Kooperáció és gépi tanulás labor

I. Egyszerű keresési módszerek.
A gyakorlat célja néhány egyszerűbb adat- és szövegfeldolgozási és webes keresési módszer kipróbálása.

II. Tárgyterület modellezése.
A gyakorlat célja kidolgozni a szemantikus kereséshez szükséges tárgyterületi modellt (ontológiát), és a gyakorlatban is kipróbálni a Protégé ontológiaszerkesztő eszközt.

III. Szemantikus információkeresés.
A gyakorlat célja az előző két gyakorlat eredményeinek ötvözése: a tárgyterület modelljével felvértezve szemantikus elemekkel bővíteni az első gyakorlaton implementált webes információelérést.

IV. Játékelméleti ágensek vizsgálata.
Egyszerű JADE (Java Agent DEvelopment framework) ágenseket felhasználva a hallgatók kísérleteznek különböző játékelméleti modellekkel. Vizsgálják a kooperatív és nem-kooperatív viselkedés és a különböző egyensúlyi helyzetek alakulását.

V. Aukciós és szavazási protokollok vizsgálata.
A standard üzenet- és protokollkészletre támaszkodva a hallgatók egyszerű JADE ágensekből létesítenek egy minta ágensközösséget és kipróbálnak benne bonyolultabb árverési és szavazási protokollokat, ill. kísérleteznek a protokollok manipulálásával.

VI. Egy-ágenses (centralizált) tervkészítés.
Ezen a gyakorlaton a hallgatóknak realisztikus tervkészítési problémák leírására alkalmas leírónyelv segítségével kell adott tervkészítési domain-t és problémát reprezentálniuk, majd az elkészült reprezentációt, mint bemenetet, egy „fekete doboz” tervkészítő alkalmazás bemenetére adják, amely automatikusan előállítja számukra a probléma megoldását jelentő terv(ek)et.

VII. Több-ágenses (decentralizált) tervkészítés.
Ezen a gyakorlaton a hallgatók valóban elosztott, több-ágenses tervkészítéssel ismerkedhetnek meg. A hallgatók feladata elosztott ágens-keretrendszer segítségével olyan BDI (Belief-Desire-Intention) architektúrájú ágensek készítése, melyek PRS (Procedural Reasoning System) rendszerek módjára reaktív tervkészítést valósítanak meg.

VIII. Statikus  és dinamikus neuronhálók vizsgálata, és alkalmazása.
A hallgatók egy egyszerű neuronhálós osztályozási feladat megoldásához konstruálnak különböző típusú statikus neuronhálókat és megvizsgálják a neuronhálók különböző paraméterbeállítási lehetőségeinek a hatását.

IX. Idősor-előrejelzési feladat megoldása dinamikus hálókkal.
A hallgatóknak olyan dinamikus neuronhálón (MLP, RBF vagy SVM) alapuló előrejelző rendszert kell konstruálniuk, mely előre elkészített adatsor alapján az adatsor folytatásának becslését adja meg.

X. Bayes-i tanulás.
A laborfoglalkozás célja a passzív megfigyeléseken alapuló tárgyterületi modelltanulás vizsgálata Bayes hálók felhasználásával.

A laborhoz tartozó elméleti ismereteket hallgatók a Kooperációs és Intelligencia (VIMIM135) tárgy keretein belül, illetve a megadott irodalom megismerésével sajátíthatják el.