UMELA INTELIGENCIA (plan prednasok)
- Uvod do UI, prologovske zaciatky
- pokus o definovanie prirodzenej a umelej inteligencie;
- oblasti aplikacii umelej inteligencie;
- WHAT (deklarativne) a HOW (proceduralne) programovanie;
- Prolog ako vykladovy jazyk, pricom formalna specifikacia je
sucasne
aj behuschopny program;
- dialog s Prologom;
- generujuca schopnost Prologu;
- vyhoda hierarchickeho rozkladu hlavneho ciela na podciele a
s tym
suvisiaca odvodzovacia schopnost Prologu;
- pojem klauzuly; lokalnost premennych.
- Zlozene struktury, rekurzivne pravidla, zoznamy
- objekty jazyka Prolog: konstanty, premenne a struktury;
- tvorba zlozenych a rozne dialogy s nimi;
- pojem rekurzie a jej vyznam v Prologu;
- rekurzivne pravidla a rekurzivne udajove struktury -
zoznamy.
- Proceduralne rysy Prologu, unifikacia, cinnost
Prologu
- predikaty pre modifikaciu databazy Prologu;
- vstupno/vystupne predikaty;
- pojem unifikacie a jej pravidla;
- cinnost Prologu pri hladani odpovede na pouzivatelovu
otazku.
- Ovplyvnenie cinnosti Prologu
- predikaty fail, repeat a cut;
- realizacia cyklu repeat-fail;
- prologovske analogie proceduralnych riadiacich struktur IF
THEN ELSE
a CASE;
- predikat negacie not definovany ako neuspech a s
tym
suvisiace problemy.
- Pojem UI a jeho zlozky, riesenie uloh, stavovy
priestor
- Kotkova definicia, Turingov imitacny test;
- Zlozky UI: reprezentacia vedomosti, riesenie uloh a styk s
okolim;
- algoritmy versus heuristiky;
- riesenie uloh ako prehladavanie (mechanizmus navratu, priame
a
spatne uvazovanie, resp. ich kombinacia);
- stavovy priestor: matematicky opis, graficka reprezentacia.
- Slepe a heuristicke prehladavanie, rozklad na
podulohy
- slepe metody prehladavania (do sirky a do hlbky);
- mechanizmus navratu (backtracking);
- heuristicke metody prehladavania;
- metoda rozkladu na podulohy (AND/OR graf).
- Program GPS, system STRIPS
- strucna historia GPS, jej 3 heuristiky;
- opis systemu STRIPS, rozdiely oproti stavovemu priestoru.
- Metoda generuj a testuj
- ulohy zadane ohraniceniami;
- implementacia metody pokusov a omylov, jej univerzalnost a
neefektivnost;
- metody zvysenie efektivity prekryvanim oboch procedur a
zuzovanim
definicnych oborov premennych;
- moznost automatizacie oboch vylepseni: zmrazovanie cielov a
forward
checking, system ECLIPSE;
- riesenie casovych ohraniceni ako aplikacny priklad.
- Spracovanie obrazu
- vseobecny pojem obrazu (pattern);
- digitalny vizualny obraz a schema jeho spracovania;
- predspracovanie: zhustenie, filtracia, detekcia a
zvyraznenie hran,
kostra, segmentacia (textura), tvarove vlastnosti;
- vyhodnocovanie obrazu = rozpoznavanie (vacsinou);
- multispektralne a hyperspektralne obrazy, druzicove snimky z
LANDSAT-u a SPOT-u.
- Spracovanie reci
- schema systemu rozpoznavania reci;
- syntakticka analyza a formalme gramatiky;
- syntakticka analyza jednoduchej slovenskej vety;
- DC gramatika v Prologu.
- Vseobecne problemy rozpoznavania
- priznakove metody rozpoznavania;
- syntakticke metody rozpoznavania;
- retazcove a viacrelacne gramatiky.
- Neuronove siete
- historia neuronovych sieti;
- topologia sieti;
- ucenie siete s ucitelom a bez ucitela.
- Expertne systemy
- cesty k ES, co su ES, cim sa lisia od DBS;
- architektura ES: baza dat, baza znalosti vysvetlovaci a
inferencny
mechanizmus;
- produkcny system, spatne a priame uvazovanie;
- praca s neurcitou informaciou.
- Reprezentacia vedomosti
- semanticke siete;
- ramce (frejmy).