Въпросник по дисциплината " Интелигентни системи"



Дата31.12.2017
Размер26.79 Kb.
#38458

Икономически университет – Варна




Въпросник по дисциплината “ Интелигентни системи“


за студентите от IV курс, спец.”Информатика”, редовно обучение


  1. Същност на понятието “изкуствен интелект”. Научната област “изкуствен интелект”- цели и основни подходи в изследванията, главни направления.

  2. Интелигентни компютърни системи. Предназначение и решавани задачи. Характеристики и базова архитектура.

  3. Особености на символните интелигентни системи. Сравнение с традиционните компютърни системи.

  4. Инженеринг на знанията. Извличане на знания. Същност на концептуалното моделиране на знанията.

  5. Решаване на проблеми чрез търсене. Същност на подхода. Видове търсене.

  6. Търсене в едно пространство. Търсене в дълбочина- специфика, алгоритъм.

  7. Търсене в едно пространство. Търсене в ширина- специфика, алгоритъм.

  8. Евристично търсене. Създаване на евристични функции.

  9. Числови подходи за отчитане на непълнотата на информацията.

  10. Вероятностни мрежи.

  11. Разсъждения чрез теорията на размитите множества.

  12. Логически модели за представяне и обработка на знанията.

  13. Продукционни модели за представяне и обработка на знанията.

  14. Мрежови модели за представяне и обработка на знанията.

  15. Процедурни модели за представяне и обработка на знанията.

  16. Представяне и обработка на знанията чрез фрейми и сценарии.

  17. Експертни системи. Същност, основни функционални блокове.Приложения.

  18. Методология за създаване на експертни системи. Софтуерни средства.

  19. Планиране на действията. Сравнение между планиране и търсене. Език STRIPS.

  20. Системи за обработка на ограничен естествен език.

  21. Машинно обучение- същност, видове.

  22. Невронни мрежи- същност, модел на МакКулох и Пийтс. Активационни функции.

  23. Класификация на невронните мрежи.

  24. Създаване на невронни мрежи- методи. Предварителна обработка на данните. Интерпретация на отговорите на мрежата. Оценка на качеството на работа.

  25. Обучение- същност, етапи. Класификация на основните подходи за обучение.

  26. Перцептрони- прости и многослойни. Линейно отделими задачи.

  27. Алгоритми за обучение на многослойни перцептрони.

  28. Възможности на EasyNN за работа с невронни мрежи- задачи за класификация, прогнозиране, разпознаване на образи.

  29. Невронни мрежи- предимства и недостатъци, приложения.

  30. Генетични алгоритми. Същност, видове кодиране в хромозомите, основни генетични оператори. Eтапи на генетичния алгоритъм.

  31. Генетично програмиране. Приложения на генетичните алгоритми за създаване и поддръжка на невронни мрежи.

  32. Бизнес интелигентност- същност, основни групи инструменти.

  33. Системи на интелигентния рояк. Алгоритъм на мравките.

  34. Разпределен изкуствен интелект. Интелигентни агенти- обща характеристика. Класификация. Приложения.

  35. Мултиагентни системи.Особености. Приложни области.

  36. Софтуерни средства за създаване на интелигентни агенти и МАС.

Информационни източници:




  1. Атанасова Т.- „Интелигентни компютърни системи”, Варна, 2005 г.

  2. Атанасова Т.- „Интелигентни агенти и мултиагентни системи”, Варна, 2009 г.

  3. Димитров Д.- „Системи с интелигентно поведение”, София, 2005 г.

  4. Люгер, Джордж- „Искуственный интелект. Стратегии и методы решения сложных проблем”, Москва- Санкт Петербург- Киев, 2003 г.

  5. Станчев В.- „Експертни системи”, София, 2006 г.

  6. Bratko Iv.- “Prolog- Programming for Artificial Intelligence”,sec.ed. Addison- Wesley Publ. Comp., 1996.

  7. http://ai.start.bg

  8. http://www.cs.ubc.ca/labs/lci/CIspace

  9. http://www.alyuda.com

  10. http://ga-bg.com



2008 г. Преподавател: доц. д-р Т.Атанасова


гр.Варна


Сподели с приятели:




©obuch.info 2024
отнасят до администрацията

    Начална страница