Predmet študentu predstavi inteligentne sisteme in njihovo uporabo za namene rudarjenja podatkov, modeliranja procesov, zaznavanja napak in razvrščanja v biomedicini. Poseben poudarek je na lokalni in globalni optimizaciji, mehkih in nevro-mehkih modelih, ekspertnih sistemih ter ostalih pristopih umetne inteligence.
- koda predmeta: 64280
- študij: magistrski, 2. stopnja
- nosilec: prof. dr. Igor Škrjanc
- uvod v inteligentne sisteme, prikaz inteligentnih sistemov v raziskovanju podatkov, modeliranju, razvrščanju v biomedicini, razpoznavanju, vodenju in detekciji napak,
- osnovne metode nelinearne lokalne optimizacije, s poudarkom na metodah, ki so uporabne v inteligentnih sistemih in metode nelinearne globalne optimizacije,
- metode nelinearne globalne optimizacije s primeri: metoda ohlajanja, evolucijskih algoritmov, genetskih algoritmov, metoda delcev, metoda drevesnega iskanja,
- nenadzorovane metode učenja. Metoda glavnih komponent. Uporaba metode glavnih komponent pri identifikaciji, filtriranju, stiskanju podatkov in detekciji napak,
- metode mehkega rojenja, metoda mehkih c-povprečij, metod Gustafson-Kessel, metoda možnih c-povprečij, metoda regresijskega rojenja,
- optimizacija kompleksnosti modelov, verifikacija in validacija modelov, eksplicitna in implicitna optimizacija strukture modela,
- statični modeli, formulacija na osnovi baznih funkcij, polinomski modeli.
- nevronske mreže, večplastni perceptron, Gaussove nevronske mreže in aproksimacija funkcij, primeri nevronskih mrež v biomedicini,
- mehki in nevro-mehki modeli, mehka logika, tipi mehkih sistemov, učenje nevro-mehkih sistemov, ocenjevanje izhodnih parametrov mehkih modelov, globalna in lokalna estimacija.
- ekspertni sistemi na osnovi mehkih modelov, gradnja ekspertnih sistemov na osnovi podatkov, primeri ekspertnih sistemov v biomedicini.
Osnovni namen predmeta je seznaniti študenta z osnovnimi matematičnimi in računalniškimi načeli izgradnje inteligentnih sistemov za pomoč pri odločanju v sodobnih sistemih.
Po uspešno opravljenem predmetu bo študent zmožen izkazati znanje in razumevanje:
- gradnje inteligentnih sistemov, ki so osnova za raziskovanje in razumevanje biomedicinskih sistemov,
- raziskovanja biomedicinskih podatkov na osnovi metod umetne inteligence.
Uporaba znanja:
Pridobljeno znanje bo študent lahko uporabil pri gradnji modelov za raziskovanje in nadzor biomedicinskih podatkov. Študent bo zmožen kritično ovrednotiti skladnost med pridobljenim znanjem ter uporabo v praksi.
Študent si bo pridobil spretnosti:
- uporabe literature ter drugih virov s področja inteligentnih sistemov pri raziskovanju podatkov.
- uporaba računalniških razvojnih orodij in okolij za programiranje (pisanje programov programskem okolju Matlab),
- reševanja problemov: analiza problema, načrtovanje algoritma, implementacija programa in testiranje programa,
- predavanja,
- laboratorijske vaje in projekti,
- reševanje domačih nalog.
Obvezno
- Škrjanc, I., Inteligentni sistemi pri raziskovanju podatkov in odločanju, skripta, založba FE, 2016.