Systémy s umělou inteligencí

Přednášky:
1. Úvod do umělé inteligence jako vědní disciplíny. Principy metod umělé inteligence, význam znalostí pro kvalitu řešení problémů
2. Procedury řešení problémů v klasické logice
3. Metody počítačové reprezentace znalostí
4. Matematické a jazykové modelování
5. Formalizace neurčitosti v jazykových modelech
6. Základy fuzzy množinové matematiky a fuzzy logiky
7. Fuzzy modely typu Mandami, fuzzy regulátory
8. Fuzzy modely typu Takagi-Sugeno, Sugenovské regulátory
9. Diagnostické a plánovací expertní systémy
10. Pravděpodobnostní expertní systémy
11. Topologie a funkce vícevrstvých neuronových sítí
12. Genetické algoritmy jako univerzální optimalizační metody
13. Optimalizace neuronových sítí genetickým algoritmem
14. Optimalizace fuzzy regulátoru genetickým algoritmem

Laboratoře:
1. Fuzzy regulátor s mikroprocesorem
2. Fuzzy regulátor s PLC


Počítačové laboratoře:
1. Počítačový systém MATLAB, Fuzzy ToolBox MATLABU
2. Fuzzy množiny a reprezentace vágních pojmů v MATLABu
3. Formalizace fuzzy podmíněných pravidel v MATLABu, fuzzy model typu Mandami
4. Fuzzy model typu Takagi-Sugeno v MATLABu
5. Fuzzy regulátory Mandami a T-S v MATLABu
6. Diagnostické fuzzy expertní systémy v MATLABu
7. Příklady praktických fuzzy expertních systémů
8. Pravděpodobnostní prázdný expertní systém FEL-EXPERT
9. Syntéza vícevrstvých neuronových sítí v Neural ToolBoxu MATLABu
10. Neuronový regulátor
11. Syntéza praktického genetického algoritmu v MATLABu
12. Optimalizace fuzzy regulátoru genetickým algoritmem