Zaawansowane modele teorii języków formalnych i automatów

Transkrypt

Zaawansowane modele teorii języków formalnych i automatów
Załącznik nr 3
do zarządzenia nr 50 Rektora UJ z 18 czerwca 2012 r.
Sylabus przedmiotu na studiach doktoranckich
Nazwa przedmiotu
Nazwa jednostki prowadzącej
przedmiot
Język przedmiotu
Efekty kształcenia dla przedmiotu
ujęte w kategoriach: wiedzy,
umiejętności i kompetencji
społecznych
Typ przedmiotu
(obowiązkowy/fakultatywny)
Semestr/rok
Imię i nazwisko osoby/osób
prowadzącej/prowadzących
przedmiot
Imię i nazwisko osoby/osób
egzaminującej/egzaminujących
bądź udzielającej zaliczenia, w
przypadku gdy nie jest to osoba
prowadząca dany przedmiot
Sposób realizacji
Wymagania wstępne i dodatkowe
Liczba punktów ECTS przypisana
przedmiotowi
Bilans punktów ECTS
Stosowane metody dydaktyczne
Metody sprawdzania i oceny
efektów kształcenia uzyskanych
przez doktorantów
Forma i warunki zaliczenia
przedmiotu, w tym zasady
dopuszczenia do egzaminu,
zaliczenia, a takŜe forma i warunki
zaliczenia przedmiotu
Treści przedmiotu*
Zaawansowane modele teorii języków formalnych i
automatów
Wydział Fizyki, Astronomii i Informatyki Stosowanej
polski
Poznanie kluczowych problemów badawczych w teorii
języków formalnych i automatów. Nabycie umiejętności
rozwiązywania takich problemów poprzez poznanie
metodyki badawczej w tym obszarze.
obowiązkowy
rok 1, semestr 1
Prof. dr hab. Mariusz Flasiński
Prof. dr hab. Mariusz Flasiński
wykład
magisterium z informatyki
8.0
Zgodnie z § 4 uchwały nr 58/V/2012 Senatu UJ z dnia 23
maja 2012 roku w sprawie wytycznych dla rad
podstawowych jednostek organizacyjnych Uniwersytetu
Jagiellońskiego (zajęcia organizowane przez uczelnię
zgodnie z planem studiów oraz nakład pracy indywidualnej
doktoranta)
wykład, dyskusja problemów
egzamin ustny sprawdzający przyswojenie treści wykładu
oraz dyskusji dotycząca problemów otwartych w obszarze
przedmiotowym
egzamin
1. Podstawowe problemy otwarte teorii języków formalnych i
automatów.
2. Taksonomia Rozenberga gramatyk grafowych opartych na
przepisywaniu wierzchołków.
3. Twierdzenia o równowaŜności języków typu NLC z globalną
transformacją osadzenia oraz języków typu NLC z lokalnymi
transformacjami osadzenia.
4. Twierdzenia hierarchizujące moc opisową rodzin języków
grafowych typu NLC oraz SC na podstawie ograniczeń
Wykaz literatury podstawowej
i uzupełniającej*
nakładanych na graf.
5. Twierdzenia porównujące moc opisową języków grafowych o
transformacji osadzenia sterowanej etykietami wierzchołków z
mocą opisową języków grafowych o transformacji osadzenia
sterowanej szablonami.
6. Problem definicji języków grafowych o wielomianowym
problemie przynaleŜności.
7. Model języków grafowych klasy ETPL(k) o wielomianowym
problemie przynaleŜności.
8. Twierdzenia o hierarchii języków grafowych klasy ETPL(k)
oraz ich relacji względem języków klasy edNLC.
9. Twierdzenia porównujące moc opisową rodziny języków
ETPL(k) z mocą opisową rodziny ograniczonych języków
edNLC.
10. Zastosowania
języków
grafowych
ETPL(k)
o
wielomianowym problemie przynaleŜności: (wizyjne systemy
przemysłowe, wnioskowanie w systemach integracji
CAD/CAM, kontrola alokacji w systemach rozproszonych,
optymalizacja obliczeń w systemach CAE, konstrukcja
systemów ekspertowych czasu rzeczywistego, rozpoznawanie
języka migowego, wnioskowanie w sieciach semantycznych).
11. Problem zwiększania mocy generacyjnej języków ciągowych
naleŜących do taksonomii Chomsky’ego.
12. Model quasi-kontekstowych języków ciągowych klasy
DPLL(k) o wielomianowym problemie przynaleŜności i jego
zastosowania (analiza sygnałów EKG oraz CTG, monitoring
funkcjonowania
złoŜonej
aparatury
w
systemach
ekspertowych czasu rzeczywistego, analiza szeregów
czasowych w systemach prognozy obciąŜenia sieci
elektroenergetycznych).
1. J. Engelfriet, G. Leih, Nonterminal bounded NLC graph
grammars, Theoretical Computer Science 59 (1988), 309315.
2. J. Engelfriet, G. Leih, Linear graph grammars: power and
complexity, Information Computation 81 (1989), 88-121.
3. M. Flasiński, Characteristics of edNLC-graph grammars for
syntactic pattern recognition, Computer Vision, Graphics and
Image Processing 47 (1989), 1-21.
4. M. Flasiński, On the parsing of deterministic graph languages
for syntactic pattern recognition, Pattern Recognition 26
(1993), 1-16.
5. M. Flasiński, Power properties of NLC graph grammars with a
polynomial membership problem, Theoretical Computer
Science 201 (1998), 189-231.
6. M. Flasiński, Wstęp do sztucznej inteligencji, Państwowe
Wydawnictwo Naukowe PWN, Warszawa 2011.
7. M. Flasiński, J. Jurek, Dynamically programmed automata for
quasi context sensitive languages as a tool for inference
support in pattern recognition-based real-time control expert
systems, Pattern Recognition 32 (1999), 671-690.
8. D. Janssens, G. Rozenberg, R. Verraedt, On sequential and
parallel node-rewriting graph grammars, Computer Vision,
Graphics and Image Processing 18 (1982), 279-304.
9. G. Rozenberg, E. Welzl, Boundary NLC graph grammars –
basic definitions, normal forms, and complexity, Information
Control 69 (1986), 136-167.
* W szczególnie uzasadnionych przypadkach moŜna podać informację ogólną.