Vyučující
|
-
Vavroušek Miroslav, Ing. Ph.D.
|
Obsah předmětu
|
PŘEDNÁŠKY: 1. Úvod do problematiky umělé inteligence. Etapy vývoje. 2. Třídy úloh, rozpoznávání, adaptace a učení, komunikace se strojem, řešení úloh, expertní systémy. Logický a funkcionální styl programování. 3. Celulární automaty a jejich aplikace. 4. Generovaní a prohledávání stavového prostoru. Informované a neinformované prohledávací stavového prostoru. Možnosti a omezení řešení úloh pomocí stavového prostoru. 5. Řízení pohybu robotů a metody pro hledání cest v prostoru. 6. Zpracovaní a analýza signálů. Obrazové a zvukové signály. 7. Rozpoznávaní obrazu a zvuku. Syntéza řeči. 8. Úvod k umělým neuronovým sítím. Biologické neuronové sítě a analogie s umělými neuronovými sítěmi. 9. Výkonné prvky umělé neuronové sítě-formální neuron (vstupu neuronu, synaptické váhy, práh neuronu, přenosová funkce neuronu, aktivita neuronu), spojení mezi neurony, topologie neuronových sítí, trénování umělé neuronové sítě a jeho typy. 10. Perceptron. Sítě s prahovou (nebo sigmoidní, či Heavisideovou) aktivační funkcí. 11. Vícevrstvý perceptron - síť "back-propagation". Uspořádání sítě, algoritmus zpětného šíření (back-propagation), trénovací a testovací množina, učení sítě. 12. Nevýhody zpětného šíření, síťová paralýza, lokální minimum, zdokonalené algoritmy. 13. Aplikace umělých neuronových sítí. Zpracování řeči, aplikace neuronových sítí v úloze analýzy a rozpoznávání řeči, aplikace neuronových sítí při syntéze řeči. 14. Aplikace neuronových sítí pro zpracování obrazové informace. CVIČENÍ: 1. Úvod, bezpečnost práce v laboratoři. Stanovení požadavků na práci v semestru. 2. Opakování práce v Matlabu a Simulinku, sjednocení znalostí, doplnění požadovaných znalostí. 3. Návrh a simulace celulárních automatů. 4. Generovaní a prohledávání stavového prostoru. Neinformované metody prohledávaní. 5. Generovaní a prohledávání stavového prostoru. Informované metody prohledávaní. 6. Zpracovaní a analýza signálů z kamer a mikrofonu. Transformace signálové informace. 7. Aplikace metod pro rozpoznávání obrazu a zvuku a syntézu řeči. 8. Vytvoření a učení preceptronu pomocí trénovací množiny. 9. Představení Neural Network Toolbox, základní funkce. 10. Příprava pro návrh neuronové sítě pro zadanou situaci. 11. Příklad návrhu neuronové sítě pro aproximaci funkcí a klasifikaci. 12. Zadání semestrální práce, návrh neuronové sítě v prostředí Matlab pro řešení zadaného problému. 13. Práce na vlastní zadaní semestrální práce. 14. Prezentace semestrálních prací, hodnocení, zápočty.
|
Studijní aktivity a metody výuky
|
Samostatná práce studentů (studium textů, literatury, problémové úkoly,výzkum, pisemná práce), Přednáška, Studium metodou řešení problémů
- Účast na výuce
- 56 hodin za semestr
|
Výstupy z učení
|
Úvod do problematiky umělé inteligence, přehled úloh umělé inteligence, programovací jazyky pro umělou inteligenci. Úvod a základní pojmy z oblasti umělých neuronových sítí. Biologické a umělé neuronové sítě. Samoorganizující se neuronové sítě. Použití neuronových sítí. Řízení robotů, analýza a zpracování signálů, zpracování obrazové informace, rozpoznání a syntéza řeči, ostatní aplikace umělých neuronových sítí.
|
Předpoklady
|
nespecifikováno
|
Hodnoticí metody a kritéria
|
nespecifikováno
|
Doporučená literatura
|
-
BARTÁK, R. Co je nového v umělé inteligenci. Praha, 2017. ISBN 978-80-906089-8-6.
-
HAGAN, M. Neural network design.. Boston, 1996. ISBN 0-534-94332-2.
-
HLAVÁČ, V. Počítačové vidění.. Praha, 1992. ISBN 80-85424-67-3.
-
HYNEK, J. Genetické algoritmy a genetické programování.. Praha, 2008. ISBN 978-80-247-2695-3.
-
LÝSEK, J. Rozpoznávání objektů pomocí evolučních metod.. Brno, 2013. ISBN 80-214-4875-9.
-
Mařík, V. Umělá inteligence. Praha, 2013. ISBN 978-80-200-2276-9.
-
MITCHELL, T. Machine learning. Boston, 1997. ISBN 00-704-2807-7.
-
NOVAK, G. Introduction to Artificial Intelligence Through. Prague, 1994. ISBN 80-707-9712-6.
-
PARKER, J. R. Algorithms for image processing and computer vision. New York, 2011. ISBN 978-0470643853.
-
POKORNÝ, M. Umělá inteligence v modelování a řízení. Praha, 1996. ISBN 80-901984-4-9.
-
POOLE, D. L., MACKWORTH, A. K. Artificial Intelligence: Foundations of Computational Agents.. Cambridge University Press, 2010. ISBN 978-0-521-51900-7.
-
RUSSEL, S. Artificial intelligence: a modern approach. London, 2014. ISBN 978-1-29202-420-2.
-
SAMARASINGHE, S. Neural networks for applied sciences and engineering. Boca Raton, 2007. ISBN 978-084-9333-750.
-
VOLNÁ, E. Umělá inteligence. Ostrava, 2013. ISBN 978-80-7464-330-9.
-
ZELINKA, I. Umělá inteligence: hrozba nebo naděje?. Praha, 2003. ISBN 80-730-0068-7.
-
ZHANG, W. State-space search: algorithms, complexity, extensions, and Applications.. New York, 1999. ISBN 978-1-4612-7183-3.
|