Kierunek studiów: Automatyka i Robotyka
Metoda oceny wiedzy z wykładu: Egzamin
Nowoczesne techniki w automatyce: systemy ekspertowe / sztuczna inteligencja w automatyce
| Tematyka zajęć – Wykład | ||
| L.p. |
Program zajęć
|
Liczba godzin
|
| 1 | Zajęcia organizacyjne, przedstawienie tematyki wykładów, warunki zaliczenia |
2
|
| 2 | Systemy eksperckie – ogólna budowa. Rodzaje rozumowania. Zalety i wady.. |
2
|
| 3 | Bazy wiedzy/reguł. Logika konwencjonalna i niekonwencjonalna. |
2
|
| 4 | Systemy hybrydowe. Sieci semantyczne. |
2
|
| 5 | Drzewa decyzyjne. Konstruowanie baz wiedzy/reguł na potrzeby systemów eksperckich oraz wizyjnych. |
2
|
| 6 | Algorytmy ewolucyjne – algorytmy genetyczne w zastosowaniach systemów wizyjnych oraz eksperckich. |
2
|
| 7 | Komputery przemysłowe i ich rola w systemach wizyjnych. |
2
|
| 8 | Filtracja danych pomiarowych na potrzeby analizy obrazów w systemach wizyjnych. |
2
|
| 9 | Zastosowanie morfologii matematycznej w przetwarzaniu obrazów. Erozja i dylatacja. |
2
|
| 10 | Analiza obrazu na liniach produkcyjnych. |
2
|
| 11 Egzamin/Kolokwium zaliczeniowe z wykładu: terminy na Moodle. |
Projekt realizowany w ramach Przedmiotu Wybieralnego
W ramach zajęć projektowych konieczne jest wykonanie projektu (MOŻLIWA REALIZACJA W GRUPACH DWUOSOBOWYCH), który na zakończenie zajęć z przedmiotu zostanie oceniony przez prowadzącego. Projekt może być realizowany w dwóch obszarach: system ekspertowy lub system wizyjny. W momencie gdy Student wybierze opracowanie projektu systemu ekspertowego wówczas może postąpić dwutorowo:
1. Opracować tylko wersję teoretyczną z: projektem konceptualnym (opis+schematy), projektem layoutu graficznego aplikacji (np. w Axure RP 9) oraz szkicem bazy danych lub projektem konceptualnym (opis+schematy) wraz z implementacją w szkieletowym systemie ekspertowym – shellu (np.: Axure RP 9; Program PC Shell+DeTreex). Należy szczegółowo przedstawić analizę problemu, a w wersji z implementacją shellowską opis kroków podjętych w ramach jej realizacji. Wówczas max. możliwa uzyskana ocena to 4.0.
2. Opracować wersję teoretyczną i wersję praktyczną – t.j. przykładową autorską aplikację, napisaną w dowolnym języku programowania (C++, C#, Python, JAVA, R (Matlab)). Wówczas max. możliwa ocena to 5.0. Wersję praktyczną trzeba osobiście zaprezentować i przesłać przez platformę e-learningową.
Projekt powinien zawierać: stronę tytułową, imię i nazwisko autora, numerację stron, spis treści i koniecznie mieć formę zwartą.
Każdy projekt w części opisowej powinien zaczynać się od: opisu problemu, następnie powinien zawierać: przebieg realizacji projektu, sposób podejścia do problemu, schematy (do wyboru): blokowe algorytmów, sieci semantycznych, drzew decyzyjnych; przykładowe reguły; kody źródłowe programu, podsumowanie, test pełniący rolę przedmiotowego systemu ekspertowego. Wersja txt powinna zawierać także bibliografię.
W momencie gdy Student wybierze opracowanie projektu systemu wizyjnego także może postąpić dwutorowo:
1. Opracować tylko wersję teoretyczną – poprzez przedstawienie szczegółowej analizy problemu. Wówczas max. możliwa uzyskana ocena to 4.0.
2. Opracować wersję teoretyczną i wersję praktyczną – t.j. przedstawić przykładowy pojazd z zamontowaną kamerą działający w oparciu o metody sztucznej inteligencji. Wówczas max. możliwa ocena to 5.0. Wersję praktyczną trzeba osobiście zaprezentować.
Projekt powinien zawierać: stronę tytułową, imię i nazwisko autora, numerację stron, spis treści i koniecznie mieć formę zwartą.
W wersji opisowej proszę: dokonać autorskiego przeglądu aktualnych systemów wizyjnych oraz metod sterowania robotami z zastosowaniem sztucznej inteligencji, scharakteryzować koncepcję budowy systemu wizyjnego oraz akwizycji obrazu z kamery, przedstawić (do wyboru) schematy: blokowe algorytmów, sieci semantycznych, drzew decyzyjnych; kody źródłowe programu. System wizyjny powinien być też poddany analizie w zakresie: np. testów odległościowych: zasięgu pracy kamery, jakości obrazu etc. Wersja txt powinna zawierać także bibliografię. Projekty nie mogą być realizowane w oparciu o czujniki odległości.
Termin zgłoszenia indywidualnych tematów projektów /etap I/:
Nie później niż do: 10.10.2022. Opóźnienie w oddaniu tematu o tydzień obniża ocenę o 1 stopień w dól.
Termin oddania projektu /etap II/:
Nie później niż do: 28.11.2022. Opóźnienie w oddaniu pracy o tydzień obniża ocenę o 1 stopień w dół.
Literatura:
Michalewicz Z., Algorytmy genetyczne+struktury danych=programy ewolucyjne, WNT, Warszawa, 1996
Goldberg D. E., Algorytmy genetyczne i ich zastosowania, WNT, 1998
Bolc L., Cytowski J., Metody przeszukiwania heurystycznego, t. II, PWN, Warszawa, 1991
Koza J.R., Genetic programming, MIT Press, Cambridge, 1992
Uwagi organizacyjne: