EIS: przedmioty

Siatka

Siatka godzin EIS obejmuje 3 podstawowe grupy kursów, realizowane w kolejnych semestrach.

Pierwszy semestr (foundations)

Obejmuje przedmioty prezentujące podstawową wiedzę dla całej specjalności. Tematyka jest podzielona na cztery podstawowe kursy związane z:

  • symboliczną reprezentacją wiedzy i wnioskowania, kojarzoną głównie z modelowaniem racjonalnych procesów rozumowania,
  • metodami inteligencji obliczeniowej inspirowanymi naturalnymi procesami działania czy rozpoznawania,
  • uczeniem maszynowym i odkrywaniem wiedzy, w tym maszynowej klasyfikacji wzorców, oraz
  • robotyką, w tym projektowaniem modułów inteligentnego sterowania dla robotów przemysłowych i mobilnych.

Drugi semestr (methods)

Dotyczy wybranych metod, technik i narzędzi używanych do konstruowania technologii inteligentnych, w szczególności:

  • ambient intelligence na platformach mobilnych,
  • sieci semantycznej i modelowania ontologicznego,
  • business intelligence w tym procesów biznesowych,
  • systemów wspomagania decyzji, w tym reguł biznesowych.

Trzeci semestr (applications)

Obejmuje wybrane kursy związane z konkretnymi zastosowaniami i realizacjami technologii inteligentnych, w tym:

  • modelowania inteligencji w grach komputerowych,
  • przetwarzania i analizy języka naturalnego,
  • inteligentnych, w tym adaptacyjnych multimodalnych, interfejsów użytkownika.

Kursy uzupełniające

Program jest uzupełniony:

  • seminarium badawczo-rozwojowym,
  • seminarium interdyscyplinarnym,
  • pracownią projektową, pozwalającą na wdrożenie się do pracy zespołowej w projektach pod kątem pracy magisterskiej, oraz
  • kursem z kreatywności i pracy grupowej. Kurs jest oparty o najlepsze wzorce d.school z uniwersytetu Stanforda.

Knowledge Representation and Reasoning

Metody reprezentacji wiedzy i wnioskowania (ang. knowledge representation and reasoning) wykorzystują symboliczne (często oparte o rachunki logiczne) modele reprezentacji wiedzy. Konstrukcja systemów opartych o metody reprezentacji wiedzy symbolicznej opiera się na modelowaniu procesów wnioskowania logicznego. Metody reprezentacji wiedzy są fundamentem systemów wnioskujących automatycznie, w tym systemów regułowych, w tym reguł biznesowych, systemów ekspertowych i wspomagania decyzji, oraz reprezentacji strukturalnych, takich jak ontologie formalne, czy też reprezentacje obiektowe.

Prowadzący: prof. dr hab. inż. Antoni Ligęza, dr hab. inż. Grzegorz J. Nalepa, mgr inż. Mateusz Ślażyński

Strona przedmiotu: http://geist.re/pub:teaching:courses:krr

Metody inteligencji obliczeniowej

Metody inteligencji obliczeniowej (ang. computational intelligence) opierają się reprezentacjach numerycznych, które służą do opisu zachowania czy działania systemu. Niejednokrotnie systemy wykorzystujące te metody oparte są o modele systemów biologicznych, np. sztuczne sieci neuronowe, algorytmy genetyczne czy też naśladują pewne procesy wnioskowania naturalnego, np. logika rozmyta. Grupa metod CI jest w pewnym sensie komplementarnym dopełnieniem metod symbolicznej sztucznej inteligencji. Metody CI okazują się być niezastąpione w szeregu zastosowań praktycznych, np. rozpoznawania wzorców, w tym obrazów, oraz w szeregu trudnych problemów inteligentnego sterowania.

Prowadzący: prof. dr hab. inż. Ryszard Tadeusiewicz, dr inż. Joanna Grabska-Chrząstowska

Strona przedmiotu: http://geist.re/pub:teaching:courses:ci

Uczenie maszynowe

W jaki sposób zaimplementować swój własny, inteligentny filtr SPAM-u? Jak nauczyć komputer rozpoznawania pisma? Jak przeglądarka Google i inne używane na co dzień narzędzia wykorzystują algorytmy uczenia maszynowego? Postaramy się odpowiedzieć na te i wiele innych pytań dotyczących sztucznej inteligencji i metod uczenia systemów na niej opartych. A na laboratoriach przetestujemy wszystko w praktyce!

Prowadzący: dr hab. inż. Grzegorz J. Nalepa, dr inż. Szymon Bobek

Strona przedmiotu: http://geist.re/pub:teaching:courses:ml

Robotyka i mechatronika

Robotyka jest jednym z najczęściej kojarzonych ze sztuczną inteligencją obszarów. W praktyce stanowi ona na dzień dzisiejszy osobną, niezwykle zróżnicowaną dziedzinę. Celem kursu jest zaprezentowanie podstaw konstrukcji wybranych robotów, w tym robotów przemysłowych, spotykanych na liniach montażowych i prostych robotów mobilnych. Na tej bazie pokazuje się, na czym polega projektowanie układów inteligentnego sterowania robotów różnego rodzaju. W trakcie zajęć laboratoryjnych studenci mają okazję do pracy na rzeczywistych robotach przemysłowych.

Prowadzący: dr inż. Mieczysław Zaczyk, dr inż. Maciej Garbacz

Strona przedmiotu: http://geist.re/pub:teaching:courses:robots

Inteligentne Technologie Mobilne

Jesteś użytkownikiem Androida, iOS, Symbiana, czy może Windows Phone? A może wyrzuciłeś swój przestarzały smartphone do śmieci, bo już czekasz na Google Glasses? Nieważne. Jeśli tylko chcesz dowiedzieć się w jaki sposób wycisnąć z mobilnego sprzętu wszystko co się da – ten przedmiot z pewnością przypadnie Ci do gustu. Pokażemy Ci na nim jak programować urządzenia mobilne takie jak smartphone’y, tablety, okulary do rzeczywistości wzbogaconej oraz interaktywne tablice. Weźmiemy w obroty Androida i zobaczymy co można osiągnąć łącząc dane z żyroskopu, akcelerometru, odbiornika GPS, sieci 3G i kamery. Podpowiemy też gdzie i w jaki sposób sprzedać swój pomysł.

Prowadzący: dr hab. inż. Grzegorz J. Nalepa, dr inż. Szymon Bobek

Strona przedmiotu: http://geist.re/pub:teaching:courses:aml

Technologies of Semantic Web

Czy WWW zmieni się w GGG czyli Giant Global Graph? Czy jesteśmy w stanie zaproponować coś lepszego od wyszukiwarki Google? W jaki sposób sieć może być inteligentniejsza? W ramach przedmiotu poznają Państwo technologie, języki, formalizmy i narzędzia Sieci Semantycznej, jej założenia, rozwój i perspektywy. Od adnotacji semantycznych po ontologie i reguły, nauczą się Państwo koncepcji reprezentacji wiedzy semantycznej oraz praktycznego programowania aplikacji Semantic Web.

Prowadzący: dr hab. inż. Grzegorz J. Nalepa, dr inż. Krzysztof Kutt

Strona przedmiotu: http://geist.re/pub:teaching:courses:semweb

Decision Support Systems

Proces podejmowania decyzji jest nieustannym elementem życia każdego człowieka. Spotykamy się z nim niemalże w każdym momencie począwszy od tego kiedy decydujemy się co zjeść na śniadanie aż do sytuacji kiedy należy zdiagnozować usterkę w naszym samochodzie. Warunki określające w jaki sposób doszliśmy do pewnych konkluzji mogą być zakodowane tylko w naszym umyśle lub przybierać bardziej sformalizowaną formę np. w postaci przepisów prawnych. Jednak za każdym razem, kiedy podejmujemy jakąś decyzję, w grę wchodzą reguły jako podstawowe narzędzie określające jaka konkluzja jest odpowiednia w danej sytuacji. W trakcie tego kursu będzie można zapoznać się różnymi metodami reprezentacji reguł i narzędziami do modelowania systemów wspomagających podejmowanie decyzji wykorzystujących reguły.

Ponadto na zajęciach zaprezentowane zostaną aktualne technologie, które umożliwiają specyfikację procesów biznesowych w ustandaryzowany sposób, tak by możliwe było ich przetwarzanie, a w szczególności weryfikacja, symulacja, czy uruchomienie. W ramach projektu realizowane będą modele rzeczywistych procesów biznesowych wraz z niskopoziomową logiką pozwalającą na ich wykonywanie.

Prowadzący: dr hab. inż. Grzegorz J. Nalepa, dr inż. Krzysztof Kluza

Strona przedmiotu: http://geist.re/pub:teaching:courses:bin

Gry a systemy inteligentne

Nawet “najgłupsze” gry komputerowe są dziś wyposażone w “inteligencję”, która pozwala nam rywalizować z komputerem. Dzięki niej gra staje się wyzwaniem i daje satysfakcję. Coraz bardziej rozbudowane gry komputerowe to nie tylko “zabawki”. Jest to złożone i często bardzo zaawansowane oprogramowania, którego rynek lawinowo rośnie.

Prowadzący: dr Jan Argasiński, mgr Barbara Giżycka

Strona przedmiotu: http://geist.re/pub:teaching:courses:aigames

Przetwarzanie języka naturalnego

Posługiwanie się mową (w tym pisaną) to jeden z wyznaczników inteligencji (nie tylko sztucznej). Przez lata zbudowanie systemów rozumiejących język naturalny było jednym z najważniejszych celów SI. Dziś możemy na co dzień korzystać z systemów które tłumaczą teksty w różnych językach, coraz częściej mamy do czynienia z wirtualnymi chatbotami, które doradzają nam w wirtualnym, a czasem i w rzeczywistym świecie, sterujemy urządzeniami za pomocą głosu.

Prowadzący: dr inż. Mirosław Gajer FIXME

Strona przedmiotu: http://geist.re/pub:teaching:courses:nlp

Interfejsy multimodalne

We współczesnych urządzeniach elektronicznych interfejs użytkownika odgrywa bardzo ważną rolę. Mało kto ma wątpliwości co do tego, że czasy myszki klawiatury jako narzędzi “intuicyjnych” mamy za sobą. Dzisiejsze interfejsy maksymalnie pozwalają nam wykorzystywać nasze zmysły do używania urządzeń, np. poprzez dotyk, ruch ręki, a może tylko samego oka. Następna generacja interfejsów nie będzie wymagała od nas uczenia się obsługi, o ile nauczy się w jaki sposób my chcemy używać danego sprzętu. Przykłady takich interfejsów, ich tworzenia i programowania pokazujemy na tym kursie.

Prowadzący: dr inż. Jaromir Przybyło

Seminarium badawczo-rozwojowe

Seminarium badawczo-rozwojowe stwarza okazję do kontaktu studentów z zaproszonymi przedstawicielami wiodących firm branży IT, prowadzących prace rozwojowe i badawcze w których technologie inteligentne odgrywają istotną rolę. Przedstawiciele firm mają okazje podzielenia się swoimi doświadczeniami i praktyką realizacji wybranych prac rozwojowych. Poza spotkaniami z biznesem, w ramach seminariów będą zapraszani wykładowcy z zagranicy i kraju, prowadzący istotne badania w obszarach powiązanych z systemami inteligentnymi. Celem seminarium jest zatem z jednej strony przybliżenie perspektywy przemysłu i zastosowań technologii inteligentnych, a z drugiej przybliżenie perspektywy rozwojowo-badawczej na światowym poziomie.

Prowadzący: zaproszeni goście; koordynacja: dr hab. inż. Grzegorz J. Nalepa

Strona przedmiotu: http://geist.re/pub:teaching:courses:rnd

Seminarium interdyscyplinarne

Seminarium interdyscyplinarne stanowi niezwykle ważny element całości programu specjalności. W ramach spotkań zaproszeni wykładowcy z uczelni nietechnicznych prezentują istotne problemy nietechniczne np. związane z reprezentacjami mentalnymi, procesami poznawczymi, aksjologią w odniesieniu do sztucznych środowisk i systemów, ale też np. estetyką. Kwestie te są punktem do dyskusji i wspólnej lektury.

Prowadzący: zaproszeni goście; koordynacja: dr hab. inż. Grzegorz J. Nalepa

Strona przedmiotu: http://geist.re/pub:teaching:courses:ids

Pracownia problemowa

Pracownia problemowa to zajęcia umożliwiające zdobycie doświadczenia w pracy zespołowej nad projektem badawczym z dziedziny systemów inteligentnych. Projekty będą wymagały zarządzania zespołem i wykorzystania narzędzi wspomagających zarządzanie, a podjęte zadania badawcze będą mogły zostać rozszerzone, by stanowić istotny wkład w prace magisterskie lub stanowić cenne doświadczenie zawodowe.

Prowadzący: opiekunowie projektów; koordynacja: dr hab. inż. Grzegorz J. Nalepa

Strona przedmiotu: http://geist.re/pub:teaching:courses:wshop

Warsztat kreatywności

Warsztat kreatywności to zajęcia inspirowane metodami opracowanymi i wykorzystywanymi w sławnej d.school na Uniwersytecie Stanforda. Będziemy uczyć się jak efektywnie współpracować w zespole, odkrywać pokłady swojej kreatywności, przekonywać dlaczego “It’s OK to fail!”, budować prototypy i robić wiele innych zaskakujących rzeczy, o które nikt nie podejrzewałby poważnych studiów magisterskich na AGH…

Prowadzący: dr inż. Mirosława Długosz

Strona przedmiotu: http://geist.re/pub:teaching:courses:creat

eis/przedmioty.txt · Last modified: 2018/10/24 14:46 by gjn
Driven by DokuWiki Recent changes RSS feed Valid CSS Valid XHTML 1.0