Введение в искусственный интеллект

Магистратура (Системы автоматизированного проектирования)

Преподаватели:

• Лекции: Федорук Владимир Геннадьевич, к.т.н.
• Лабораторные работы: Федорук Владимир Геннадьевич, к.т.н.

Описание

Цель изучения дисциплины − приобретение теоретических знаний и практических навыков в области создания компонентов систем искусственного интеллекта, ориентированных на решение задач проектирования.

Общий объем дисциплины составляет 4 зачетные единицы (з.е.), 144 академических часа.

План занятий

Модуль 1. Программирование на языке ПРОЛОГ.

• Лекция 1. Предмет дисциплины «Искусственный интеллект». Классификация моделей представления знаний. Формальные системы. Алфавит, формулы, аксиомы и правила вывода теории. Исчисления предикатов первого порядка (ИППП). Алфавит ИППП. Правильно построенные формулы. Интерпретация формальной теории. Вывод в ИППП. Метод резолюции. Примеры применения ИППП для представления знаний.
• Лекция 2. Связь языка ПРОЛОГ с ИППП. Синтаксические конструкции языка ПРОЛОГ. Факты и запросы. Вычисления в ПРОЛОГе. Сравнения. Операторы. Правила языка ПРОЛОГ. Возврат (бэктрекинг) в программах на языке ПРОЛОГ. Списки и рекурсия. Отсечение. Встроенные предикаты языка ПРОЛОГ. Примеры программ на языке ПРОЛОГ.

Модуль 2. Искусственные нейронные сети.

• Лекция 1. Персептрон. Сигмоидальный нейрон. Нейрон Хебба. Инстар Гроссберга. Нейроны типа WTA. Радиальный нейрон
• Лекция 2. Структурная схема сети. Подходы к обучению нейронных сетей. Классические специализированные и эвристические алгоритмы обучения. Режимы обучения «онлайн» и «оффлайн». Метод обратного распространения ошибки. Пример использования многослойного персептрона.
• Лекция 3. Рекуррентные сети на базе персептрона. Рекуррентная сеть Эльмана. Сети с самоорганизацией на основе конкуренции. Алгоритмы обучения: Кохонена и нейронного газа. Гибридная сеть. Структурная схема радиальной сети. Обучение радиальной сети. Гибридный алгоритм обучения.