Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

-

A nagybonyolultságú műszaki problémákban felmerülő nehézségeket csak a szintén nagybonyolultságú és a problémamegoldó komponenseiben gazdag intelligens számítógépes rendszerekkel lehet leküzdeni. Ilyen rendszerek tipikusan a hierarchikus felépítésű heterogén rendszerek, ahol numerikus algoritmusok, konnekcionista komponensek és szimbolikus következtetésre alkalmas (szakértő) rendszerek, továbbá ezek kiterjesztése az elosztott problémamegoldás esetére egyaránt előfordulnak. A tárgy célja megismertetni a hallgatókat a jelenleg legcélszerűbbnek tartott komponensválasztékkal és ezzel megalapozni a 'Hibrid információs technológiák' tárgyat.

• Tudás-intenzív problémák. A tudás fajtái, a tudás ábrázolása. A következtetések formái. A tudásreprezentációk megválasztásának kérdései.
• Konnekcionista (neurális) problémamegoldás. A konnekcionista megoldásnak kedvező probléma-osztályok. A neurális hálók alapfogalmai, típusai, különböző neurális architektúrák – ismertetés és összevetés. A tanulás szerepe a neurális hálóknál, a tanulás mint optimalizálás. Tanulási sémák (gradiens eljárások, hibavisszaterjesztés, Hebb-tanulás, stb). A neurális hálók méretezési és alkalmazási kérdései (függvényapproximáció, felismerési problémák, nemlineáris dinamikus rendszerek modellezése, klaszterezés, asszociáció).
• Az ágens fogalma. Ágensalapú megoldáshoz illeszkedő problémák. Intelligens ágensek tervezése.

• Problémamegoldás kereséssel. Informált és neminformált keresési algoritmusok, megoldandó problémák.
• A szimbolikus tudás ábrázolása és a szabályalapú rendszerek. A szabályalapú rendszerek tipikus problémái. A kooperatív problémamegoldás modelljei. Szorosan csatolt kooperatív architektúrák.

A tantárgy előadásból áll, amelynek anyagába beillesztésre kerülnek az elméletet magyarázó illusztrációs példák és esettanulmányok.

1. A vizsgaidőszakban: A félév lezárásának módja: vizsga. Korábban megszerzett félévvégi aláírás legkorábban 2003-tól fogadható el. (Tehát, aki 2002/2003 őszi - első - félév előtt, pl. 2002 tavaszán vagy korábban szerzett aláírást, annak a vizsgára bocsáthatóság feltételeként újra meg kell szereznie idén.)

2. A vizsga írásbeli. A vizsgapontszám – amelynek alapján a jegy kialakul – 0,1*HfPontszám+0,2*ZhPontszám+0,7*VizsgaDolgozatPontszám.

   Mind a zárthelyin, mind a vizsgán a később kijelölésre kerülő anyagrészekből külön-külön is el kell érni a minimum szintet. A tárgyhoz tartozó kreditpontok megszerzésének feltétele az aláírás és a sikeres vizsga.

3. Elővizsga: Elővizsgát nem tartunk.

A félévközi zárthelyi akár igazolt, akár igazolatlan elmulasztása esetén, illetve ha a zárthelyi eredménye a két kijelölt anyagrész bármelyikéből 40% alatt van, akkor órarendi időponton kívül, az utolsó előtti oktatási héten pótzárthelyi írandó. A pótzárthelyi anyaga a pótzárthelyi időpontjáig elhangzott anyag, illetve az addig önálló feldolgozásra kiadott anyag.

A vizsgára bocsáthatóság feltétele a zárthelyi vagy a pótzárthelyi sikeres megírása és a házi feladat elfogadható szinten való beadása. Ha a házi feladat sikeresen beadásra került, de a zárthelyit (pótlással sem) sikerült elfogadható szinten megírni, akkor az aláírás megszerzése a vizsgaidőszak első három hetében, az egyik kiírt vizsgaidőpontban kísérelhető meg különeljárási díj ellenében. Az aláírásszerző vizsgaalkalom anyaga a teljes félévi anyag. Javító jelleggel pótzárthelyi, illetve vizsgaidőszakbeli pótlás nem írható.

Hallgatói igény esetén a félév során, ill. a vizsgák előtt a tárgy előadója előzetesen egyeztetett időpontban konzultációt tart.

Ajánlott irodalom:

- Rich,E - K.Knight: "Artificial Intelligence", 2nd Edit., McGraw-Hill, 1993.

- Stuart Russell és Peter Norvig: �Mesterséges intelligencia korszerű megközelítésben�, Panem Kiadó, Budapest, 1999

- Haykin, S.: �Neural Networks. A Comprehensive Foundation� Macmillan College Publishing Co. 1994.

- Horváth, G.(szerk): Neurális hálózatok és műszaki alkalmazásaik. Műegyetemi Kiadó, 1995

- Hassoun, M. H.: �Fundamentals of Artificial Neural Networks� MIT press, Cambridge, 1995

- A Méréstechnika és Információs Rendszerek Tanszék WWW szerverén található összefoglaló anyag.