Tematy z Podstaw Sztucznej Inteligencji REPREZENTACJA
Transkrypt
Tematy z Podstaw Sztucznej Inteligencji REPREZENTACJA
Tematy z Podstaw Sztucznej Inteligencji REPREZENTACJA WIEDZY i WNIOSKOWANIE: - Logika rozmyta (Fuzzy logic) – budowa przykładowego modelu wnioskowania np. w Matlabie - ontologia, SWRL, SPARQL – wyszukiwanie semantyczne - rough sets, LERS – klasyfikacja - system ekspertowy – CLIPS, JESS – własny program - CBR – case based reasoning - logika wiarygodnego rozumowania SOFT COMPUTING i INTELIGENCJA ZBIOROWA (swarm intelligence): - Sztuczne Sieci Neuronowe – budowa sieci na wybrany temat, możliwość zastosowania pakietu - algorytmu neuro-rozmyte - algorytm genetyczny - algorytm mrówkowy - sieci Bayesa - sztuczne systemy immunologiczne - algorytmy stadne, algorytm pszczeli UCZENIE MASZYNOWE: - SVM – metoda wektorów nośnych - drzewa decyzyjne (klasyfikacyjne/regresyjne) - klasyfikatory: knn, Bayesa, inne - Data mining, uczenie maszynowe - rozpoznawanie obrazów, wzorców, pisma - rozpoznawanie mowy - analiza falkowa - analiza asocjacji, analiza sekwencji TECHNOLOGIE AGENTOWE: - platformy agentowe – JADE, JENA – przykładowy system - boty TEORIA GIER - Strategie gier dwuosobowych, algorytm MINMAX i przycinanie alfa-beta INNE: np. badania operacyjne, optymalizacja, symulacje MonteCarlo, przeszukiwanie grafów metody gradientowe sztuczna twórczość sterowanie robotami automatyczne dowodzenie twierdzeń, PROLOG, LISP INŻYNIERSKIE (propozycje): - studium zastosowania języka SWRL w przemysłowych systemach wspomagania decyzji - przeszukiwanie WWW na podstawie SWRL - integracja wiedzy w postaci reguł i heterogenicznych komponentów wiedzy - integracja modułów i komponentów wiedzy w Platformie Semantycznej - narzędzie wizualizacji ontologii w kontekście udostępniania zasobów wiedzy