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) | 2. | 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 |
||||||||||||||
A | B | C | D | E | FX | |||||||||
41% | 12% | 35% | 0% | 0% | 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 | ||||||||||||||