, prevodova funkcia, odvodenie pravidla 
    ucenia,
    rozdiely medzi jednoduchym perceptronom a adalinom).
    
    Viacvrstvovy perceptron (topologia siete, prevodova funkcia, odvodenie
    pravidla ucenia -- algoritmus back-propagation (BP), modifikacie 
    algoritmu BP
    (dovody, priklady), priklady pouzitia).
    
    Ciastocne rekurentne siete (spracovanie casovo variantnych vzorov (typy 
    uloh),
    priklady architektur).
    
    Ucenie bez ucitela (nutna podmienka, typy uloh, topologia siete, 
    prevodova
    funkcia, Hebbovo pravidlo (zdovodnenie divergencie), modifikacia 
    Hebbovho
    pravidla (Oja), competitive learning (topologie sieti, pravidla 
    ucenia)).
    
    
    
    Teoria reprezentacie poznatkov a inferencie
    
    Reprezentacia poznatkov. Databazy a deduktivne databazy. Databazy s
    hypotetickou inferenciou. Nemonotonna inferencia. Zachovavanie
    konzistentnosti, revizie, inferencia za pritomnosti nekonzistentnosti.
    Defaultove teorie.
    Inferencia na hierarchickych sietach s viacnasobnym dedenim a 
    vynimkami.
    Indukcia. Abdukcia. Semantika negacie v logickom programovani a
    deduktivnych databazach.
    Metaurovnovy pristup k reprezentacii znalosti. Reprezentacne schemy.
    
    
    Pocitacova lingvistika.
    
     (Literatura: Allen, J., Natural language understanding,
    kapitoly 3, 4, 8, 9, 14, 15)
    
    Syntakticke spracovanie (zakladne parsovacie techniky, 
    rozsirene gramatiky).
    
    Semanticka interpretacia (specifikacia vyznamu slov, typy a crty,
    vzajomna interakcia semantickej interpretacie slov, padove gramatiky,
    struktura slovies, semanticke siete, kontextovo -- nezavisly vyznam 
    vety:
    logicka forma, algoritmus semantickej interpretacie, strategie 
    semantickej
    interpretacie).
    
    Kontext a znalosti.
    Vyuzitie reprezentacie kontextu pri analyze prirodzeneho jazyka: 
    generovanie
    entit diskurzu, riesenie anafory, interpretacia zamen.
    Vyuzitie znalosti pri analyze akcii a kauzality.
    
    
    

    Dátum poslednej aktualizácie tohto dokumentu: 30.4.99.
    Posledná aktualizácia údajov v systéme: 091006-V393.



    Poznámky a komentáre: WEBmaster@fmph.uniba.sk