Ekspertni sustavi
Prikazani su podaci za akademsku godinu: 2024./2025.
Nositelji
Opis predmeta
Osnove simboličkog, konektivističkog i kombiniranog pristupa umjetnoj inteligenciji. Pribavljanje znanja od stručnjaka. Temelji automatiziranog rasuđivanja i dedukcijskih logičkih sustava. Primjene u oblikovanju računalnih sustava i rješavanju problema. Ekspertni sustavi zasnovani na težinski obilježenim pravilima, te prošireni indikatorima izvjesnosti i neizrazitom logikom. Primjene u projektiranju tehničkih sustava, dijagnostici i automatskom upravljanju. Probabilističko rasuđivanje temeljeno na Bayesovim mrežama. Metode zaključivanja u Bayesovim mrežama. Procjena parametara i strukture Bayesovih mreža. Primjene Bayesovih mreža u dijagnostici i predviđanju. Ontologije i ontološki jezici za semantički web. Neurosimbolički pristupi umjetnoj inteligenciji. Sustavi za potporu odlučivanju u primjeni. Samostalni projekt uključuje razvoj ekspertnog sustava za određeni problem uz primjenu prevladavajućih ljuski ekspertnih sustava (npr. Prover9/Mace4, CLIPS, FuzzyCLIPS, Matlab, HuginLite, Protégé).
Preduvjeti
Osnove umjetne inteligencije.
Studijski programi
Sveučilišni diplomski
Izborni predmeti (2. semestar)[FER3-HR] Automatika i robotika - profil
Izborni predmeti
(2. semestar)
[FER3-HR] Elektroenergetika - profil
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
[FER3-HR] Elektronika - profil
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
[FER3-HR] Računalno inženjerstvo - profil
Izborni predmeti
(2. semestar)
Izborni predmeti
(2. semestar)
[FER3-HR] Računarska znanost - profil
Izborni predmeti
(2. semestar)
Izborni predmeti profila
(2. semestar)
[FER3-HR] Znanost o mrežama - profil
Izborni predmeti
(2. semestar)
Ishodi učenja
- identificirati temeljne dijelove ekspertnog sustava
- razlikovati razred problema prikladnih za rješavanje ekspertnim sustavom
- razviti ekspertni sustav pogodan za rješavanje određenog problema
- analizirati prednosti i nedostatke različitih vrsta ekspertnih sustava
- odabrati vrstu ekspertnog sustava prikladnog za rješavanje određenog problema
- prikupiti relevantno znanje od stručnjaka
- organizirati prikupljeno znanje od stručnjaka tako da ono čini bazu znanja ekspertnog sustava
Oblici nastave
Predavanja
Uživo ili online
Samostalni zadaciProjekt
Način ocjenjivanja
Kontinuirana nastava | Ispitni rok | |||||
---|---|---|---|---|---|---|
Vrsta provjere | Prag | Udio u ocjeni | Prag | Udio u ocjeni | ||
Seminar/Projekt | 0 % | 40 % | 0 % | 40 % | ||
Međuispit: Pismeni | 0 % | 30 % | 0 % | |||
Završni ispit: Usmeni | 30 % | |||||
Ispit: Pismeni | 0 % | 30 % | ||||
Ispit: Usmeni | 30 % |
Tjedni plan nastave
- Administracija predmeta. Uvod u ekspertne sustave. Pribavljanje i predstavljanja znanja za ekspertne sustave.
- Ekspertni sustavi zasnovani na logici
- Ekspertni sustavi zasnovani na pravilima
- Ekspertni sustavi zasnovani na neizrazitoj logici
- Ekspertni sustavi zasnovani na vjerojatnosti: osnove Bayesovih mreža.
- Ekspertni sustavi zasnovani na vjerojatnosti: napredni koncepti Bayesovih mreža.
- Ekspertni sustavi zasnovani na ontologijama
- Međuispit
- Neurosimbolički pristupi umjetnoj inteligenciji. Rad na projektu
- Sustavi za potporu odlučivanju u primjeni. Rad na projektu
- Alati za ekspertne sustave. Rad na projektu
- Alati za ekspertne sustave. Rad na projektu
- Alati za ekspertne sustave. Rad na projektu
- Predaja projekata
- Završni ispit - prezentacije projekata
Literatura
(.), Peter Jackson (1999.), Introduction to expert systems, 3rd Ed., Addison Wesley,
(.), Daphne Koller, Nir Friedman (2009.), Probabilistic Graphical Models: Principles and Techniques, 1st Ed., The MIT Press,
(.), Jerry M. Mendel (2017.), Uncertain Rule-Based Fuzzy Systems: Introduction and New Directions, 2nd Ed., Springer,
(.), Charu C. Aggarwal (2016.), Recommender Systems: The Textbook, 1st Ed., Springer,
(.), Dean Allemang, James Hendler (2011.), Semantic Web for the Working Ontologist: Effective Modeling in RDFS and OWL, 2nd Ed., Morgan Kaufmann,
Izvedba
ID 222573
Ljetni semestar
5 ECTS
R1 Engleski jezik
R1 E-učenje
30 Predavanja
0 Seminar
0 Auditorne vježbe
0 Laboratorijske vježbe
0 Konstrukcijske vježbe
0 Vježbe tjelesnog odgoja
Ocjenjivanje
90 izvrstan
75 vrlo dobar
60 dobar
50 dovoljan