Lecturer
Department
Faculty
Fakulta jaderná a fyzikálně-inženýrská ČVUT
Semester
zimní
Course type
magisterský
Current
Yes
| Anotace: | Obsahem předmětu je přehled metod používaných pro zpracování neurčitosti v oblasti umělé inteligence. Hlavní pozornost je věnována tzv. grafickým markovským modelům, zejména Bayesovským sítím. | ||||||
| Osnova: | 1. Úvod do umělé inteligence: řešení problému, stavové prostory, hledání řešení, algoritmus A s hvězdičkou, optimalita řešení. 2. Neurčitost v umělé inteligenci: neurčitost v expertních systémech, pseudobayesovský způsob práce s nejistotou v Prospectoru. 3. Intervalové pravděpodobnosti: kapacity, horní a dolní pravděpodobnosti, koherence, domněnkové funkce, míry možnosti, konvexní množiny pravděpodobností. 4. Podmíněná nezávislost a její vlastnosti: faktorizační lemma, lemma o nezávislosti bloku. 5. Grafové markovské vlastnosti: párová, lokální a globální markovská vlastnost. 6. Triangulované grafy: rozklad grafu, "maximum cardinality search", perfektní uspořádání uzlů a klik, triangularizace grafu, "running intersection property", stromy spojení. 7. Bayesovské sítě: konsistence distribuce reprezentované bayesovksou sítí, závislostní struktura. 8. Výpočty v bayesovských sítích: Shachterův algoritmus, transformace bayesovské sítě na rozložitelný model, posílání zpráv ve stromech spojení. | ||||||
| Osnova cvičení: | |||||||
| Cíle: | Znalosti: Modely neurčitosti v umělé inteligenci a metody jejího zpracování. Schopnosti: Samostatná orientace v problematice umělé inteligence. | ||||||
| Požadavky: | Základní kurs pravděpodobnosti a matematické statistiky. | ||||||
| Rozsah práce: | |||||||
| Kličová slova: | Umělá inteligence, neurčitost, intervalové pravděpodobnosti, podmíněná nezávislost, grafické markovské vlastnosti, rozložitelné grafy, bayesovské sítě. | ||||||
| Literatura: | Povinná literatura: [1] R. Jiroušek: Metody zpracování a reprezentace znalostí v umělé inteligenci, VŠE Praha 1995. [2] V. Mařík, O. Štěpánková a kol.: Umělá inteligence 2, Academia, Praha, 1997. Doporučená literatura: [3] R. G. Cowell, A. Ph. David, S. L. Lauritzen, D. J. Spiegelhalter: Probabilistic networks and expert systems, Springer 1999. | ||||||