Opis efektów kształcenia dla modułu zajęć

Nazwa modułu:
Rok akademicki:
Wydział:
Kierunek:
Inżynieria wiedzy
2013/2014
Kod: MME-2-105-ME-s
Punkty ECTS:
4
Inżynierii Metali i Informatyki Przemysłowej
Metalurgia
Poziom studiów:
Specjalność:
Studia II stopnia
Język wykładowy: Polski
Metalurgia ekstrakcyjna
Forma i tryb studiów:
Profil kształcenia:
Stacjonarne
Ogólnoakademicki (A)
Semestr: 1
Strona www:
Osoba odpowiedzialna:
Mrzygłód Barbara ([email protected])
Osoby prowadzące: Mrzygłód Barbara ([email protected])
Opis efektów kształcenia dla modułu zajęć
Kod EKM
Student, który zaliczył moduł zajęć wie/umie/potrafi
Powiązania z
EKK
Sposób weryfikacji
efektów kształcenia (forma
zaliczeń)
M_W001
Ma wiedzę o trendach rozwojowych i najistotniejszych
osiągnięciach z zaskresu sztucznej inteligencji i
inzynierii wiedzy
ME2A_W11
Aktywność na zajęciach,
Wykonanie projektu
M_W002
Ma wiedze z zakresu sztucznej inteligencji w tym
zagadnień związanych z budową systemów
ekspertowych z bazą wiedzy
ME2A_W11
Wykonanie projektu
M_U001
potrafi pozyskiwać informacje z literatury, baz danych
oraz innych właściwie dobranych źródeł, w tym także
konsultacje z ekspertami, w celu dokonania jej
formalizacji dla systemu ekspertowego, potrafi
integrować uzyskane informacje, wyciągać wnioski
oraz formułować i wyczerpująco uzasadniać opinie
ME2A_U01
Wykonanie projektu
M_U002
potrafi samodzielnie opracować i zaimplementować
system ekspertowy rozwiązujący proste zagadnienie
technologiczne z samodzielnie wybranego zakresu
ME2A_U17
Wykonanie projektu
Wiedza
Umiejętności
1/5
Karta modułu - Inżynieria wiedzy
M_U003
potrafi pozyskiwać informacje z literatury, baz danych
oraz innych właściwie dobranych źródeł, w tym także
konsultacje z ekspertami, w celu dokonania jej
formalizacji dla systemu ekspertowego, potrafi
integrować uzyskane informacje, wyciągać wnioski
oraz formułować i wyczerpująco uzasadniać opinie
ME2A_U01
Wykonanie projektu
ME2A_K01
Wykonanie projektu
Kompetencje społeczne
M_K001
Potrafi myśleć i działać w sposób kreatywny i
przedsiębiorczy wykorzystując narzędzia
informatyczne do wspomagania zadań w dziedzinie
metalurgii
Matryca efektów kształcenia w odniesieniu do form zajęć
Zajęcia
praktyczne
-
-
-
-
-
-
-
-
-
-
M_W002
Ma wiedze z zakresu
sztucznej inteligencji w tym
zagadnień związanych z
budową systemów
ekspertowych z bazą wiedzy
+
-
-
-
-
-
-
-
-
-
-
M_U001
potrafi pozyskiwać informacje
z literatury, baz danych oraz
innych właściwie dobranych
źródeł, w tym także
konsultacje z ekspertami, w
celu dokonania jej formalizacji
dla systemu ekspertowego,
potrafi integrować uzyskane
informacje, wyciągać wnioski
oraz formułować i
wyczerpująco uzasadniać
opinie
-
-
+
-
-
-
-
-
-
-
-
M_U002
potrafi samodzielnie
opracować i
zaimplementować system
ekspertowy rozwiązujący
proste zagadnienie
technologiczne z
samodzielnie wybranego
zakresu
-
-
+
-
-
-
-
-
-
-
-
E-learning
Zajęcia
seminaryjne
+
Zajęcia
Konwersatori
um
Ma wiedzę o trendach
rozwojowych i
najistotniejszych
osiągnięciach z zaskresu
sztucznej inteligencji i
inzynierii wiedzy
Zajęcia
terenowe
Ćwiczenia
projektowe
M_W001
Inne
Ćwiczenia
laboratoryjne
Forma zajęć
Ćwiczenia
audytoryjne
Student, który zaliczył moduł
zajęć wie/umie/potrafi
Wykład
Kod EKM
Wiedza
Umiejętności
2/5
Karta modułu - Inżynieria wiedzy
M_U003
potrafi pozyskiwać informacje
z literatury, baz danych oraz
innych właściwie dobranych
źródeł, w tym także
konsultacje z ekspertami, w
celu dokonania jej formalizacji
dla systemu ekspertowego,
potrafi integrować uzyskane
informacje, wyciągać wnioski
oraz formułować i
wyczerpująco uzasadniać
opinie
-
-
+
-
-
-
-
-
-
-
-
-
-
+
-
-
-
-
-
-
-
-
Kompetencje społeczne
M_K001
Potrafi myśleć i działać w
sposób kreatywny i
przedsiębiorczy wykorzystując
narzędzia informatyczne do
wspomagania zadań w
dziedzinie metalurgii
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład
Podstawowe pojęcia w inżynierii wiedzy.
Dane, informacja , wiedza; pozyskiwanie, gromadzenie, przetwarzanie,
przechowywanie wiedzy (2 godz.)
Komputerowe systemy z bazą wiedzy.
Charakterystyka systemów z bazą wiedzy, podział (czasu rzeczywistego,
wspomagania decyzji, ekspertowe). Rola i zadania systemów ekspertowych. Przykłady
istniejących systemów z bazą wiedzy. Struktura (moduły charakterystyczne) i zasada
działania systemów z bazą wiedzy (2 godz.)
Systemy regułowe - fakty i reguły.
Co to są fakty dla systemu ekspertowego. Sposoby reprezentacji, definiowania,
rodzaje faktów. Reguły: typy reguł, sposób reprezentacji. Drzewa decyzyjne a systemy
regułowe (2 godz.)
Systemy regułowe - wnioskowanie.
Charakterystyka metod wnioskowania: wprzód, wstecz, mieszane. Przykłady (2 godz. )
Języki do tworzenia systemów ekspertowych.
Język CLIPS/JESS jako narzędzie do tworzenia systemów ekspertowych. Podstawowe
komendy, sposób kodowania faktów i reguł, przykładowe realizacje prostych systemów
ekspertowych (6. godz.)
Symboloczne metody reprezentacji wiedzy.
Symboloczne metody reprezentacji wiedzy (bazujące na: modelach obliczeniowych,
logice klasycznej, sieciach semantycznych, ramach) (2 godz.)
Reprezentacja wiedzy niepewnej i niepełnej.
- zbiory rozmyte, logika rozmyta
- sieci Bayesa (8 godz.)
Ontologie w reprezentacji wiedzy
Tworzenie ontologii. Informatyczne narzędzia do tworzenia ontologii (2 godz.)
3/5
Karta modułu - Inżynieria wiedzy
Ćwiczenia laboratoryjne
Pierwsza część ćwiczeń poświęcona jest na zapoznanie studentów ze środowiskiem do tworzenia
systemów ekspertowych JESS.
- Wprowadzenie do języka programistycznego JESS
- Kontrola przepływu wykonywania -pętle (foreach, if, while …). Tworzenie własnych
funkcji przy pomocy polecenia deffunction( ).
- JESS – FAKTY.
- JESS – REGUŁY
- JESS – PRZYKŁADOWY SYSTEM EKSPERTOWY
W ramach drugiej części studenci realizuja projekt i implementacje systemu ekspertowego dla
wybranego zagadnienia.
- podział na zespoły;
- zdefiniowanie obszaru technologicznego oraz problemu jaki ma zostać rozwiązany
przez system ekspertowy;
- identyfikacja i ocena źródeł wiedzy (wiarygodność, pewność, zupełność)
- pozyskiwanie wiedzy:
—ocena i strukturyzacja zgromadzonej wiedzy;
—zdefiniowanie zmiennych potrzebnych do rozwiązania problemu;
—regułowy zapis reprezentacji wiedzy.
Sposób obliczania oceny końcowej
Ocena końcowa (Ok) to:
Ok = 0,6 OL + 0,4 Kol
OL – ocena z ćwiczeń laboratoryjn
Kol – kolokwium z wykładów
Wymagania wstępne i dodatkowe
Nie podano wymagań wstępnych lub dodatkowych.
Zalecana literatura i pomoce naukowe
1. Mulawka J. Systemy ekspertowe, 1997,
2. Niederliński A. Regułowe systemy ekspertowe, 2000.
3. Bubnicki z. Wstęp do systemów ekspertowych, PWN, 1990.
4. Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte.
PWN, Warszawa 1997.
5. Białko M. Sztuczna inteligencja i elementy hybrydowych systemów ekspertowych. Koszalin 2005.
6. Bolc L. Cytowski J., Stacewicz P., O logice i wnioskowaniu rozmytym. IPI PAN, Warszawa 1996.
7. Zadech L. A. , An introduction to fuzzy aplications in intelligent systems. Kluwer Academic Publ.
Boston 1992.
8. Cowell R.G. [et al.] Probabilistic networks and expert systems [w] Statistic for Engineering and
Information Science. New York: Spronger 1999.
9. Tematyczne strony internetowe:
http://clipsrules.sourceforge.net/
http://www.rmse.pl/
http://jessrules.com/
http://mathworks.com/help/toolbox/fuzzy
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu
http://www.bpp.agh.edu.pl/
Informacje dodatkowe
Brak
4/5
Karta modułu - Inżynieria wiedzy
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta
Obciążenie
studenta
Przygotowanie do zajęć
30 godz
Udział w ćwiczeniach laboratoryjnych
30 godz
Przygotowanie sprawozdania, pracy pisemnej, prezentacji, itp.
20 godz
Udział w wykładach
30 godz
Samodzielne studiowanie tematyki zajęć
8 godz
Egzamin lub kolokwium zaliczeniowe
2 godz
Sumaryczne obciążenie pracą studenta
120 godz
Punkty ECTS za moduł
4 ECTS
5/5