.RU

Рабочая программа учебной фтпу 1-21/01 дисциплины Томский политехнический университет утверждаю




Рабочая программа учебной ФТПУ 7.1-21/01

дисциплины


Томский политехнический университет


УТВЕРЖДАЮ:
Декан факультета АВТ

______________С.А. Гайворонский


"_____ “______________2007 г.


ПРЕДСТАВЛЕНИЕ ЗНАНИЙ В ИНФОРМАЦИОННЫХ СИСТЕМАХ

Рабочая программа для магистрантов направления “Информатика и вычислительная техника” по магистерской программе

“Компьютерный анализ и интерпретация данных”


Факультет Автоматики и вычислительной техники (АВТФ)
Обеспечивающая кафедра - Вычислительной техники (ВТ) Курс 5
Семестр 9, 10

Учебный план набора 2006 года
^

Распределение учебного времени

Лекции 36 часов (ауд.)

Лабораторные занятия 36 часов (ауд.)

Всего аудиторных занятий 72 часа

Самостоятельная (внеаудиторная)

работа 162 часа

Общая трудоемкость 234 часа

Экзамен в 9 семестре

Зачет в 10 семестре


^ 2007
Рабочая программа учебной ФТПУ 7.1-21/01

дисциплины


Томский политехнический университет


Предисловие

Рабочая программа составлена на основе приказа № 15/од от 28.03.2006 г. об открытии магистерской подготовки по программе “Компьютерный анализ и интерпретация данных” направления “Информатика и вычислительная техника”

РАССМОТРЕНА И ОДОБРЕНА на заседании обеспечивающей кафедры вычислительной техники ________________ протокол № __________


Разработчик

профессор кафедра ВТ ________________ В.Г. Спицын

Зав. обеспечивающей кафедрой ВТ ________________ Н.Г.Марков

Рабочая программа СОГЛАСОВАНА с факультетом, выпускающими кафедрами специальности; СООТВЕТСТВУЕТ действующему плану.


Зав. выпускающей кафедрой ВТ ________________ Н.Г.Марков


Abstract


The syllabus of the course “Knowledge Representation in Information Systems” is intended for preparing of master's degree specialists on the direction “Information Systems and Technology”.

The compulsory minimum of the syllabus corresponds to the State Standard of Higher Vocational Training and includes the following sections: “Systems Based on Knowledge”, “Models of Knowledge Representation”, “Expert Systems Architecture and Elaboration Technology”, “Fuzzy Logic Application in Expert Systems”, “Genetic Algorithm”, “Artificial Neural Networks“

This syllabus has been developed by Vladimir Grigorievich Spitsyn – the professor of Computer Engineering Faculty of Automation and Computer Engineering Department, e-mail: spitsyn@ce.cctpu.edu.ru.


Аннотация

Рабочая программа учебной дисциплины «Представление знаний в информационных системах» предназначена для подготовки магистров по направлению “Информатика и вычислительная техника”.

Содержание программы соответствует ГОС ТПУ и включает следующие разделы: системы, основанные на знаниях, модели представления знаний, архитектура и технология разработки экспертных систем, применение нечеткой логики в экспертных системах, генетический алгоритм, искусственные нейронные сети.

Программу разработал Владимир Григорьевич Спицын – профессор кафедры вычислительной техники факультета автоматики и вычислительной техники, e-mail: spitsyn@ce.cctpu.edu.ru


^ 1Цели и задачи дисциплины


Дисциплина «Представление знаний в информационных системах» относится к числу специальных дисциплин направления “Информатика и вычислительная техника”.
Цель данной дисциплины – дать систематический обзор современных моделей представления знаний, изучить и освоить принципы построения экспертных систем, рассмотреть перспективные направления развития систем искусственного интеллекта и принятия решений.
1.1. Цели преподавания дисциплины.

В результате изучения данной дисциплины студент должен знать:

и уметь:

1.2. Задачи изложения и изучения дисциплины.

При изучении данной дисциплины в процессе чтения лекций преподаватель излагает студентам существующие модели представления знаний, принципы построения экспертных систем и перспективные направления развития систем искусственного интеллекта и принятия решений. В процессе самостоятельной работы студент на основе конспектов лекций, и рекомендованной литературы производит усвоение знаний. Контроль знаний осуществляется преподавателем по результатам контрольных работ. На основе полученных знаний и методических указаний по выполнению лабораторных работ студентом под руководством преподавателя проводится выполнение лабораторных работ.



  1. ^ Содержание теоретического раздела дисциплины

(лекции, 36 часов)


    1. Введение (1 час).

Цель и задачи дисциплины, ее роль и место в общей системе подготовки специалиста. Представление знаний в информационных системах как элемент искусственного интеллекта и новых информационных технологий.


2.2. Системы, основанные на знаниях (5 часов).

История создания искусственного интеллекта. Процесс мышления. Формализованные и неформализованные знания. Основные понятия и классификация систем, основанных на знаниях. Принципы приобретения знаний. Теоретические аспекты извлечения знаний. Коммуникативные и текстологические методы извлечения знаний.


2.3. Модели представления знаний (6 часов).

Логическая модель представления знаний и правила вывода. Продукционная модель представления знаний и правила их обработки. Выводы, основанные на продукционных правилах. Теория фреймов и фреймовых систем. Объекты с фреймами. Основные атрибуты (слоты) объекта. Процедурные фреймы и слоты. Представление знаний в виде семантической сети. Модель доски объявлений. Модель представления знаний в виде сценария.


2.4. Архитектура и технология разработки экспертных систем (6 часов).

Введение в экспертные системы. Роли эксперта, инженера знаний и пользователя. Общее описание архитектуры экспертных систем. База знаний, правила, машина вывода, интерфейс пользователя, средства работы с файлами. Технология разработки экспертных систем. Логическое программирование и экспертные системы. Языки искусственного интеллекта. Архитектура для автоматического рассуждения, основанного на правилах. Механизм вывода на основе модели логического программирования. Схема взаимодействия пользователя с экспертной системой. Подсистема анализа и синтеза входных и выходных сообщений. Диалоговая подсистема. Объяснительные способности экспертных систем.


2.5. Применение нечеткой логики в экспертных системах. (6 часов).

Понятие о нечетких множествах и их связь с теорией построения экспертных систем. Коэффициенты уверенности. Взвешивание свидетельств. Отношение правдоподобия гипотез. Функция принадлежности элемента подмножеству. Операции над нечеткими множествами. Дефазификация нечеткого множества. Нечеткие правила вывода в экспертных системах.


2.6. Генетический алгоритм (6 часов).

Понятие о генетическом алгоритме. Этапы работы генетического алгоритма. Кодирование информации и формирование популяции. Оценивание популяции. Селекция. Скрещивание и формирование нового поколения. Мутация. Настройка параметров генетического алгоритма. Канонический генетический алгоритм. Пример работы генетического алгоритма. Рекомендации к программной реализации генетического алгоритма. Применение генетического алгоритма для решения задач оптимизации и аппроксимации.


2.7. Искусственные нейронные сети (6 часов).

Понятие о нейросетевых системах. Биологические нейронные сети. Формальный нейрон. Искусственные нейронные сети. Обучение нейронной сети. Алгоритм обратного распространения ошибки. Пример работы и обучения нейронной сети. Программная реализация. Применение нейронных сетей для решения задач аппроксимации, классификации, автоматического управления, распознавания и прогнозирования.



  1. Содержание практического раздела дисциплины




    1. Тематика лабораторных работ (36 / 72 час.).


3.1.1 Разработка экспертной системы – 4/ 8 час.

      1. Генетический алгоритм в принятии решений – 8/ 16 час.

      2. Нейронная сеть в обработке информации – 8/ 16 час.

      3. Программная реализация и тестирование

критериев оценки качества

цифровых изображений – 6/ 12 час.

      1. Разработка программ улучшения изображений

и оценки их качества средствами

пакета MATLAB – 6/ 12 час.

      1. Оформление и защита отчетов – 4 / 4 час.


^ 4 Программа самостоятельной познавательной деятельности


Самостоятельная работа организуется в двух формах:

Перечень разделов курса и объема самостоятельной работы:

  1. Системы, основанные на знаниях – 8 часов.

  2. Модели представления знаний – 14 часов.

  3. Архитектура и технология разработки экспертных систем – 18 часов.

  4. Применение нечеткой логики в экспертных системах – 14 часов.

  5. Генетический алгоритм – 18 часов.

  6. Применение искусственных нейронных сетей для обработки информации – 18 часов.

Темы индивидуальных заданий и объем самостоятельной работы по каждому заданию:

  1. Разработка экспертной системы – 8 часов.

  2. Принятие решений на основе генетического алгоритма – 16 часов.

  3. Принятие решений на основе нейронной сети – 16 часов.

  4. Разработка программ оценки качества изображений – 14 часов.

  5. Разработка программ улучшения качества изображений – 14 часов.




  1. Текущий и итоговый контроль результатов изучения дисциплины


Текущий контроль изучения дисциплины состоит из следующих видов:

По результатам проведенных контролей формируется допуск студента к итоговому контролю – экзамену (зачету).

^ Контроль результатов изучения дисциплины
Образцы тем для индивидуальных заданий проектирования

экспертных систем


1. ЭС, рекомендующая распределение времени при подготовке к экзаменам.

  1. ЭС по выбору темы для бакалаврской работы.

  2. ЭС по диагностике состояния здоровья пациента.

  3. ЭС по выбору ВУЗА и специальности для абитуриента.

  4. ЭС, определяющая тип темперамента человека.

  5. ЭС по выбору маршрута и способа передвижения из одного населенного пункта в другой.

  6. ЭС по принятию финансовых решений в области малого предпринимательства.

  7. ЭС по выбору места работы после окончания ТПУ.

  8. ЭС, определяющая неисправность автомобиля и дающая рекомендации по ее устранению.

  9. ЭС по выбору автомобиля.

  10. ЭС для принятия решения о приеме на работу в компьютерную фирму нового сотрудника.

  11. ЭС поиска неисправностей в компьютере.

  12. ЭС по выбору стиральной машины.

  13. ЭС, рекомендующая конфигурацию персонального компьютера.

  14. ЭС, прогнозирующая исход футбольного матча.

  15. ЭС по выбору системы защиты информации.

  16. ЭС по оценке качества программного обеспечения.

  17. ЭС, принимающая решения о формировании бюджета семьи.

  18. ЭС по определению оптимального маршрута движения автомобиля “Скорой помощи” по вызовам.

  19. ЭС по определению типа геологической породы.

  20. ЭС по выбору сотового телефона.

  21. ЭС, рекомендующая конфигурацию сервера локальной вычислительной сети.

23. ЭС по выбору инструментальных средств при создании WEB сайтов.


^ Вопросы к контрольным работам


Контрольная работа №1

  1. Опишите систему обработки информации у человека.

  2. Определите понятие чанка.

  3. Укажите признаки, отличающие знания от данных.

  4. Дайте определение формализованных и неформализованных знаний.

5. Охарактеризуйте коммуникативные методы приобретения знаний.

6. Опишите текстологические методы приобретения знаний.

7. В чем заключаются особенности интеллектуальных систем.

8. Укажите свойства интеллектуальных систем.

9. Охарактеризуйте виды интеллектуальных систем.

10. Какие вы знаете модели представления знаний?

11. Для чего предназначена экспертная система PROSPECTOR?

12. Охарактеризуйте экспертную систему MYCIN.

13. Опишите архитектуру экспертных систем.

14. Как формируется база знаний?

15. Определите задачи машины вывода.

16. Сформулируйте требования при разработке экспертных систем.

17. Охарактеризуйте этапы технологии создания экспертных систем.

18. Что представляет собой логическая модель представления знаний?

19. Из чего состоит продукционная система?

20. Приведите примеры продукционных систем.

21. Охарактеризуйте понятие фреймовой системы.

22. Каким образом осуществляется представление знаний в семантической сети?

23. Приведите модель доски объявлений.

24. Дайте определение модели описания знания в виде сценария.

^ Контрольная работа №2

  1. Охарактеризуйте роли эксперта, инженера знаний и пользователя.

  2. Охарактеризуйте логическое программирование.

  3. Опишите языки искусственного интеллекта.

  4. Опишите механизм вывода на основе модели логического программирования.

  5. Каковы функции управляющего компонента экспертной системы?

  6. Опишите схему взаимодействия пользователя с экспертной системой.

  7. Охарактеризуйте задачи подсистемы анализа и синтеза сообщений.

8. Опишите общую структуру диалога.

9. Каковы цели использования объяснений в экспертных системах?

10. Определите понятие нечеткой логики.

11. Охарактеризуйте функцию принадлежности.

12. Опишите понятие дефазификации нечеткого множества.

13. Каким образом коэффициент уверенности выражается через меры доверия и недоверия?

14. Приведите соотношение между мерами доверия, полученными при независимом учете первого и второго свидетельства и объединенной мерой доверия, полученной при учете двух свидетельств.

15. Охарактеризуйте нечеткие правила вывода в экспертных системах.

16. Опишите структуру генетического алгоритма.

17. Охарактеризуйте целочисленное и вещественное кодирование в ГА.

18. Опишите канонический генетический алгоритм.

19. Охарактеризуйте операторы кроссовера и мутации.

20. Опишите биологические нейронные сети.

21. Охарактеризуйте понятие формального нейрона.

22. Опишите существующие модели искусственных нейронных сетей.

23. Приведите примеры активационных функций.

24. Опишите процесс обучения нейронной сети.



  1. Учебно-методическое обеспечение дисциплины




    1. Перечень используемых информационных продуктов.

Методические указания по выполнению лабораторных работ:

  1. разработка экспертной системы;

  2. принятие решений на основе применения генетического алгоритма;

  3. принятие решений на основе применения нейронной сети.

  4. разработка программы оценки качества изображений.

  5. разработка программы улучшения качества изображений.

    1. Перечень рекомендуемой литературы.



Основная


1.

Спицын В.Г., Цой Ю.Р. Представление знаний в информационных системах: Учебное пособие. – Томск: Изд-во ТПУ, 2006. – 146 c.

2.

Гаврилова Т.А. , Хорошевский В.Ф. Базы знаний интеллектуальных систем. Санкт- Петербург: Питер, 2000. – 382 c.

3.

Змитрович А.И. Интеллектуальные информационные системы. Минск: Тетра Системс, 1997. – 367 с.

4.

Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB. М.: Техносфера, 2006. – 616 c.

5.

Спицын В.Г. Базы знаний и экспертные системы: Учебное пособие – Томск: Изд-во ТПУ, 2001. – 88 с.

6.

Экспертные системы. Принцип работы и примеры. / Под ред. Р. Форсайда: Пер.с англ.- M.: Радио и связь, 1987. – 221 c.

7.

Попов Э.В. Экспертные системы. – М.: Наука, 1987. – 288 c

8.

Джексон П. Введение в экспертные системы: Пер. с англ. – M.: Издательский дом “Вильямс”, 2001. – 624 c.

Дополнительная

9.

Хайкин С. Нейронные сети: полный курс. Пер.с англ. -М.: Издательский дом “Вильямс”, 2006. – 1104 c.

10.

Искусственный интеллект: Кн. 1. Системы общения и экспертные системы. Справочник. / Под ред. Э.В. Попова. –М.: Радио и связь, 1990. – 464 с.

11.

Нейлор К. Как построить свою экспертную систему: Пер.с англ.- М.: Энергоатомиздат. 1991. – 288 c.

12.

Элти Дж., Кумбо М. Экспертные системы: концепции и примеры: Пер.с англ. -М.: Финансы и статистика, 1987. –191 с.

13.

Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н., и др. Нейроинформатика. – Новосибирск: Наука. Сибирское отделение РАН, 1998. – 296 с.

14.

Нечеткие множества в моделях управления и искусственного интеллекта./ Под ред. Д.А. Поспелова- М.: Наука, 1986. – 311 c

15.

Осуга С. Обработка знаний: Пер. с японск. – М.: Мир, 1989. – 293 c.

16.

Уэно Х., Коямо Т., Окамото Т. и др. Представление и использование знаний: Пер. с японск. – М.: Мир, 1989. – 220 с.




17.

Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер.с англ. – М.: Финансы и статистика, 1990. – 320 c.





Межпредметные связи

Содержание курса "Представление знаний в информационных системах " базируется на материале следующих дисциплин: "Математический анализ", "Математическая логика", "Дискретная математика", "Информатика", "Теория информации", "Теория вероятности, математическая статистика и случайные процессы" и "Программирование на языке высокого уровня".

Полученные при изучении курса знания используются в профессиональной деятельности выпускника кафедры ВТ по направлению "Информатика и вычислительная техника".


rabochaya-programma-po-discipline-kompyuternie-tehnologii-v-ekonomicheskoj-nauke-i-obrazovanii-po-napravleniyu.html
rabochaya-programma-po-discipline-koncepcii-sovremennogo-estestvoznaniya-dlya-studentov-gumanitarnih-i-ekonomicheskih-specialnostej-tyumenskij-gosudarstvennij-universitet.html
rabochaya-programma-po-discipline-koncepcii-sovremennogo-estestvoznaniya-specialnost-080502-ekonomika-i-upravleniya-na-predpriyatiyah-mashinostroeniya.html
rabochaya-programma-po-discipline-koncepciya-sovremennogo-estestvoznaniya-specialnost.html
rabochaya-programma-po-discipline-konstitucionnoe-pravo-rf-stranica-3.html
rabochaya-programma-po-discipline-konstrukciya-raschet-i-potrebitelskie-svojstva-izdelij-abbreviatura-specialnosti-otchetnost.html
  • thescience.bystrickaya.ru/istochnik-finansirovaniya-municipalnogo-zakaza-na-postavku-knizhnoj-produkcii-dlya-nuzhd-municipalnogo-uchrezhdeniya.html
  • thescience.bystrickaya.ru/kislotnie-dozhdi.html
  • shpora.bystrickaya.ru/zhizn-bez-nasiliya.html
  • lesson.bystrickaya.ru/uroki-dlya-rossii.html
  • ekzamen.bystrickaya.ru/sergej-esenin-28-stihotvorenij-stranica-23.html
  • testyi.bystrickaya.ru/aktualnie-voprosi-sovremennogo-estestvoznaniya.html
  • school.bystrickaya.ru/chast-ii-licom-k-arktike-na-mise-dezhneva-v-chase-hodbi-ot-seleniya-uelen-vozvishaetsya-ogromnij-piramidalnij.html
  • bukva.bystrickaya.ru/problema-poznaniya-mira-v-filosofii.html
  • laboratory.bystrickaya.ru/vzaimodejstvie-elektronov-s-poverhnostnimi-akusticheskimi-volnami.html
  • zadachi.bystrickaya.ru/proishozhdenie-skifov-severnogo-prichernomorya-v-nauchnom-osveshenii.html
  • kolledzh.bystrickaya.ru/641celevie-pokazateli-razvitiya-otrasli-transport-programma-socialno-ekonomicheskogo-razvitiya-permskogo-kraya.html
  • notebook.bystrickaya.ru/hoze-silva-filip-miele-upravlenie-razumom-po-metodu-silva.html
  • control.bystrickaya.ru/dobrovolnij-otkaz-i-deyatelnoe-raskayanie-sravnitelnij-analiz-institutov-ugolovnogo-prava.html
  • report.bystrickaya.ru/kniga-orientirovana-prezhde-vsego-na-rukovoditelej-kompanij-sotrudnikov-otdelov-stranica-8.html
  • gramota.bystrickaya.ru/yu-yu-grankin-gl-redaktor-v-d-laza-otv-redaktor-l-a.html
  • zadachi.bystrickaya.ru/razvitie-psihiki-i-soznaniya.html
  • report.bystrickaya.ru/iz-cikla-prazdnichnie-gulyaniya-v-novgorode-sbornij-tur-komissiya-ot-10-gruppa-formiruetsya-v-velikom-novgorode-variant-1-rozhdestvenskaya-skazka-v-gorode-drevnih-svyatin-velikij-novgorod-2-dnya1-noch.html
  • shpargalka.bystrickaya.ru/utverzhdeno-na-zasedanii-uchenogo-soveta.html
  • uchitel.bystrickaya.ru/protivovibrosovoe-oborudovanie-uchebnoe-posobie-sostoit-iz-12-urokov-i-razdela-obobshayushih-uprazhnenij-vprilozhenii.html
  • zadachi.bystrickaya.ru/razdel-ii-dokumenti-po-istorii-rusi-14-16-vek-programma-podgotovki-k-olimpiade-po-istorii-rossii-istoriya-rossii.html
  • esse.bystrickaya.ru/rabochie-programmi-po-kursam-vneurochnoj-deyatelnosti-soderzhanie.html
  • prepodavatel.bystrickaya.ru/tri-predvaritelnih-doklada-po-ekonomike.html
  • writing.bystrickaya.ru/duma-odobrila-prezidentskij-zakonoproekt-o-novom-poryadke-viborov-glav-regionov-radio-12-mayak-03-12-2004-novosti-11-00-00-zinchenko-12.html
  • bukva.bystrickaya.ru/sherstyanaya-boroda-a-v-brushlinskogo-i-nauchnogo-sotrudnika-a-z-shapiro.html
  • otsenki.bystrickaya.ru/soprotivlenie-uchebnik-novogo-veka.html
  • zanyatie.bystrickaya.ru/upravlenie-zakazami-sostavlyayushie-cikla-zakaza.html
  • uchit.bystrickaya.ru/tema-dogovor-kommercheskogo-i-socialnogo-najma-tema-grazhdanskoe-pravo-kak-otrasl-prava.html
  • shpargalka.bystrickaya.ru/uchebno-metodicheskij-kompleks-disciplini-informatika-napravleniya-podgotovki-diplomirovannogo-specialista.html
  • notebook.bystrickaya.ru/ispolzovanie-itogov-vserossijskoj-perepisi-naseleniya-2002-goda-dlya-ocenki-vazhnih-registracionnih-dannih.html
  • writing.bystrickaya.ru/gospodarskij-dogovr-chast-2.html
  • letter.bystrickaya.ru/model-postroeniya-partnerstva-obshestvennaya-organizaciya-novie-lyudi.html
  • tasks.bystrickaya.ru/3-vneshnyaya-i-vnutrennyaya-sreda-biblioteki-metodi-ee-izucheniya-uchebno-metodicheskij-kompleks-po-itogovoj-gosudarstvennoj-attestacii.html
  • lecture.bystrickaya.ru/a-v-fedorov-mediaobrazovanie-stranica-29.html
  • spur.bystrickaya.ru/materiali-tretego-sibirskogo-seminara-po-neprerivnomu-bibliotechnomu-obrazovaniyu-stranica-2.html
  • abstract.bystrickaya.ru/2-batukaev-abdulgani-abdulhamidovich-1953-g-ezhekvartalnij-otchet-po-cennim-bumagam-za-1-kvartal-2008-goda.html
  • © bystrickaya.ru
    Мобильный рефератник - для мобильных людей.