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