Tantárgy » BMEVIMIA360
Intelligens rendszerek - 1 (Sensor Web és intelligens terek) laboratórium
Intelligent systems - 1 (Sensor Web and intelligent fields) laboratory
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
Intelligens rendszerek - 1 (Sensor Web és intelligens terek) laboratórium
Intelligent systems - 1 (Sensor Web and intelligent fields) laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIMIA360 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | félévközi érdemjegy | ||||||||||||
| Tantárgy kreditértéke | 2 | ||||||||||||
| Tantárgyfelelős |
DR. Strausz György
beosztás: egyetemi docens
elérhetőség:
strausz.gyorgy@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Mesterséges Intelligencia és Rendszertervezés Tanszék
|
||||||||||||
| Kar | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
Tantárgyprogram
A tárgy 6 mérésből áll, az alábbi ütemezésben:
1. Ismerkedés a JADE keretrendszerrel. (3. hét)
2. Kísérletezés a hardveres szenzorokkal. (4. hét)
3. Problémák logikai következtetés útján történő megoldása. (5. hét)
4. Problémák tervkészítés útján történő megoldása. (6. hét)
5. Megerősítéses tanulási eljárások alkalmazása. (7. hét)
6. Kísérletezés neurális és valószínűségi háló alapú döntési mechanizmussal. (8. hét)
A tantárgy célkitűzése a hallgatók bevezetése az elosztott intelligens rendszerek hardveres és szoftveres működésébe. A hardveres hátteret egy előre kialakított, elosztott szenzorhálózat biztosítja, amelyet programozva a hallgatóknak konkrét feladatokat kell megoldania. Ennek során megismerkedhetnek a JADE (Java Agent Development Environment) keretrendszerrel, amelyben a laborgyakorlatok során a fejlesztéseket végzik. (1) Megtanulják a keretrendszer használatát, illetve egyénileg kialakított ágensek létrehozását, továbbá (2) a hardveres szenzorok ágensek által is értelmezhető, SensorML nyelvű leírását, és a szenzorok megfelelő lekérdezését. Ezt követően előre kialakított szoftver-modulokra építve fokozatosan további képességekkel bővítik ágensüket: (3) szabály-alapú logikai következtetésekre teszik alkalmassá [reflex-szerű ágensek]. A rugalmasság és a hatékonyság növelése érdekében (4) a logikai következtetési mechanizmust tervkészítési mechanizmusra cserélik [cél-orientált ágensek], ahol a tervek hasznosságát is figyelembe veszik [haszon-orientált ágensek]. A kialakított multi-ágens rendszert (5) megerősítéses tanulási képességekkel is felruházzák [tanuló ágensek]. Végül (6) az ágensek döntéshozási mechanizmusát neurális hálózattal, illetve valószínűségi hálóval bővítik.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
Laboratórium. A hallgatók a 6 mérést egymást követően végzik.
Tanulástámogató anyagok
Online források
A web-en elérhető mérési segédletek és szoftver leírások, valamint a Mesterséges intelligencia tárgyhoz korábban használt:; Stuart Russell és Peter Norvig:; Mesterséges intelligencia korszerű megközelítésben, Panem Kiadó, Budapest, 2005
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Mesterséges intelligencia
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Mesterséges intelligencia
Általános szabályok
Követelmények:
A félévzáró aláírás és az osztályozás feltételei:
- mind a 6 mérés elvégzése és a mérési jegyzőkönyvek leadása (az egyes jegyzőkönyvekre vonatkozó követelményeket a mérési utasítások rögzítik).
- a félévzáró osztályzatot az egyes mérési jegyzőkönyvekre kapott osztályzatok (6 x 10 pont) határozzák meg.
Pótlási lehetőségek:
A hiányzott mérések pótlása közvetlenül a 6. mérés után történik. Legfeljebb 2 mérés pótolható.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
Nincs
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
—
Tantárgykövetelmények hatályosságának vége:
—
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.