Politechnika Gdańska, międzywydziałowy kierunek „INŻYNIERIA BIOMEDYCZNA” KONSPEKT PRZEDMIOTU DRUGIEGO POZIOMU STUDIÓW STACJONARNYCH Nazwa przedmiotu Sztuczna inteligencja Skrót: Semestry: Punkty ECTS: III Rodzaj przedmiotu: Liczba godzin w semestrze: Wykład Semestr III 30 Specjalność: chemia w medycynie kierunkowy w specjalności IWM Ćwiczenia Laboratorium 15 elektronika w medycynie Osoba odpowiedzialna za przedmiot: Imię: Bożena E-mail: [email protected] Projekt 15 Seminarium fizyka w medycynie Nazwisko: Telefon: SINT 6 Łącznie 60 informatyka w medycynie X Kostek 583472717 Lokal: 731 WETI Cele przedmiotu: Celem przedmiotu jest zaznajomienie studentów z zagadnieniami sztucznej inteligencji, rozumianej jako inteligentne techniki obliczeniowe, systemy uczące się, systemy decyzyjne czy systemy ekspertowe. Dodatkowo istotnym elementem wykładu jest zapoznanie studentów z wybranymi metodami inteligentnego przetwarzania danych oraz procesem przetwarzania wiedzy w oparciu o wnioskowanie formułowane w postaci reguł decyzyjnych. Ważnym celem szczegółowym jest przedstawienie metod uczenia się, rozumianych jako proces zmiany zachodzącej w systemie na podstawie doświadczeń, która prowadzi do poprawy jego jakości działania. W ramach przedmiotu student poznaje wiedzę związaną z metodami akwizycji i reprezentacji danych, podstawowymi rodzajami systemów ekspertowych, typowymi architekturami sztucznych sieci neuronowych, algorytmami uczenia maszynowego, oraz regułami zdobywania wiedzy dla potrzeb systemów ekspertowych. Spodziewane efekty kształcenia - umiejętności i kompetencje: Student potrafi stosować metody obróbki danych oraz akwizycji sygnałów fonicznych i wizyjnych. Student potrafi wyznaczyć parametry sygnałów fonicznych i wizyjnych. Student zna zasady tworzenia struktur sieci neuronowych. Umie stosować wnioskowanie rozmyte. Student posiada kompetencje w zakresie tworzenia systemów decyzyjnych oraz optymalizacji ich parametrów. Karta zajęć - wykład Lp. Zagadnienie Poziom wiedzy A B C 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. Wprowadzenie do wykładu – zakres przedmiotu i literatury Reprezentacja wiedzy. Rodzaje danych i ich wstępna obróbka. Metody akwizycji sygnałów fonicznych. Metody akwizycji sygnałów wizyjnych. Metody parametryzacji i kwantyzacji atrybutów. Deskryptory standardu MPEG 7. Wybrane technologie pozyskiwania wiedzy dla potrzeb baz wiedzy. Reprezentacja wiedzy - logika rozmyta. Wnioskowanie rozmyte: wnioskowanie Mamdaniego i Sugeno. Rozmyte systemy wnioskujące. X X X X X X X X X umiejętności D E Liczba godzin 2 1 1 1 1 1 1 1 1 1 Politechnika Gdańska, międzywydziałowy kierunek „INŻYNIERIA BIOMEDYCZNA” 11. 12. 13. 14 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. Reprezentacja wiedzy – logika przybliżona. Systemy wnioskujące oparte na zbiorach przybliżonych. Modelowanie niepewności. Kolokwium Metody uczenia maszyn: omówienie typów uczenia, algorytmów uczenia i struktur uczących się. Uczenie maszynowe – sztuczne sieci neuronowe. Uczenie z nadzorem. Uczenie maszynowe – sztuczne sieci neuronowe. Uczenie z nadzorem. Uczenie bez nadzoru. Uczenie maszynowe – algorytmy genetyczne. Uczenie maszynowe – drzewa decyzyjne. Systemy ekspertowe. Systemy wieloagentowe i inteligencja zespołowa: przegląd zagadnień. Przegląd zastosowań metod sztucznej inteligencji w systemach inżynierii biomedycznej. Przegląd zastosowań metod sztucznej inteligencji w systemach telemedycznych. Przykłady zastosowań systemów inteligentnych w różnych dziedzinach medycyny. Kolokwium Karta zajęć - laboratorium Zagadnienie Lp. X X 1 1 X 2 1 X 1 X 1 X X X X 1 1 1 1 X 2 X 2 X 2 2 Razem: 30 Poziom wiedzy A B C 1. 2. 3. 4. 5. 6. 7. Wprowadzenie do laboratorium Projektowanie prostych systemów logiki rozmytej Rozpoznawanie izolowanych wyrazów przy pomocy zbiorów przybliżonych - parametryzacja i testowanie reguł Badanie algorytmów i struktur sieci neuronowych Wprowadzenie do systemu WEKA Klasyfikacja sygnałów z wykorzystaniem SVM Drzewa decyzyjne Próg zaliczenia: Semestr: VI z wykładu 51/100 z ćwiczeń Warunki zaliczenia przedmiotu z laboratorium z projektu 25/50 25/50 Liczba godzin umiejętności D E X X X 3 2 2 X X z seminarium 2 2 2 2 Razem: 15 Z CAŁOŚCI 101/200 Opis form zaliczenia Wykład (semestr II) Id Termin 1. Tydzień 12 2. Tydzień 15 3. Egzamin Punkty 25 25 50 Razem: 100 Laboratorium (semestr II) Id Termin 1 Ćwiczenie 1 2 Ćwiczenie 2 3 Ćwiczenie 3 4 Ćwiczenie 4 5 Ćwiczenie 5 Punkty 10 10 10 10 Zakres Kolokwium z zakresu zagadnień 1-12, według planu wykładu Kolokwium z zakresu zagadnień 14-23, według planu wykładu Egzamin obejmujący całość materiału wykładowego Zakres Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 1 Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 2 Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 3 Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 4 Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 5 (zal. na Projekt „Przygotowanie i realizacja kierunku inżynieria biomedyczna – studia międzywydziałowe” współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego. Politechnika Gdańska, międzywydziałowy kierunek „INŻYNIERIA BIOMEDYCZNA” 6 Ćwiczenie 6 10 Razem: 30 obecność) Zrealizowane zadania wg programu ćwiczenia laboratoryjnego nr 6 Karta zajęć - projekt Lp. Zagadnienie Poziom wiedzy A B C 1. 2. 3. 4. 5. Przedstawienie wymagań dotyczących opracowania dokumentacji projektowej. Opracowanie teoretyczne dotyczące wybranego zagadnienia projektowego. Wybór algorytmu uczącego, przygotowanie danych do treningu oraz do testowania. Implementacja programowa. Testowanie, walidacja i weryfikacja. Liczba godzin umiejętności D E X 3 X 3 X 3 X X 3 3 Razem: 15 Uwagi dotyczące kryteriów zaliczenia: Zaliczenie wykładu odbywa się w formie pisemnej, w połowie semestru odbywa się kolokwium, w sesji egzaminacyjnej egzamin pisemny. Maksymalna liczba punktów do uzyskania 50 pkt z kolokwiów (50 z egzaminu) . Zaliczenie wykładu na ocenę dostateczną – uzyskanie co najmniej 50% poprawnych odpowiedzi. Na zaliczeniu poprawkowym obowiązują te same zasady, jak powyżej. Warunkiem zaliczenia przedmiotu jest zaliczenie wszystkich części przedmiotu: wykładu, laboratorium i projektu – sumarycznie co najmniej na 50%. Ocena laboratorium odbywa się na podstawie obecności i oceny jakości przygotowanych sprawozdań (w skali do 50 pkt). Projekt zaliczany jest na podstawie oddanego opracowania i oceniany jest punktowo w skali do 50 pkt. Ze względu na specyfikę laboratorium, zajęcia dobywają się w grupach dwuosobowych. Lp. 1. Przedmiot Komputerowe wspomaganie decyzji Przedmioty wyprzedzające wraz z wymaganiami wstępnymi Zakres Zagadnienia związane z wnioskowaniem i budowaniem decyzji 2. Metody dydaktyczne: Wykład prowadzony będzie z wykorzystaniem projektora, za pomocą którego zaprezentowany będzie materiał obejmujący kolejne zagadnienia treści przedmiotu. Wykład prowadzony będzie zgodnie z planem zajęć. W trakcie semestru przewidziane są dwa kolokwia zaliczające wykład, dodatkowo w sesji egzaminacyjnej przewidziany jest egzamin. W ramach wykładu część zajęć będzie prowadzona w formie seminaryjnej, w trakcie tych zajęć studenci przedstawiają zagadnienia z zakresu metod sztucznej inteligencji w zastosowaniu do inżynierii biomedycznej. Praktyczną ilustracją materiału przedstawianego w czasie wykładów są zajęcia laboratoryjne. Zakłada się, że grupy laboratoryjne będą dwuosobowe. Każda grupa będzie miała do dyspozycji stanowisko komputerowe z zainstalowanym oprogramowaniem tematycznym. Grupy laboratoryjne będą realizować ćwiczenia według grafiku podanego na początku semestru. Do każdego ćwiczenia laboratoryjnego udostępniona zostanie (na platformie edukacji na odległość) szczegółowa instrukcja laboratoryjna. Przygotowanie do zajęć będzie polegać na zapoznaniu się z instrukcją przed terminem danego laboratorium. Ćwiczenia laboratoryjne będą wykonywane pod opieką i z pomocą prowadzącego. Obowiązkiem studenta jest oddanie sprawozdania z wykonanego ćwiczenia przed przystąpieniem do kolejnej sesji laboratoryjnej. Ocenie podlegać będzie przygotowanie studenta do zajęć, realizacja zadań wyznaczonych do samodzielnego wykonania w czasie ćwiczenia oraz sprawozdanie z wykonanych ćwiczeń. Zajęcia laboratoryjne będą prowadzone równolegle z wykładem w podwójnym wymiarze zajęć. Dodatkowym elementem przedmiotu są zajęcia projektowe, w ramach których studenci będą realizować w kilkuosobowych grupach zadany temat projektu. W trakcie semestru będą odbywać się zajęcia Studenci w ramach spotkań i konsultacji z prowadzącym temat projektu przedstawiają stan realizacji projektu w trakcie semestru. Na końcowych zajęciach omawiają opracowane zagadnienia. Wykaz literatury podstawowej: 1. Materiały do przedmiotu opracowane w formie edukacji na odległość, dostęp: http://uno.biomed.gda.pl 2. Rutkowski L., Metody i techniki sztucznej inteligencji. Wyd. Naukowe PWN, Warszawa 2009 3. Zurada J., Barski M., Jędruch W., Sztuczne sieci neuronowe. Wyd. Naukowe PWN, Warszawa 1996. Projekt „Przygotowanie i realizacja kierunku inżynieria biomedyczna – studia międzywydziałowe” współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego. Politechnika Gdańska, międzywydziałowy kierunek „INŻYNIERIA BIOMEDYCZNA” 4. Krawiec K., Stefanowski J., Uczenie maszynowe i sieci neuronowe. Politechnika Poznańska, Poznań 2004. Wykaz literatury uzupełniającej: 1. Kostek B., Soft Computing in Acoustics, Applications of Neural Networks, Fuzzy Logic and Rough Sets to Musical Acoustics, Studies in Fuzziness and Soft Computing, Physica Verlag, Heildelberg, New York 1999. 2 B. Kostek, Perception-Based Data Processing in Acoustics. Applications to Music Information Retrieval and Psychophysiology of Hearing, Springer Verlag, Series on Cognitive Technologies, Berlin, Heidelberg, New York 2005. Projekt „Przygotowanie i realizacja kierunku inżynieria biomedyczna – studia międzywydziałowe” współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego.