Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Inteligentne systemy informacyjne

Informacje ogólne

Kod przedmiotu: 103B-INxxx-MSP-ISI
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Inteligentne systemy informacyjne
Jednostka: Wydział Elektroniki i Technik Informacyjnych
Grupy: ( Przedmioty techniczne )---EITI
( Przedmioty zaawansowane )-Inżynieria systemów informatycznych-mgr.-EITI
( Przedmioty zaawansowane techniczne )--mgr.-EITI
( Zastosowania )-Sztuczna inteligencja-mgr.-EITI
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Jednostka decyzyjna:

103000 - Wydział Elektroniki i Technik Informacyjnych

Kod wydziałowy:

ISI

Numer wersji:

2

Skrócony opis:

Na treść wykładu składają się metody i techniki informatyczne traktowane jako "inteligentne", które znajdują lub mogą znaleźć zastosowanie w projektowaniu i budowaniu systemów informacyjnych. Wykład pomyślany jest jako droga prowadząca od morfologii klasycznego systemu informacyjnego, czyli określenia jego składników z możliwie jak największą dokładnością, a następnie wiodąca przez poszukiwanie odpowiedzi na pytanie: które z poszczególnych składników można wyposażyć w "inteligencję" za pomocą znanych technik z zakresu sztucznej inteligencji i dziedzin pokrewnych, by - w rezultacie - doprowadzić do opracowania mapy architektury generycznego systemu informacyjnego z zaznaczeniem tych miejsc, gdzie, w jaki sposób i w jakim stopniu można wprowadzać do systemu "inteligentne" komponenty.

Pełny opis:

Na treść wykładu składają się metody i techniki informatyczne traktowane jako "inteligentne", które znajdują lub mogą znaleźć zastosowanie w projektowaniu i budowaniu systemów informacyjnych. Wykład pomyślany jest jako droga prowadząca od morfologii klasycznego systemu informacyjnego, czyli określenia jego składników z możliwie jak największą dokładnością, a następnie wiodąca przez poszukiwanie odpowiedzi na pytanie: które z poszczególnych składników można wyposażyć w "inteligencję" za pomocą znanych technik z zakresu sztucznej inteligencji i dziedzin pokrewnych, by - w rezultacie - doprowadzić do opracowania mapy architektury generycznego systemu informacyjnego z zaznaczeniem tych miejsc, gdzie, w jaki sposób i w jakim stopniu można wprowadzać do systemu "inteligentne" komponenty.



Treść wykładu
Mottem wykładu jest powiedzenie R. Hamminga: "The purpose of computing is insight, not numbers". Dużo miejsca w wykładzie zajmują metody reprezentacji wiedzy, wśród których są omawiane metody stosowane w obszarze baz danych, logika matematyczna (klasyczna, niestan-dardowa), reguły produkcji (production rules), sieci semantyczne (semantic networks), atomy semantyczne (ang. semantic atoms), sieci neuronowe (neural nets), ramy, skrypty (frames, scripts), zbiory przybliżone (rough sets), zbiory rozmyte (ang. fuzzy sets), algorytmy genetyczne. W wykładzie sporo miejsca poświęcono kwestiom eksploracji danych, odkrywaniu wiedzy i technikom agentowym. Wykładowi towarzyszy projekt, który obejmuje albo zaplanowanie i wykonanie prostego eksperymentu z wykorzystaniem wybranej techniki omawianej na wykładzie lub innej techniki z zakresu sztucznej inteligencji i dziedzin pokrewnych, albo stworzenie prostej aplikacji "inteligentnej", która mogłaby zostać zintegrowana z klasycznym systemem informacyjnym.



Zakres projektu
Wykładowi towarzyszy projekt, który obejmuje albo zaplanowanie i wykonanie prostego eksperymentu z wykorzystaniem wybranej techniki omawianej na wykładzie lub innej techniki z zakresu sztucznej inteligencji i dziedzin pokrewnych, albo stworzenie prostej aplikacji ?inteligentnej?, która mogłaby zostać zintegrowana z klasycznym systemem informacyjnym. Przykładami projektów są: przeprowadzenie eksperymentu eksploracji danych faktograficznych / tekstowych, opracowanie parsera dla pewnego języka atomów semantycznych, implementacja mechanizmu wyszukiwania w sieciach semantycznych pewnej klasy, opracowanie programu do identyfikacji preferencji użytkownika na podstawie analizy jego kwerend. Nie stawia się żadnych wstępnych warunków na narzędzia programistyczne, które zostaną zastosowane do realizacji prac projektowych.


Literatura:

    1. Bolc L., Cichy M., Różańska L, Przetwarzanie języka naturalnego¸ WNT, 1982.
    2. Brodie M.L., Mylopoulos J., Readings in Artificial Intelligence, Morgan Kaufmann Inc., 1989.
    3. Barr A., Feigenbaum E. A., The Handbook of Artificial Intelligence, vol. I, II, III, William Kaufmann Inc, 1981.
    4. Callan R., The Essence of Neural Networks, Prentice Hall, 1999.
    5. Charniak E., McDermott D., Introduction to Artificial Intelligencei, Addison-Wesley, 1985.
    6. Cytowski J., Algorytmy genetyczne, Akademicka oficyna Wydawnicza, 1996.
    7. Genesereth M., Nilsson N., Logical Foundations of Artificial Intelligence, Morgan Kaufmann Inc., 1989.
    8. Hoffer J.A., George J.F., Valacich J.S., Moders Systems Analysis & Design, Addison-Wesley, 1999. (second edition).

    9. Kotarbiński T., Elementy teorii poznania logiki formalnej i metodologii nauki, PWN, 1986.
    10. Luger G.F., Stunbblefeld W.A., Artificial Intelligence. Structures and Strategies for Complex Problem Solving, Addison-Wesley, 1999. (third edition).
    11. Michalewicz Z., Genetic Algorithms + Data Structures = Evolution Programs, Springer Verlag, 1996 9third edition).
    12. Muraszkiewicz M., Rybiński H., Bazy danych, Wydawnictwo Akademickie, 1993.
    13. Parsaye K., Chignell M., Khoshafian S., Wong H, Inteligent Databases. Object Oriented, Deductive Hypermedia Technologies, Wiley, 1989.
    14. Subieta K., Obiektowość w projektowaniu baz danych, Akademicka oficyna Wydawnicza, 1998.
    15. Tarski A., Wprowadzenie do logiki, Philomath, 1996.
    16. Tsichritzis D. C., Lochovsky F. H., Modele danych, 1993.

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. zimowy" (zakończony)

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 15 godzin, 36 miejsc więcej informacji
Wykład, 30 godzin, 36 miejsc więcej informacji
Koordynatorzy: Mieczysław Muraszkiewicz
Prowadzący grup: Mieczysław Muraszkiewicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103200 - Instytut Informatyki

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. zimowy" (zakończony)

Okres: 2018-10-01 - 2019-02-17
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 15 godzin, 36 miejsc więcej informacji
Wykład, 30 godzin, 36 miejsc więcej informacji
Koordynatorzy: Mieczysław Muraszkiewicz
Prowadzący grup: Mieczysław Muraszkiewicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103200 - Instytut Informatyki

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.0.0-7 (2024-03-18)