Інформаційно-керуючи системи-2. Інтелектуальні інформаційно-керуючі системи - Робоча програма навчальної дисципліни (Силабус)
Реквізити навчальної дисципліни
| Рівень вищої освіти | Перший (бакалаврський) |
|---|---|
| Галузь знань | 12 «Інформаційні технології» |
| Спеціальність | 126 «Інформаційні системи та технології» |
| Освітня програма | Інтегровані інформаційні системи |
| Статус дисципліни | Обов’язкова (нормативна) |
| Форма навчання | Очна (денна) |
| Рік підготовки, семестр | 4 курс, осінній семестр |
| Обсяг дисципліни | 3,5 кредитів ECTS /105 годин (36 годин – Лекції, 18 годин – Лабораторні роботи, 51 година – СРС)) |
| Семестровий контроль/ контрольні заходи | Залік, тестування, МКР, захист лабораторних робіт |
| Розклад занять | 1 лекція (2 години) 1 раз на тиждень; 1 лабораторна робота (2 години) 1 раз на 2 тижні. |
| Мова викладання | Українська |
| Інформація про керівника курсу / викладачів |
Лектор: к.т.н. доц. Кравець Петро Іванович, 0662350857 Лабораторні роботи: асс. Бердник Юрій Михайлович, |
| Розміщення курсу | https://campus.kpi.ua |
Програма навчальної дисципліни
Опис навчальної дисципліни, її мета, предмет вивчання та результати навчання
Силабус освітнього компонента «Інформаційно-керуючі системи – інтелектуальні інформаційно-керуючі системи» складено відповідно до освітньої програми підготовки бакалаврів «Інтегровані інформаційні системи» спеціальності 126 – Інформаційні системи та технології.
Метою навчальної дисципліни є формування та закріплення у студентів наступних компетентностей: (КС2) - Здатність застосовувати стандарти в області інформаційних систем та технологій при розробці функціональних профілів, побудові та інтеграції систем, продуктів, сервісів і елементів інфраструктури організації; (КС3) - Здатність до проектування, розробки, налагодження та вдосконалення системного, комунікаційного та програмно-апаратного забезпечення інформаційних систем та технологій, Інтернету речей (ІоТ), комп’ютерно-інтегрованих систем та системної мережної структури, управління ними; (КС16) - Здатність інтегрувати програмні, технічні, інформаційні та інтелектуальні компоненти усіх рівнів ієрархії інформаційно-керуючих систем в єдину розподілену систему; (КС18) - Здатність вирішувати задачі інтеграційних процесів інформаційних систем у сфери виробництва та керування з використанням методів аналізу та синтезу засобів передачі, зберігання та обробки інформації, основ сервіс-орієнтованого підходу до обслуговування користувачів інформаційних систем, базових та прикладних інформаційних технологій та інструментальних засобів інфраструктури ІТ.
Предмет навчальної дисципліни - сучасні принципи побудови інтелектуальних інформаційно-керуючих системи, що базуються на технологіях штучного інтелекту, їх архітектура, технології реалізації, моделювання та налагодження для різних типів об’єктів і систем.
Програмні результати навчання, на формування та покращення яких спрямована дисципліна: (ПРН 12) - Застосовувати знання складу, структури, принципів реалізації та функціонування інформаційно-керуючих систем та виконувати розроблення, підтримку та супроводження інформаційних та програмно-технічні засобів, оцінювати ефективність використання інформаційно-керуючих систем на підприємствах; (ПРН 16) - Застосовувати знання відповідних мов програмування та ефективно використовувати методи машинного навчання в задачах створення компонентів штучного інтелекту в інформаційних система з використання аналізу та оцінки складності алгоритмів рішення.
Пререквізити та постреквізити дисципліни
Для успішного засвоєння дисципліни студент повинен володіти освітніми компонентами знання з дисциплін “Вища математика”, „Інженерія систем”, “Теорія автоматичного управління”, “Моделювання процесів та систем”, “Комп’ютерна техніка та технології”, „Теорія інформаційних процесів” та інші. Компетенції, знання та уміння, одержані в процесі вивчення освітнього компонента студенти зможуть використати при проектуванні, моделюванні та налагодженні інформаційних систем, комп'ютеризованих систем управління, інформаційно-керуючих систем, систем прийняття рішень, використовуючи для цього сучасні програмні середовища.
Зміст навчальної дисципліни
Вступ.
Розділ 1. Основні поняття і визначення теорії інтелектуальних інформаційно-керуючих систем.
Розділ 2. Інформаційно-керуючі системи на основі експертних систем
Розділ 3. Інформаційно-керуючі системи на основі нечіткої логіки.
Розділ 4. Інформаційно-керуючі системи на основі нейромережевих структур.
Розділ 5. Інформаційно-керуючі системи на основі асоціативної пам’яті.
Розділ 6. Генетичні алгоритми в інформаційно-керуючих системах.
Розділ 7. Приклади практичного застосування інтелектуальних інформаційно-керуючих систем
Навчальні матеріали та ресурси
Основна література
Системи штучного інтелекту в плануванні, моделюванні та управлінні [Текст] : підруч. для студ. вищ. навч. закл. / Л. С. Ямпольський , Б. П. Ткач, О. І. Лісовиченко ; Міжрегіон. акад. упр. персоналом (МАУП). - К. : Персонал, 2011. - 543 с.іл.
Інформаційно- керуючі системи [Електронний ресурс] : курс лекцій для студентів напряму підготовки 126 «Інформаційні системи та технології» спеціальності «Інтегровані інформаційні системи» всіх форм навчання / НТУУ «КПІ» ; уклад. П.І.Кравець. – Електронні текстові дані (1 файл: 26,3 Мбайт). – Київ : НТУУ «КПІ», 2022. - (Доступ за посиланням https://ela.kpi.ua).
Інформаційно- керуючі системи. Лабораторний практикум. [Електронний ресурс] : навчальний посібник для здобувачів ступеня бакалавра за освітньою програмою «Інтегровані інформаційні системи» спеціальності 126 «Інформаційні системи та технології» / КПІ ім. Ігоря Сікорського; уклад.: П.І.Кравець, В.М.Шимкович, Ю.М.Бердник. – Електронні текстові дані (1 файл: 7,56 МБайт). – Київ : КПІ ім. Ігоря Сікорського, 2023. – 155 с. – (Доступ за посиланням https://ela.kpi.ua/ ).
Нестеренко О.В., Ковтунець О.В., Фаловський О.О. Інтелектуальні системи і технології. Ввідний курс: Навч. посібник. –К.: Національна академія управління, 2017. – 90 с.
Коцовський В. М. Інтелектуальні інформаційні системи. Конспект лекцій – Ужгород: Ужгородський національний університет, 2019. – 73 с.
Згуровський М.З..Зайченко Ю.П. Системи і методи штучного інтелекту [Електронний ресурс] : підруч. для здобувачів ступеня магістра за спец. галузі знань 12 Інформаційні технології / М. З. Згуровський, Ю. П. Зайченко ; КПІ ім. Ігоря Сікорського. – Електрон. текст. дані (1файл). – Київ : КПІ ім. Ігоря Сікорського, 2024. – 710 с.
Інтелектуальні системи управління: Експертні системи основи проектування та застосування в системах автоматизації [Електронний ресурс] : навч. посіб. для студ. спеціальності 151 «Автоматизація та комп’ютерно-інтегровані технології» / КПІ ім. Ігоря Сікорського; уклад.: Л. Д. Ярощук. – Електронні текстові дані (1 файл: 2,56 Мбайт). – Київ : КПІ ім. Ігоря Сікорського, 2019. – 136с.
Ямпольський Л.С. Нейротехнології та нейрокомпютерні системи. Л.С.Ямпольський, О.І.Лісовиченко, В.В.Олійник. – К.: «Дорадо-Друк», 2016. – 576 с.:іл.
Гостев В.І. Синтез нечітких регуляторів систем автоматичного управління, К. Радіоаматор, 2008, 708 с.
Рутковская Д., Пилинський М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. Пер. с польск. И.Д.Рудинского. М: Горячая линия –Телеком. 2007 – 452 с.
Додаткова література
Синтез нечітких логічних регуляторів(доступ за посиланням https://cutt.ly/JOoC6Pl).
Дранишников Л.В. Інтеллектуальні методи в управлінні: навчальний посібник / Л. В. Дранишников. — Кам'янське: ДДТУ, 2018. — 416 с.
Навчальний контент
4. Методика опанування навчальної дисципліни (освітнього компонента)
Лекційні заняття
№ з/п |
Назва теми лекції та перелік основних питань (перелік дидактичних засобів, посилання на інформаційні джерела) |
|---|---|
| 1 | Вступ. Лекція1. Мета та задачі курсу. Інтелектуальні системи управління - нові технології розробки та реалізації систем управління. Еволюція технологій створення та реалізації систем управління. Структура традиційної та інтелектуальної системи управління.. Конспект лекції 1: Література: [1,2,6] Завдання на СРС: Поглиблене вивчення матеріалів лекції. |
| 2 | Розділ 1. Основні поняття і визначення теорії інтелектуальних інформаційно-керуючих систем. Лекція 2. Основні поняття і визначення теорії інтелектуальних систем. Теорія інтелектуальних інформаційних систем як основа інтелектуальних інформаційно-керуючих систем. Моделі представлення знань в інтелектуальних системах управління. Основні складові технологій інтелектуальних інформаційно-керуючих систем: технології нечіткої логіки, нейромережевих структур, експертних систем, асоціативної пам’яті, генетичних алгоритмів та їх комбінацій Конспект лекції 2: Література: [1,2,5] Завдання на СРС: Поглиблене вивчення матеріалів лекції. |
| 3 | Розділ 1. Основні поняття і визначення теорії інтелектуальних інформаційно-керуючих систем. Лекція 3. Концептуальні основи організації інтелектуального управління складними об’єктами. Моделі та алгоритми прийняття рішень при керуванні складними об’єктами. Конспект лекції 3: Література: [1…6] Завдання на СРС: Поглиблене вивчення матеріалів лекції. |
| 4 | Розділ 2. Інформаційно-керуючі системи на основі експертних систем Лекція 4. Структура експертних систем. Технологія проектування та реалізації експертних систем. Структура експертної системи управління. Архітектура експертного регулятора. Етапи функціонування експертного регулятора. Конспект лекції 4: Література: [1,2,5,7,8] Завдання на СРС: Поглиблене вивчення матеріалів лекції. |
| 5 | Розділ 2. Інформаційно-керуючі системи на основі експертних систем Лекція 5. Порядок формування теоретичних знань по використанню алгоритмів ідентифікації, емпіричних знань, стратегій та евристик, знань про динаміку нелінійної системи, синтезу регулятора. Адаптивна система управління на основі експертного регулятора. Конспект лекції 5: Література: [2,5,8] Завдання на СРС: Поглиблене вивчення матеріалів лекції. |
| 6 | Розділ 3. Інтелектуальних систем на основі нечіткої логіки. Лекція 6. Поняття нечітких множин. Основні визначення, правила і дії над нечіткими множинами. Функції приналежності. Методика побудови функції приналежності. Різновиди функцій приналежності. Елементи нечіткої логіки. Операції та дії в нечіткій логіці. Багатозначні логіки. Конспект лекції 6: Література: [2,4,11,12,13] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 7 | Розділ 3. Інтелектуальних систем на основі нечіткої логіки. Лекція 7. Моделі об’єктів управління в середовищі нечітких множин. Регресійні моделі об’єктів з нечіткими параметрами. Методи ідентифікації об’єктів з нечіткими параметрами. Лінгвістичні змінні та змінні на основі нечітких множин. Лінгвістичні моделі об’єктів. Конспект лекції 7: Література: [2,4,10] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 8 | Розділ 3. Інтелектуальних систем на основі нечіткої логіки. Лекція 8. „Нечіткі” алгоритми. Основні принципи побудови „нечітких” алгоритмів. Алгоритми класифікації та композиції. Моделі прийняття рішень на основі алгоритмів класифікації та композиції. Нечіткі моделі прийняття рішень при керуванні складними системами. Моделі прийняття рішень на основі імітації дій оператора. Лінгвологічна та автолінгвологічна моделі прийняття рішень. Ситуаційне управління. Конспект лекції 8: Література: [2,4,14] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 9 | Розділ 3. Інтелектуальних систем на основі нечіткої логіки. Лекція 9. „Нечіткі” регулятори. Загальна структура замкнутої системи управління з „нечіткими” регуляторами. Принцип роботи. Фазифікація вхідних даних. Дефазифікація вихідних даних. База знань регулятора. Таблиця лінгвістичних правил. Аналітичні методи синтезу „нечітких” регуляторів. Лінгвістичний синтез „нечітких” регуляторів. Програмна реалізація „нечітких” регуляторів. Конспект лекції 9: Література: [2,12,13,14,15] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 10 | Розділ 3. Інтелектуальних систем на основі нечіткої логіки. Лекція 10 Комбіновані та адаптивні системи управління з „нечіткими” регуляторами. Структурні схеми. Принцип роботи. Синтез таблиць лінгвістичних правил адаптивного регулятора. Алгоритми програмної реалізації адаптивних „нечітких” регуляторів. Правила формування бази знань „нечітких” регуляторів. Правила умовного нечіткого виводу даних. Джерела збору знань. Процедури навчання та адаптації бази знань „нечітких” регуляторів. Передаточні характеристики „нечітких” регуляторів. Проблема стійкості систем управління з „нечіткими” регуляторами. Використання критеріїв Ляпунова і Попова для синтезу стійких систем керування з „нечіткими” регуляторами. Конспект лекції 10: Література: [1,2,12,13,15] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 11 | Розділ 4. Інтелектуальні систем на основі нейромережевих структур. Лекція 11. Біологічній нейрон. Модель нейрона. Базовий процесорний елемент. Різновиди функцій активації нейрона. Перцепрони. Статичні одно- та багатошарові нейронні мережі. Нейромережі з радіально-базовими функціями активації. Динамічні багатошарові нейромережі. Нейромережа Хопфілда. Властивості багатошарових нейромережевих структур. Поняття узагальненого налагоджуваного об’єкта. Конспект лекції 11: Література: [1,2,5,6] Завдання для СРС: Поглиблене вивчення матеріалів лекції. .Підготовка до контрольної роботи. |
| 12 | Розділ 4. Інтелектуальні систем на основі нейромережевих структур. Лекція 12. Принципи та алгоритми навчання і тренування нейроних мереж. Метод та алгоритм зворотної передачі похибки. Динамічні алгоритми навчання багатошарових нейромережевих структур: швидкісний алгоритм зворотної передачі похибки, алгоритм з прогнозом похибки навчання, алгоритм зворотної передачі похибки в часі, алгоритм зворотної передачі похибки в структурі узагальненого налагоджуваного об’єкта Конспект лекції 12: Література: [1,2,5,6], Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 13 | Розділ 4. Інтелектуальні систем на основі нейромережевих структур. Лекція 13. Системи управління на основі нейромережевих структур. Пряма та інверсна нейромережева моделі об’єкта. Нейрорегулятори послідовної та паралельної структури, нейрорегулятори з самоналагодженням та нейрорегулятори з нейромоделю об’єкта. Система управління з прямою та інверсною моделями об’єкта. Адаптивна система управління з прямою та інверсною моделями об’єкта. Синергетичний підхід до синтезу нейромережевих систем управління. Узагальнена функціональна схема нейромережевих систем управління. Конспект лекції 13: Література: [1,3,5,6], Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 14 | Розділ 4. Інтелектуальні систем на основі нейромережевих структур. Лекція 14. „Нечіткий” нейрон. Нейроні мережі на основі „нечітких” нейронів. Адаптивні системи керування складними об’єктами на основі нейромережі з „нечітких” нейронів. Імітаційне моделювання „нечітких” регуляторів нейроними мережами. Використання нейромереж для реалізації, оптимізації та навчання систем управління на основі „нечітких” регуляторів. Конспект лекції 14: Література: [1,3,6,7], Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 15 | Розділ 5. інтелектуальні системи на основі асоціативної пам’яті. Лекція 15. Класифікація і способи реалізації асоціативної пам’яті. Структури систем управління на основі асоціативної пам’яті першого и другого роду. Ієрархічні інтелектуальні системи управління першого і другого роду. Адаптивна система управління на основі асоціативної пам’яті. Система управління на основі асоціативної пам’яті, що сама навчається. Стійкість систем управління на основі асоціативної пам’яті. Конспект лекції 15: Література: [2,4] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 16 | Розділ 6. Генетичні алгоритми в інтелектуальних системах. Лекція 16. Генетичні алгоритми і традиційні методи оптимізації. Основні поняття генетичних алгоритмів. Класичний генетичний алгоритм. Модифікації класичного генетичного алгоритму. Генетичні алгоритми для багатокритеріальної оптимізації. Конспект лекції 16: Література: [12] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 17 | Розділ 6. Генетичні алгоритми в інтелектуальних системах. Лекція 17. Еволюційні алгоритми. Еволюційні алгоритми в нейромережевих структурах. Роєві алгоритми та іх використання в системах управління Конспект лекції 17: Література: [12] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
| 18 | Розділ 7. Приклади практичного застосування систем штучного інтелекту Лекція 18. Інтелектуальні роботи. Покоління роботів. Системи керування роботів. Бази знань інтелектуального робота. Елементи систем керування роботів. Системи технічного зору роботів. Структурні схеми систем управління інтелектуальних роботів на основі технологій інтелектуальних систем. Конспект лекції 18: Література: [2,6,17] Завдання для СРС: Поглиблене вивчення матеріалів лекції. |
Лабораторні роботи
№ з/п |
Перелік лабораторних робіт |
|---|---|
| 1 | Лабораторна робота 1. Моделювання системи управління з нечітким ПІД-регулятором. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 2 | Лабораторна робота 2. Моделювання системи управління з нечітким регулятором змінної структури. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 3 | Лабораторна робота 3. Синтез нечіткого регулятора по швидкості та прискоренню зміни похибки стану системи управління непереривним об’єктом. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 4 | Лабораторна робота 4. Дослідження та моделювання системи управління з нечіткими коефіцієнтами ПІД-регулятора. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 5 | Лабораторна робота 5. Моделювання системи управління з нейромережевим ПІД-регулятором. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 6 | Лабораторна 6. Моделювання системи управління з нейромережевим регулятором оптимальним по швидкодії. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 7 | Лабораторна робота 7. Побудова нейромережевих моделей одномірних обєктів управління. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
| 8 | Лабораторна робота 8. Знаходження мінімуму та максимуму функцій за допомогою генетичних алгоритмів. Мета роботи – здобути вміння розробляти та налаштовувати інтелектуальні інформаційно-керуючі системи. Література: [3] |
Самостійна робота
№ з/п |
Вид самостійної роботи | Кількість годин СРС |
|---|---|---|
| 1 | Підготовка до лабораторних робіт | 18 |
| 2 | Поглиблене вивчення матеріалів лекцій. | 18 |
| 3 | Підготовка до МКР | 6 |
| 4 | Підготовка до заліку | 9 |
Контрольні роботи
Метою контрольної роботи є закріплення та перевірка теоретичних знань із освітнього компонента, набуття студентами практичних навичок самостійного вирішення завдань. Кожен студент отримує індивідуальне завдання, яке необхідно виконати в заданий проміжок часу.
Політика та контроль
. Політика навчальної дисципліни (освітнього компонента)
Система вимог, які викладач ставить перед студентом:
правила відвідування занять: викладач не оцінює присутність або
відсутність здобувача на аудиторному занятті, не нараховує заохочувальні або штрафні бали;
правила поведінки на заняттях: на лекції викладач користується
власним презентаційним матеріалом, використовує гугл-диск для викладання матеріалу поточної лекції, додаткових ресурсів та інше;
на лекції заборонено відволікати викладача від викладання матеріалу,
усі питання, уточнення та ін. студенти задають в кінці лекції у відведений для цього час;
лабораторні роботи захищаються у два етапи: перший етап - студенти
виконують завдання на допуск до лабораторної роботи, другий етап – захист лабораторної роботи;
бали за лабораторну роботу враховуються лише за наявності
електронного звіту;
модульні контрольні роботи пишуться на лекційних заняттях без
застосування допоміжних засобів (мобільні телефони, планшети та ін.); результат пересилається у файлі до відповідної директорії гугл-диску;
політика дедлайнів та перескладань: якщо студент не проходив або не
з’явився на МКР (без поважної причини), його результат оцінюється у 0 балів. Перескладання результатів МКР не передбачено;
політика щодо академічної доброчесності: Кодекс честі Національного
технічного університету України «Київський політехнічний інститут» https://kpi.ua/files/honorcode.pdf встановлює загальні моральні принципи, правила етичної поведінки осіб та передбачає політику академічної доброчесності для осіб, що працюють і навчаються в університеті, якими вони мають керуватись у своїй діяльності, в тому числі при вивченні та складанні контрольних заходів з дисципліни;
при використанні цифрових засобів зв’язку з викладачем (мобільний
зв’язок, електронна пошта, переписка на форумах та у соцмережах тощо) необхідно дотримуватись загальноприйнятих етичних норм, зокрема бути ввічливим та обмежувати спілкування робочим часом викладача..
. Види контролю та рейтингова система оцінювання результатів навчання (РСО)
Поточний контроль: тестування на лекційних заняттях, МКР, виконання та захист лабораторних робіт.
Календарний контроль: провадиться двічі на семестр як моніторинг поточного стану виконання вимог силабусу.
Семестровий контроль: залік.
Умови допуску до семестрового контролю: виконані та захищені лабораторні роботи, семестровий рейтинг більше 30 балів.
Таблиця відповідності рейтингових балів оцінкам за університетською шкалою:
Загальна рейтингова оцінка студента після завершення семестру складається з балів, отриманих за:
- виконання та захист лабораторних робіт – 50 балів;
- виконання двох модульних контрольних робіт (МКР) – 30 балів;
- відповіді на заліку – 20 балів.
Лабораторні роботи
Загальна кількість балів – 50. Оцінка:
- «відмінно», повна відповідь на питання під час захисту (не менш ніж 90% потрібної інформації) та оформлені належним чином електронні протоколи до лабораторних робіт – 45…50 балів;
- «добре», достатньо повна відповідь на питання під час захисту (не менш ніж 75% потрібної інформації) та оформлені належним чином електронні протоколи до лабораторних робіт – 39…44 балів;
- «задовільно», неповна відповідь на питання під час захисту (не менш ніж 50% потрібної інформації), незначні помилки та оформлені належним чином електронні протоколи до лабораторних робіт 25 – 38 балів;
- «достатньо», неповна відповідь на питання під час захисту (не менш ніж 30% потрібної інформації), незначні помилки та оформлені належним чином електронні протоколи до лабораторних робіт 16 – 24 балів;
- «незадовільно», незадовільна відповідь та/або не оформлений належним чином електронний протокол до лабораторних робіт – 0…15 балів.
УВАГА! Захист всіх лабораторних робіт є умовою допуску до складання екзамену. Студенти, що на момент консультації перед заліком не захистили лабораторні роботи, не допускаються до основної здачі та готуються до перескладання.
УВАГА! Для допуску до перескладання екзамену треба у визначений викладачем термін здати всі заборгованості по лабораторним роботам.
Модульна контрольна робота
Загальна кількість балів – 15. Модульна контрольна робота містить три теоретичних запитання (завдання). Кожне запитання (завдання) оцінюється у 5 балів. Перелік питань наведений у додатках.
Оцінка:
- «відмінно», повна відповідь (не менш ніж 90% потрібної інформації) – 13-15 балів;
- «добре», достатньо повна відповідь (не менш ніж 75% потрібної інформації), або повна відповідь з незначними помилками – 10-12 балів;
- «задовільно», неповна відповідь (але не менш ніж 60% потрібної інформації) та незначні помилки – 7-9 бали;
- «достатньо», неповна відповідь на питання (не менш ніж 30% потрібної інформації) та незначні помилки – 3-6 бали;
- «незадовільно» - 0-2 бали. Незадовільна відповідь (неправильний розв’язок задачі), потребує обов’язкового повторного написання в кінці семестру.
Заохочувальні бали:
– за виконання творчих робіт з кредитного модуля (наприклад, участь у факультетських та інститутських олімпіадах з навчальних дисциплін, участь у конкурсах робіт, підготовка оглядів наукових праць тощо); за активну роботу на лекції (питання, доповнення, зауваження за темою лекції, коли лектор пропонує студентам задати свої питання) 1-2 бали, але в сумі не більше 10;
– презентації по СРС – від 1 до 5 балів.
Календарний контроль
Календарний контроль базується на поточній рейтинговій оцінці. Умовою позитивної атестації є значення поточного рейтингу студента не менше 50% від максимально можливого на час атестації. Бал, необхідний для отримання позитивного календарного контролю доводиться до відома студентів викладачем не пізніше ніж за 2 тижні до початку календарного контролю.
Форма семестрового контролю – залік.
Максимальна сума балів за роботу у семестрі складає 80. Необхідною умовою допуску до заліку є виконані та захищені лабораторні роботи та семестровий рейтинг не менше 30 балів.
Залік містить дві складові: письмову контрольну роботу та відповіді на запитання викладача. Кожен білет письмової контрольної роботи містить три теоретичні завдання, кожне з яких оцінюється у 5 балів. Відповіді на запитання викладача оцінюються у 5 балів. Перелік теоретичних завдань наведений у додатку 1.
Загальна рейтингова оцінка знань студента після завершення семестру складається з усіх отриманих балів у відповідності з рейтинговою оцінкою за університетською шкалою.
Робочу програму навчальної дисципліни (силабус):
Складено доцентом кафедри інформаційних систем та технологій ФІОТ, к.т.н., с.н.с. Кравцем П. І.
Ухвалено кафедрою ІСТ ФІОТ (протокол № 16 від 12.06.2024 р.).
Погоджено Методичною комісією факультету (протокол № 10 від 21.06.2024 р.)
Додаток 1
Завдання для поточного та підсумкового контролю
1 Коротко охарактеризуйте основні технології побудови інтелектуальних СШІ.
2 Опишіть ієрархічний принцип побудови інтелектуальних систем.
3 Охарактеризуйте П’ять принципів організації інтелектуальних систем.
4 Охарактеризуйте поняття ступені „інтелектуальності” інтелектуальних систем.
5 Охарактеризуйте експертну технологія побудови інтелектуальних систем.
6 Опишіть структурну схему реалізації експертної технології.
7 Опишіть архітектуру експертного регулятора.
8 Охарактеризуйте етапи функціонування експертного регулятора.
9 Опишіть порядок формування теоретичних знань по використанню алгоритмів ідентифікації, емпіричних знань, стратегій та евристик при реалізації експертних систем.
10 Охарактеризуйте системи управління на основі експертної технології.
11 Опишіть мови формалізації знань.
12 Охарактеризуйте технологію нечітких множин і її використання в інтелектуальних системах.
13 Опишіть основні поняття і визначення теорії нечітких множин.
14 Опишіть правила і дії над нечіткими множинами.
15 Опишіть поняття функції приналежності, наведіть приклади різновидів функцій приналежності та методики їх побудови.
16 Охарактеризуйте поняття нечіткої логіки.
17 Опишіть багатозначні логіки.
18 Охарактеризуйте різновиди моделей об’єктів і систем в середовищі нечітких множин.
19 Опишіть регресійні моделі об’єктів і систем з нечіткими параметрами.
20 Опишіть поняття лінгвістичної змінної та змінних на основі нечітких множин.
21 Охарактеризуйте лінгвістичну модель об’єктів і систем.
22 Опишіть алгоритм побудови лінгвістичної моделі.
23 Дайте визначення поняттю „Нечіткий алгоритм” та опишіть основні принципи побудови „нечітких” алгоритмів.
24 Охарактеризуйте модель класифікації на основі лінгвістичної моделі.
25 Охарактеризуйте модель композиції на основі лінгвістичної моделі.
26 Охарактеризуйте алгоритм прийняття рішень на основі моделей класифікації.
27 Охарактеризуйте алгоритм прийняття рішень на основі моделей композиції.
28 Охарактеризуйте алгоритми ситуаційного управління в інтелектуальних системах.
29 Опишіть загальну структуру замкнутої системи управління з „нечіткими” регулятором та принцип її роботи.
30 Опишіть складові елементи „нечітких” регуляторів: фазифікація даних, дефазифікація даних, база знань, таблиця лінгвістичних правил.
31 Опишіть технології дефазифікації нечітких значень.
32 Опишіть структуру обчислювача, що реалізує технологію обчислення лінгвістичних моделей і регуляторів.
33 Опишіть алгоритм програмної реалізації „нечітких” регуляторів.
34 Опишіть структуру комбінованої інтелектуальної системи управління з „нечіткими” регуляторами.
35 Опишіть структуру адаптивної інтелектуальної системи управління з „нечіткими” регуляторами.
36 Опишіть структуру адаптивної інтелектуальної системи управління зі змінною структурою „нечітких” регуляторів.
37 Охарактеризуйте шлях розвитку і основні поняття штучних нейронних мереж.
38 Опишіть базову модель штучного нейрона.
39 Опишіть різновиди моделей штучного нейрона.
40 Опишіть класифікацію штучних нейронних мереж.
41 Опишіть методику підготовки даних для навчання нейронних мереж.
42 Охарактеризуйте стратегії та методи навчання штучних нейронних мереж.
43 Охарактеризуйте правила навчання нейронних мереж.
44 Охарактеризуйте метод зворотного поширення похибки.
45 Охарактеризуйте нейронні мережі прямого поширення.
46 Охарактеризуйте нейронні мережі зустрічного поширення.
47 Охарактеризуйте асоціативні нейронні мережі.
48 Охарактеризуйте нейромережі Хопфілда.
49 Охарактеризуйте нейросітки радіально-базисних функцій.
50 Охарактеризуйте динамічні рекурсивні нейронні мережі.
51 Охарактеризуйте згортаючі нейронні сітки.
52 Охарактеризуйте нейронні сітки адаптивної резонансної теорії.
53 Охарактеризуйте осциляторні нейронні сітки.
54 Охарактеризуйте нечіткі нейронні мережі на основі Фаззі-технологій.
55 Опишіть технологію вибору архітектури нейронних мереж .
56. Ваші уявлення про мультиагентні системи.
57. Охарактеризуйте технології реалізації штучних нейронних структур.
58. Охарактеризуйте нейроконтролери та нейрокомпютери.
59. Опишіть основні поняття генетичних алгоритмів.
60. Охарактеризуйте класичний генетичний алгоритм.
61. Охарактеризуйте модифікації класичного генетичного алгоритму.
62. Охарактеризуйте еволюційні алгоритми.
63. Охарактеризуйте використання еволюційних алгоритмів в нейронних мережах.
64. Опишіть методику побудови нейромережевих моделей об’єктів та систем.
65. Опишіть структурні схеми нейромережевих систем керування.
66. Охарактеризуйте мурашині алгоритми та принципи їх функціонування.
67. Опишіть класифікацію і способи реалізації асоціативної пам’яті*.***
68. Опишіть структурні схеми систем управління на основі асоціативної пам’яті
69. Ваші уявлення про інтелектуальні роботи та їх системи керування.
70. Наведіть структурну схему системи керування інтелектуального робота.
71. Охарактеризуйте основні елементи систем керування роботів.
72. Ваші уявлення про когнетрон та неокогнетрон.
