INFORMAČNÝ LIST PREDMETU

Vysoká škola: Technická univerzita v Košiciach

Fakulta: Fakulta elektrotechniky a informatiky

Pracovisko: Katedra kybernetiky a umelej inteligencie

Kód predmetu: 26000765

Názov predmetu: Hybridná výpočtová inteligencia

Druh, rozsah a metóda vzdelávacích činností:
Forma výučby: Prednáška, Cvičenie numerické, Cvičenie laboratórne
Odporúčaný rozsah výučby (v hodinách):
Denná forma štúdia (hodiny za týždeň): 1,1,1
Externá forma štúdia (hodiny za semester): LS 13,13,13
Metóda štúdia:

Počet kreditov: 5

Odporúčaný semester štúdia: LS

Odporúčaný semester

Študijný program

Stupeň štúdia

Metóda štúdia

1.rok LS

Inteligentné systémy (IS_Ing_D_sk)

Prezenčná

Stupeň štúdia: 2.

Podmieňujúce predmety:

Podmienky na absolvovanie predmetu:
Spôsob hodnotenia a skončenia štúdia predmetu: Zápočet a skúška
Priebežné hodnotenie (PH): Študent prospeje v PH a získa zápočet, keď splní podmienku získať min. 21% z 40%.
priebežné testy, projekty
Záverečné hodnotenie (ZH): Študent prospeje v ZH a úspešne vykoná skúšku, keď splní podmienku získať min. 31% z 60%.
záverečný test a ústna skúška
Celkové hodnotenie: CH je suma hodnotení získaných študentom za hodnotené obdobie. Celkový výsledok sa stanoví v súlade s vnútornými predpismi TUKE. (študijný poriadok, vnútorný predpis zásady doktorandského štúdia)

Výsledky vzdelávania:
Absolvent predmetu získa poznatky z oblastí využitia hybridných prostriedkov výpočtovej inteligencie (HVI) založených na báze fuzzy množín, umelých neurónových sietí a genetických algoritmov pre potreby modelovania a riadenia. Za týmto účelom absolvent získa potrebné teoretické poznatky ohľadom inteligentných štruktúr riadenia, metód adaptácie a optimalizácie parametrov HVI, ktoré okrem iného zahŕňajú aj metódy opisu, modelovania, simulácie, optimalizácie a riadenia systémov pomocou prostriedkov HVI. Pomocou zadaných projektov si absolvent predmetu prakticky osvojí schopnosť rozvíjať a navrhovať vlastné riešenia problémov, využívať získané poznatky a efektívne sa rozhodovať pri výbere a použití vhodných prostriedkov, v rámci ktorých sa aj naučí si udržiavať kontakt s vývojom daného vedného odboru.

Stručná osnova predmetu:
• Význam hybridizácie prostriedkov výpočtovej inteligencie.
• Hlavné typy interakcií fuzzy systémov a neurónových sietí – neuro-fuzzy a fuzzy-neuro systémy a ich hlavní reprezentanti.
• Hlavné typy interakcií fuzzy systémov a evolučných (genetických) algoritmov – Michiganský a Pittsburghský prístup, optimalizácia bázy znalostí pomocou genetických algoritmov.
• Interakcia neurónových sietí a evolučných (genetických) algoritmov.
• Teória chaosu pri optimalizačných úlohách.
• Príklady aplikácií hybridných prostriedkov výpočtovej inteligencie.
• Všeobecná teória neurčitosti – prehľad typov neurčitosti a vzťahy medzi nimi.

Odporúčaná literatúra:
• Lin, Ch.T. - Lee, G.: Neural Fuzzy Systems - A Neuro-Fuzzy Synergism to Intelligent Systems; Prentice Hall PTR, New York, 1996.
• Cordón, O. at al.: Genetic Fuzzy Systems – Evolutioary Tuning and Learning of Fuzzy Knowledge Bases, World Scientific, 2001.
• Buša, J. – Hnatič, M.: Chaos – Úvod do problematiky (učebnica), Technická univerzita v Košiciach, 2004.

Odporúčané voliteľné súčasti programu:

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu:

Poznámky:

Hodnotenie predmetov:
Celkový počet hodnotených študentov: 17

41%

12%

35%

12%

Zabezpečuje:
prof. Ing. Peter Sinčák, CSc.
doc. Dr. Ing. Ján Vaščák

Dátum poslednej zmeny: 31.08.2017

Schválil: osoba/osoby zodpovedné za študijný program