Ekspertni sustavi

Opis predmeta

Projektno usmjeren kolegij. Temelji automatiziranog rasuđivanja i dedukcijskih sustava. Primjene u matematici, oblikovanju digitalnih sustava (verifikacija sklopovlja i programskih produkata) i rješavanju problema. Ekspertni sustavi zasnovani na težinski obilježenim pravilima, te prošireni indikatorima izvjesnosti i neizrazitom logikom. Primjene u sintezi tehničkih sustava, dijagnostici i automatskom upravljanju. Probabilističko rasuđivanje temeljeno na Bayesovim mrežama. Primjene Bayesovih mreža u dijagnostici i predviđanju. Samostalni rad uključuje primjenu prevladavajućih ljuski ekspertnih sustava (npr. Otter, CLIPS, FuzzyCLIPS, HuginLite).

Opće kompetencije

Predmet osposobljava studente za rješavanje srednje teških problema iz raznih područja primjene ekspertnih sustava.

Ishodi učenja

  1. definirati i opisati ekspertni sustav i njegovu temeljne dijelove.
  2. razlikovati razred probleme prikladnih za rješavanje ekspertnim sustavom.
  3. analizirati problem i izdvojiti temeljne dijelove.
  4. povezati različita znanja i vještine te organizirati pristup rješenju.
  5. dizajnirati i kreirati ekspertni sustav pogodan za rješavanje određenog problema.
  6. procijeniti kvalitetu rješenja i opravdati uporabljene tehnike.

Oblici nastave

Predavanja

Nasatava je organizirana kroz dva ciklusa. Prvi ciklus sastoji se od 8 tjedana predavanja i međuispita. Drugi ciklus sastoji se iz 2 tjedna predavanja i 3 tjedna za prezentaciju studentskih projekata.

Provjere znanja

Provjera znanja je preko jednog međuispita i preko uspješnosti izvedbe projekta.

Ostali oblici skupnog ili samostalnog učenja

Studenti samostalno ili u paru moraju osmisliti, oblikovati i realizirati ekspertni sustav.

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Napomena / komentar Udio u ocjeni
Seminar/Projekt 50 % 40 % 50 % 40 %
Međuispit: Pismeni 0 % 30 % 0 %
Završni ispit: Usmeni 30 %
Ispit: Pismeni 50 % 30 %
Ispit: Usmeni 30 %
Napomena / komentar

Usmeni ispit sastoji se u prezentaciji i obrani projekta.

Tjedni plan nastave

  1. Organizacija i administracija predmeta. Uvod u ekspertne sustave. Prikaz tipičnih ranije izvedenih projekta.
  2. Manipulacija simbola programskim jezikom LISP.
  3. Logika i temelji automatiziranog rasuđivanja. Struktura dedukcijskih sustava.
  4. Sustavi automatiziranog rasuđivanja temeljeni na pravilima. Uvod u predstavljanje nesavršenog znanja.
  5. Predstavljanje i obradba nesavršenog znanja. Uvod u probabilističko rasuđivanje.
  6. Probabilističke mreže - 1.
  7. Probabilističke mreže - 2.
  8. Teorija korisnosti i mreže za potporu u donošenju odluka.
  9. Međuispit
  10. Analiza tipičnog sustava za dokazivanje teorema (npr. Otter). Primjer ekspertnog sustava s pravilma (npr. CLIPS).
  11. Primjer ekspertnog sustava s težinski obilježenim pravilima i neizrazitom logikom (npr. FuzzyCLIPS). Tipična probabilistička i mreža za potporu u donošenju odluka (npr. Hugin).
  12. Prezentacije studentskih projekata.
  13. Prezentacije studentskih projekata.
  14. Prezentacije studentskih projekata.
  15. Opravdana nadoknada međuispita.

Studijski programi

Sveučilišni diplomski
Automatika (profil)
Predmeti specijalizacije profila (3. semestar)
Obradba informacija (profil)
preporučeni izborni predmeti (3. semestar)
Programsko inženjerstvo i informacijski sustavi (profil)
preporučeni izborni predmeti (3. semestar)
Računalno inženjerstvo (profil)
preporučeni izborni predmeti (3. semestar)
Računarska znanost (profil)
preporučeni izborni predmeti (3. semestar)

Literatura

Peter Jackson (1999.), Introduction to expert systems, 3rd Ed., Addison Wesley
Wos, L., Overbeek, R., Lusk, E., Boyle (1992.), Automated reasoning: Introduction and Applications, McGraw-Hill
Finn B. Jensen (2010.), Bayesian Networks and Decision Graphs, 2nd. Ed., Springer Verlag

Izvedba

ID 34371
  Zimski semestar
4 ECTS
R1 Engleski jezik
R1 E-učenje
30 Predavanja
0 Auditorne vježbe
0 Laboratorijske vježbe

Ocjenjivanje

90 izvrstan
75 vrlo dobar
60 dobar
50 dovoljan