Ви є тут

Головна

Мета - вивчення теоретичних основ та практичних аспектів використання інтелектуальних обчислень для проектування систем штучного інтелекту.

Завдання - надання студентам комплексу знань, необхідних для розуміння проблем, які виникають під час побудови та при використанні сучасних інтелектуальних систем та ознайомити студентів з методами і моделями обчислювального інтелекту. У процесі вивчення дисципліни у студента повинні сформуватися знання, уміння та навички, необхідні для створення програмних засобів з елементами штучного інтелекту для вирішення прикладних задач аналiзу та прогнозування стану складних об'єктiв та процесiв управлiння та проектування.

У результаті вивчення навчальної дисципліни студент повинен

знати:

  • методи інтелектуальної обробки даних;
  • основні операції та визначення нечіткої логіки;
  • елементи теорії штучних нейро-нечітких мереж;
  • моделi нейроелементiв та їхнi властивостi;
  • моделi та методи навчання штучних нейро-нечітких мереж;
  • сучаснi програмнi засоби для побудови нечітких моделей;
  • способи видобутку iнформацiї з нейро-нечітких моделей для аналiзу складних залежностей;
  • критерiї порiвняння моделей та методiв навчання нейро-нечітких мереж.

вміти:

  • обирати формальний апарат для подання знань в умовах розробки експертних систем, виходячи з особливостей застосувань;
  • аналізувати та застосовувати існуючі, а при необхідності створювати нові, засоби реалізації дескриптивних моделей та стратегій і методів виведення для нечіткологічних моделей подання знань в умовах автоматизованого або неавтоматизованого проектування за допомогою сучасних програмних і технічних засобів, використовуючи процедури вибору та проектування;
  • будувати нечітку продукційну модель знань для розв’язання задач з області штучного інтелекту за допомогою формальних мов, використовуючи факти та правила;
  • здійснювати вибір програмних засобів для створення нечітких баз знань;
  • розробляти нечіткі бази знань за інформацією, отриманою з різноманітних джерел або експертів в умовах багатоекспертного середовища за допомогою мов подання знань, мов програмування штучного інтелекту, використовуючи методи виведення і прийняття рішень з нечіткими та конфліктуючими знаннями, методи оптимізації рішень;
  • розробляти нечіткі експертні системи за знаннями експертів предметної галузі в умовах слабо структурованих предметних галузей за допомогою оболонок експертних систем, використовуючи технології набуття експертних та емпіричних знань, методи розпізнавання образів;
  • розробляти засоби набуття знань та механізм пояснень в умовах розробки експертних систем та рішення задач з області штучного інтелекту за допомогою програмного забезпечення;
  • розробляти стратегії та методи виведення для нечіткологічних моделей подання знань;
  • розробляти, оцінювати та використовувати механізми логічного виведення в умовах розробки систем штучного інтелекту;
  • використовувати методи нечіткої логіки для обробки даних;
  • будувати нейро-нечіткі моделі залежностей.
  • застосовувати емпіричні методи та засоби інженерії програмних засобів для створення інтелектуальних систем;
  • порівнювати методи та моделі штучного інтелекту;
  • вирішувати задачі автоматизації підтримки прийняття рішень, розпізнавання образів, діагностики, класифікації та аналізу даних;
  • визначати та вимірювати атрибути якості моделей штучного інтелекту та програмних засобів, що їх реалізують;
  • використовувати методи ідентифікації та класифікації інформації;
  • ідентифікувати параметри математичної моделі, аналізувати адекватність моделі реальному об’єкту або процесу;
  • розробляти розподілені системи штучного інтелекту в умовах обмеження ресурсів та необхідності декомпозиції задач обробки інформації;
  • подавати результати нейрообчислень у графічній та табличнiй формах;
  • аналiзувати результати побудови та використання нечітких моделей.