Intelektualiosios sistemos

Studijų dalyko aprašas

Įgyjamos žinios apie dirbtinių neuronų tinklų, evoliucinių skaičiavimų ar neraiškios logikos pagrindu veikiančias intelektualiąsias sistemas, jų sudėtį bei veikimo principus. Analizuojamos naujos intelektualiųjų sistemų taikymo koncepcijos, kritiškai vertinamas metodų pasirinkimas, efektyvumo matavimai ir palyginamieji tyrimai. Išmokstama savarankiškai kurti intelektualiųjų sistemų atskirus komponentus, modeliuoti intelektualiąsias sistemas ar jų dalis MATLAB programine įranga arba Python aplinkoje, bei juos taikyti garsui, vaizdui ir kitiems techninės prigimties signalams analizuoti ir apdoroti. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusėje teorinių paskaitų.

Tikslas supažindinti studentus su šiuolaikinėse intelektualiosiose sistemose naudojamais matematiniais metodais, šiuos modelius sudarančiais elementariais elementais ir padėti studentams įgyti praktinių įgūdžių parinkti geriausiai tinkantį sprendimą pasirinktam uždaviniui spręsti, argumentuoti pasirinkto sprendimo tinkamumą, išskirti privalumus ir suformuluoti techninę užduotį sprendimo įgyvendinimui.

Numatomi studijų rezultatai: žinos apie neuronų tinklus, naudojamus klasifikavimo, aproksimavimo ir prognozavimo uždaviniams spręsti. Žinos apie intelektualiąsias sistemas, naudojamas kompiuterizuotoms sistemoms valdyti. Žinos apie neraiškiosios logikos intelektualiąsias sistemas. Žinos apie dinamines intelektualiąsias sistemas. Žinos naujausius mokslinius tyrimus intelektualiųjų sistemų srityje. Gebės teoriškai suprasti intelektualiųjų sistemų technologijas bei mokėti įgytas žinias taikyti įvairios prigimties duomenims apdoroti. Gebės kurti, modeliuoti ir analizuoti intelektualiąsias sistemas ar jų dalis. Gebės naudotis Matlab programine įranga intelektualiųjų sistemų ar jų dalių kūrimui, modeliavimui bei analizei. 

Dalyko apimtis - magistrantūros 6 kreditų studijų dalykas. 

Dalyko turinys

Paskaitų temos:

Įvadas. Dirbtinių neuronų tinklai

Dirbtinių neuronų tinklai. Daugiasluoksniai perceptronų tinklai

Dirbtinių neuronų tinklai. Spindulio tipo bazinių funkcijų tinklai

Dirbtinių neuronų tinklai. Atraminių vektorių mašinos

Dirbtinių neuronų tinklai. Kohoneno tinklas

Optimizavimas. Evoliuciniai skaičiavimai

Žinių sistemos.  Taisyklių sistemos

Neapibrėžtis. Neraiškioji logika

Dirbtinių neuron tinkle struktūrų modifikavimas ir jų mokymas

Rekurentiniai neuroniniai tinklai ir jų taikymas signalams apdoroti

Sąsūkos neuroniniai tinklai ir jų taikymas pėstiesiems vaizde atpažinti

Laboratorinių darbų sąrašas:

Vienasluoksnio perceptronų tinklo taikymas klasifikavimo uždaviniams spręsti

Daugiasluoksnio perceptronų tinklo taikymas funkcijoms aproksimuoti

Spindulio tipo bazinių funkcijų tinklo taikymas aproksimavimo uždaviniams spręsti

Vaizdo atpažinimo uždavinio sprendimas taikant intelektualiuosius metodu

Sėkmingai baigus studijų dalyką bus išduota Studijų pažyma, įskaitoma bet kurioje aukštojoje mokykloje.