ITD32005 Intelligente systemer (Vår 2013)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Avdeling for informasjonsteknologi
- Studiested:
- Halden
- Emneansvarlig:
- Steffen Log
- Undervisningsspråk:
- Norsk
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Valgfritt emne for:
- Bachelorstudiet i ingeniørfag - data
- Bachelorstudiet i ingeniørfag - data, Y-veien
- Bachelorstudiet i informatikk, (kull 2010)
- Bachelorstudiet i informatikk - design og utvikling av IT-systemer
Forkunnskapskrav utover opptakskrav
Studentene bør ha grunnleggende kunnskaper innen databehandling.
Undervisningssemester
Bachelorstudiet i ingeniørfag - data (vår 6. semester)
Bachelorstudiet i ingeniørfag - data, Y-veien (vår 6.semester)
Bachelorstudiet i informatikk, (kull 2010) (vår 6.semester)
Bachelorstudiet i informatikk - design og utvikling av IT-systemer (vår 4. semester eller 6.semester)
4 timer forelesning per uke og i tillegg kommer regneøvinger, laboppgaver og prosjekt.
I enkelte uker kan det bli gitt 6 timer forelesninger per uke. Det medfører at enkelte uker vil være forelesningsfri.
Studentens læringsutbytte etter bestått emne
KUNNSKAP: Etter endt emne skal studenten kunne
- gjøre rede for grunnleggende begreper i kunstig intelligens
- forstå hvordan et system kan gjøres mer intelligent
- forstå forskjellige sider ved usikkerhetsbegrepet
- forstå logisk programmering
- forstå navigering av et mobilt kjøretøy
FERDIGHETER: Etter endt emne skal studenten kunne
- bruke forskjellige søkestrategier
- forstå oppbygning av ekspertsystemer
- forskjellige teknikker å takle usikkerhet i et system
- tekstanalyse ved hjelp av logisk programmering
- forstå nevrale nettverk
- bruke 'Fuzzy Logic Toolbox' i MATLAB
GENERELL KOMPETANSE: Etter endt emne skal studenten kunne
- gjøre bruk av kunnskap i kunstig intelligens
- bruke nevrale nettverk til å trene opp et system ved hjelp av MATLAB
- inkorporere fuzzy logikk i et system
- få et mobilt kjøretøy til å ta seg fram på egenhånd under gitte betingelser
Innhold
- Generell beskrivelse av en intelligent agent
- Søkestrategier
- Logikk
- Kunnskapsrepresentasjon og slutning
- Bayeske nettverk
- Usikker kunnskap og resonnering
- Maskinlæring
- Logisk programmering
- Naturlig språkprosessering
- Fuzzy logikk
- Nevrale nettverk
- Genetiske algoritmer
Undervisnings- og læringsformer
Forelesninger, laboratorieoppgaver, regneøvelser og prosjekt.
Arbeidskrav - vilkår for å avlegge eksamen
- tre laboratorieoppgaver (som gjøres i grupper)
- fire regneøvelser (som gjøres i grupper)
- et større prosjekt (som gjøres i grupper)
- et miniprosjekt (individuelt)
Arbeidskravene må være godkjent før studenten kan framstille seg til eksamen.
Eksamen
Prosjekt og skriftlig eksamen (3 timer)
- Et større prosjekt (i gruppe) og et miniprosjekt (alene) som samlet teller 50 %.
- En 3 timers skriftlig eksamen som teller 50%. Tillatte hjelpemidler: alle trykte og skrevne papirbaserte hjelpemidler, samt ikkekommuniserende kalkulator.
Det settes en samlet, individuell karakter for emnet. Det benyttes karakterskala A-F.
Ny og utsatt eksamen vil bestå av prosjekt og skriftlig eksamen.
Ved ny og utsatt eksamen avtales innholdet i prosjektdelen med faglærer.
Evaluering av emnet
Dette emnet evalueres på følgende måte:
- Midtsemesterevaluering (frivillig)
- Sluttevaluering (obligatorisk)
Den emneansvarlige lager en emnerapport på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet.
Emnerapporten behandles av studiekvalitetsutvalget ved avdeling for informasjonsteknologi.
Litteratur
Negnevitsky Michael: Artificial Intelligence, A Guide to Intelligent Systems, third edition, ISBN 978-1-4082-2574-5, Addison Wesley.
Skriftlig materiale utdelt av faglærer.