Sylabus - Ohio University
Transkrypt
Sylabus - Ohio University
FOR 05.03.01 WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w RZESZOWIE SKRÓCONY ŻYCIORYS ZAWODOWY NAUCZYCIELA Dr Janusz Starzyk Absolwent i byly pracownik Politechniki Warszawskiej. Doktor nauk technicznych. Ukończył studia podoktoranckie w McMaster University w Kanadzie. Obecnie pracownik w School of Electrical Engineering and Computer Science, Ohio University, Stany Zjednoczone oraz Katedry Systemów Ekspertowych i Sztucznej Inteligencji WSIiZ. Autor licznych publikacji naukowych z zakresu analizy i testowania ukladow elekronicznych, sieci neuronowych, i inteligencji maszyn. Obszar zainteresowań naukowo-badawczych obejmuje problematykę projektowania autonomicznych systemów inteligentnych, sieci neuronowych i zagadnienia inteligencji obliczeniowej. PROGRAM PRZEDMIOTU (SYLLABUS) 1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE NAZWA PRZEDMIOTU Inteligentne Systemy Autonomiczne WYDZIAŁ Administracyjno-Informatyczny KIERUNEK Informatyka i Ekonometria SPECJALNOŚĆ SEMESTR (NUMER) 1 SYMBOL GRUPY WYKŁADOWEJ ROK AKADEMICKI MKD/2003 MKD-TI-SZL/2003 MKD-TI-SZL/2004 FORMA ZAJĘĆ FORMA STUDIÓW (STACJONARNE/ Stacjonarne NIESTACJONARNE) LICZBA GODZIN PROWADZĄCY ZAJĘCIA WYKŁAD 30 DR J. STARZYK LABORATORIUM 14 MGR INŻ. M. KNAPP 2007-09-23 2007/2008 1 FOR 05.03.01 WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w RZESZOWIE 2. SZCZEGÓŁOWY PROGRAM ZAJĘĆ WYKŁAD Lp. 1 2 Temat Inteligentne systemy autonomiczne Literatura do tematu Materiały wykładowe • W. Duch, Fascynujący Świat Komputerów Wydawnictwo NAKOM, Poznań, Maj 1997 • Pojecie inteligentnego systemu • W. Duch, Fascynujący Świat Programów autonomicznego Komputerowych Wydawnictwo NAKOM, Poznań, • Sztuczna inteligencja i inteligencja Grudzień 1997 obudowana (embodied intelligence) • Wspoldzialanie czujnikow i przekaznikow • R. Pfeifer, J.C. Bongard, How the Body Shapes the Way We Think: A New View of Intelligence (Bradford Books), • Okreslanie celu dzialania maszyny 2007. • Implementacja i technologia • J. Hawkins, S. Blakeslee, On Intelligence, Holt Paperbacks, 2005. Materiały wykładowe Roboty jako inteligentne • http://www.asimo.pl/ systemy autonomiczne • http://tokyolectures.org/ • Zolwie Grey Waltera • Michael Negnevitsky, Artificial Intelligence, A Guide to • Pojazdy Braitenberga Intelligent Systems • Wczesne roboty • S. Thrun, W. Burguard, D. Fox, Probabilistic Robotics. • Roboty dzis i jutro • Brooks, R. A., "Elephants Don't Play Chess", Robotics • Architektura podporzadkowana (suband Autonomous Systems (6), 1990, pp. 3–15. sumtion architecture) • Maszynowe widzenie • Maszynowe uczenie 3 Uczenie w sieciach neuronowych • • • • • • • • • • • • 4. Koncepja sieci neuronowej Uczenie z nadzorem Sieci wielowarstwowe Uczenie sekwencyjne Sieci rekurencyjne Przeuczenie Uczenie Bayesowskie Samouczenie sieci Grupowanie Ukryty model Markova Sieci Hopfielda Maszyny Boltzmana Organizacja mozgu • • • • • Umysł, mózg i modele Genetyka i rozwój mozgu Działanie mózgu Funkcjonalna budowa mózgu Kora nowa i lokalizacja czynności psychicznych • Percepcja i ruch • Pamiec • Wyzsze czynnosci psychiczne 2007-09-23 Uwagi Dopuszczalna jest każda inna pozycja w której omawiane są problemy poruszane w ramach wykładu. Dopuszczalna jest każda inna pozycja w której omawiane są problemy poruszane w ramach wykładu. Materiały wykładowe • Inspiracje neurobiologiczne http://www.fizyka.umk.pl/~duch/Wyklady/NN_plan.html • J. Zurada, M. Barski, W. Jędruch Sztuczne sieci neuronowe, PWN 1996 • S. Osowski Sieci neuronowe w ujęciu algorytmicznym, WNT 1996. • L. Rutkowski (ed) Sieci neuronowe i neurokomputery Wyd. Pol.Czest. 1996 • W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiwicz, "Biocybernetyka i Inzynieria Biomedyczna 2000", tom 6, "Sieci Neuronowe", AOW 2000. • S. Osowski, "Sieci neuronowe do przetwarzania informacji", Oficyna Wyd. Politechniki Warszawskiej, Warszawa 2000. • R. A. Kosiński Sztuczne sieci neuronowe, WNT 2002 Dopuszczalna jest każda inna pozycja w której omawiane są problemy poruszane w ramach wykładu. Materiały wykładowe • Jak dziala mozg http://www.fizyka.umk.pl/~duch/Wyklady/Mozg_plan.html • Randall C. O'Reilly, Yuko Munakata, James L. McClelland Computational Explorations in Cognitive Neuroscience: Understanding the Mind by Simulating the Brain, The MIT Press; 1st edition (September 4, 2000) Dopuszczalna jest każda inna pozycja w której omawiane są problemy poruszane w ramach wykładu. 2 FOR 05.03.01 WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w RZESZOWIE LABORATORIUM Lp. 1. 2. 3. 4. 5. 6. 7. 8. Temat Podstawy programu MALTB Wsteczna propagacja bledow uczenia Uogolnianie Sieci radialne Ukryty model Markova Maszyny Boltzmana Przeuczenie i optymalizacja sieci Zaliczenie Literatura do tematu Uwagi Literatura podana do wykładu MATLAB tutorial E-LEARNING Strona wykladu: http://www.ent.ohiou.edu/~starzyk/network/Class/Wyklady.htm 2007-09-23 3 FOR 05.03.01 WYŻSZA SZKOŁA INFORMATYKI I ZARZĄDZANIA z siedzibą w RZESZOWIE 3. KRYTERIA I FORMA ZALICZENIA ZAJĘĆ WYKŁAD W semestrze student pisze jedno kolokwium na ostatnich zajęciach, za które maksymalnie może otrzymać 20pkt. Zamiana punktów na oceny następuje wg następujących zasad: 0 – 10 punktów ⇒ ocena 2.0 11 – 12 punktów ⇒ ocena 3.0 13 – 14 punktów ⇒ ocena 3,5 15 – 16 punktów ⇒ ocena 4.0 17 – 18 punktów ⇒ ocena 4.5 19 – 20 punktów ⇒ ocena 5.0 LABORATORIUM: W semestrze student pisze jedno kolokwium na ostatnich zajęciach. Kolokwium zawiera trzy zadania punktowane w skali 0; 0,5; 1pkt. W sumie maksymalnie za kolokwium student może uzyskać 3pkt. W przypadku gdy student nie opuścił żadnych zajęć do ilości punktów uzyskanych w ramach kolokwium dodaje się 0,5pkt. Zamiana uzyskanych punktów na ocenę następuję wg następujących zasad: 0 – 0,5 pkt ⇒ ocena 2.0 1,0 pkt. ⇒ ocena 3.0 1,5 pkt. ⇒ ocena 3,5 2,0 pkt. ⇒ ocena 4.0 2,5 pkt. ⇒ ocena 4.5 3,0 pkt. ⇒ ocena 5.0 Uwaga!: Aby zastosować powyższą tabelę przeliczeń student musi rozwiązać jedno zadanie w całości tzn. uzyskać za nie 1pkt. E-LEARNING: Janusz A. Starzyk Nauczyciel 2007-09-23 Zdzisław S. Hippe Kierownik Katedry (Zakładu) Bolesław Jaskuła Dziekan 4