BME VIK - Intelligens rendszerek - 1 (Sensor Web és intelligens terek) laboratórium

A tantárgy angol neve: Intelligent systems - 1 (Sensor Web and intelligent fields) laboratory

3. A tantárgyfelelős személy és tanszék Dr. Strausz György,

4. A tantárgy előadója

Név:	Beosztás:	Tanszék, Int.:
Strausz György	docens	MIT
Kovács Dániel László	tanársegéd	MIT

5. A tantárgy az alábbi témakörök ismeretére épít

Mesterséges intelligencia

6. Előtanulmányi rend

Kötelező:

Szakirany("AMIintr", _)
ÉS NEM ( TárgyEredmény( "BMEVIMIAC03" , "jegy" , _ ) >= 2
VAGY
TárgyEredmény("BMEVIMIAC03", "FELVETEL", AktualisFelev()) > 0
VAGY
TárgyEredmény( "BMEVIMIAC11" , "jegy" , _ ) >= 2
VAGY
TárgyEredmény("BMEVIMIAC11", "FELVETEL", AktualisFelev()) > 0)

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

Ajánlott:
Nincs

7. A tantárgy célkitűzése

A tantárgy célkitűzése a hallgatók bevezetése az elosztott intelligens rendszerek hardveres és szoftveres működésébe. A hardveres hátteret egy előre kialakított, elosztott szenzorhálózat biztosítja, amelyet programozva a hallgatóknak konkrét feladatokat kell megoldania. Ennek során megismerkedhetnek a JADE (Java Agent Development Environment) keretrendszerrel, amelyben a laborgyakorlatok során a fejlesztéseket végzik. (1) Megtanulják a keretrendszer használatát, illetve egyénileg kialakított ágensek létrehozását, továbbá (2) a hardveres szenzorok ágensek által is értelmezhető, SensorML nyelvű leírását, és a szenzorok megfelelő lekérdezését. Ezt követően előre kialakított szoftver-modulokra építve fokozatosan további képességekkel bővítik ágensüket: (3) szabály-alapú logikai következtetésekre teszik alkalmassá [reflex-szerű ágensek]. A rugalmasság és a hatékonyság növelése érdekében (4) a logikai következtetési mechanizmust tervkészítési mechanizmusra cserélik [cél-orientált ágensek], ahol a tervek hasznosságát is figyelembe veszik [haszon-orientált ágensek]. A kialakított multi-ágens rendszert (5) megerősítéses tanulási képességekkel is felruházzák [tanuló ágensek]. Végül (6) az ágensek döntéshozási mechanizmusát neurális hálózattal, illetve valószínűségi hálóval bővítik.

8. A tantárgy részletes tematikája

A tárgy 6 mérésből áll, az alábbi ütemezésben:

1. Ismerkedés a JADE keretrendszerrel. (3. hét)
2. Kísérletezés a hardveres szenzorokkal. (4. hét)
3. Problémák logikai következtetés útján történő megoldása. (5. hét)
4. Problémák tervkészítés útján történő megoldása. (6. hét)
5. Megerősítéses tanulási eljárások alkalmazása. (7. hét)
6. Kísérletezés neurális és valószínűségi háló alapú döntési mechanizmussal. (8. hét)

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

Laboratórium. A hallgatók a 6 mérést egymást követően végzik.

10. Követelmények

A félévzáró aláírás és az osztályozás feltételei:

- mind a 6 mérés elvégzése és a mérési jegyzőkönyvek leadása (az egyes jegyzőkönyvekre vonatkozó követelményeket a mérési utasítások rögzítik).

- a félévzáró osztályzatot az egyes mérési jegyzőkönyvekre kapott osztályzatok (6 x 10 pont) határozzák meg.

11. Pótlási lehetőségek

A hiányzott mérések pótlása közvetlenül a 6. mérés után történik. Legfeljebb 2 mérés pótolható.

12. Konzultációs lehetőségek

A mérések során a mérésvezetőkkel egyeztetett módon.

13. Jegyzet, tankönyv, felhasználható irodalom

A web-en elérhető mérési segédletek és szoftver leírások, valamint a Mesterséges intelligencia tárgyhoz korábban használt:

Stuart Russell és Peter Norvig:
Mesterséges intelligencia korszerű megközelítésben, Panem Kiadó, Budapest, 2005

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	28
Félévközi készülés órákra	20
Felkészülés zárthelyire
Házi feladat elkészítése
Kijelölt írásos tananyag elsajátítása	12
Vizsgafelkészülés
Összesen	60

15. A tantárgy tematikáját kidolgozta

Név:	Beosztás:	Tanszék, Int.:
Dobrowiecki Tadeusz	docens	MIT
Kovács Dániel László	tanársegéd	MIT