Detail předmětu
Expertní systémy
FSI-VEX Ak. rok: 2018/2019 Zimní semestr
Předmět je věnován následujícím tématům: Architektura a vlastnosti expertních systémů. Reprezentace znalostí a inferenční mechanismy. Reprezentace a zpracování neurčitosti. Fuzzy logika, lingvistické modely, fuzzy expertní systémy. Nástroje pro tvorbu expertních systémů. Získávání znalostí, strojové učení. Charakteristiky a ukázky vybraných expertních systémů. Příklady aplikací expertních systémů.
Jazyk výuky
čeština
Počet kreditů
5
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Znalost základních principů činnosti a tvorby expertních systémů. Schopnost výběru a aplikace vhodného nástroje pro tvorbu expertního systému.
Prerekvizity
Matematická logika, teorie množin, teorie pravděpodobnosti, základy umělé inteligence.
Plánované vzdělávací činnosti a výukové metody
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách.
Způsob a kritéria hodnocení
Požadavky pro zápočet: aktivní účast ve cvičeních, zpracování jednoduchých aplikací expertních systémů.
Zkouška: písemný test (jednoduché příklady a otázky z teorie), ústní zkouška.
Učební cíle
Cílem předmětu je, aby studenti pochopili principy činnosti expertních systémů a osvojili si základy znalostního inženýrství.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast na cvičeních je povinná. Zameškaná výuka může být nahrazena zpracováním zadaných úloh.
Použití předmětu ve studijních plánech
Program M2I-P: Strojní inženýrství, magisterský navazující
obor M-AIŘ: Aplikovaná informatika a řízení, povinný
Typ (způsob) výuky
Přednáška
26 hod., nepovinná
Vyučující / Lektor
Osnova
1. Úvod do systému CLIPS – fakty, šablony, pravidla, vzory, proces inference.
2. Funkce v CLIPSu, definice uživatelských funkcí.
3. Charakteristické znaky a struktura expertních systémů, oblasti aplikace.
4. Pravidlové expertní systémy.
5. Základy jazyka Prolog.
6. Tvorba expertních systémů v Prologu.
7. Expertní systémy založené na nepravidlové a hybridní reprezentaci znalostí.
8. Pravděpodobnostní přístupy ke zpracování neurčitosti, Bayesovské sítě.
9. Zpracování neurčitosti pomocí faktorů jistoty a Dempster-Shaferovy teorie.
10. Fuzzy přístupy ke zpracování neurčitosti.
11. Fuzzy expertní systémy.
12. Proces tvorby expertního systému, znalostní inženýrství.
13. Získávání znalostí z dat.
Cvičení s počítačovou podporou
26 hod., povinná
Vyučující / Lektor
Osnova
1. Seznámení se systémem CLIPS, fakty a pravidla.
2. Šablony, řešení úloh v CLIPSu.
3. Definice a použití funkcí v CLIPSu.
4. Tvorba expertního systému v CLIPSu.
5. Seznámení s jazykem Prolog.
6. Řešení úloh v jazyku Prolog.
7. Tvorba expertních systémů v Prologu.
8. Pseudobayesovské systémy.
9. Bayesovské sítě.
10. Implementace faktorů jistoty v CLIPSu.
11. Systémy EXSYS a FLEX.
12. Systém LMPS.
13. Vyhodnocení semestrálních projektů.