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. Prover9/Mace4, CLIPS, FuzzyCLIPS, Matlab, 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

Nastava je organizirana kroz dva ciklusa. Prvi ciklus sastoji se od 7 tjedana predavanja i tjedna međuispita. Drugi ciklus sastoji se iz 3 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 Prag 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 - 2.
  7. Probabilističke mreže - 3.
  8. Međuispit
  9. Ontologije i suvremeni sustavi zasnovani na znanju
  10. Analiza tipičnih alata: Prover9/Mace4, FuzzyClips, HuginLite, Protégé - 1
  11. Analiza tipičnih alata: Prover9/Mace4, FuzzyClips, HuginLite, Protégé - 2
  12. Prezentacije studentskih projekata.
  13. Prezentacije studentskih projekata.
  14. Prezentacije studentskih projekata.
  15. Opravdana nadoknada međuispita.

Studijski programi

Sveučilišni diplomski
[FER2-HR] Automatika - profil
Predmeti specijalizacije profila (3. semestar)
[FER2-HR] Obradba informacija - profil
preporučeni izborni predmeti (3. semestar)
[FER2-HR] Programsko inženjerstvo i informacijski sustavi - profil
preporučeni izborni predmeti (3. semestar)
[FER2-HR] Računalno inženjerstvo - profil
preporučeni izborni predmeti (3. semestar)
[FER2-HR] 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

Za studente

Izvedba

ID 34371
  Zimski semestar
4 ECTS
R1 Engleski jezik
R1 E-učenje

Ocjenjivanje

90 izvrstan
75 vrlo dobar
60 dobar
50 dovoljan