Subject » BMEVIMM4373
Learning and Hybrid Information Systems
Tanuló és hibrid információs rendszerek
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Tanuló és hibrid információs rendszerek
Learning and Hybrid Information Systems
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVIMM4373 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 5 | ||||||||||||
| Subject coordinator |
Dr. Pataki Béla József
position: adjunktus
contact:
pataki.bela@vik.bme.hu
|
||||||||||||
| Responsible department |
—
|
||||||||||||
| Faculty | |||||||||||||
| Subject website | http://www.mit.bme.hu/oktatas/targyak/vimm4373/ | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Programme
- Tudás-intenzív problémák. A tudás fajtái, a tudás ábrázolása.
- A gépi tanulás fajtái, induktív tanulás., szimbolikus kifejezések induktív tanulása, valószínűségi hálók tanulása, megerősítéses tanulás, genetikus algoritmusok. A statisztikai tanuláselmélet alapjai.
- Tanuló rendszerek architektúrái. A konnekcionista megoldásnak kedvező probléma-osztályok. A neurális hálók alapfogalmai, típusai, különböző neurális architektúrák - ismertetés és összevetés. A tanulás szerepe a neurális hálóknál (ellenőrzött és nemellenőrzött tanulás), a tanulás, mint optimalizálás. Tanulási sémák (gradiens eljárások, hibavisszaterjesztés, Hebb tanulás, stb). A neurális hálók méretezési és alkalmazási kérdései (függvényapproximáció, felismerési problémák, nemlineáris dinamikus rendszerek modellezése, klaszterezés, asszociáció).
- Bizonytalan tudás és kezelési módszerei. Fuzzy és fuzzy-neurális rendszerek.
- A tudásreprezentáció különböző formáit együttesen használó hibrid intelligens rendszerek. A szimbólikus tudás ábrázolása és a szabályalapú rendszerek. Szimbolikus és tapasztalati tudás együttes kezelése, a priori tudás beépítése neurális rendszerekbe, szimbolikus tudás kinyerése megtanított hálókból, magyarázatgenerálás.
- Komplex tudásalapú rendszerek felépítése, versengés és együttműködés. Szakértői, neurális, fuzzy és genetikus módszereket alkalmazó komplex rendszerek. A realizáció kérdései. Alkalmazási példák.
A nagybonyolultságú műszaki problémákban felmerülő nehézségeket csak a szintén nagybonyolultságú és a problémamegoldó komponenseiben gazdag intelligens számítógépes rendszerekkel lehet leküzdeni. Ilyen rendszerek tipikusan a hierarchikus felépítésű heterogén rendszerek, ahol numerikus algoritmusok, konnekcionista komponensek és szimbólikus következtetésre alkalmas (szakértő) rendszerek, továbbá ezek kiterjesztése az elosztott problémamegoldás esetére egyaránt előfordulnak. A tárgy célja megismertetni a hallgatókat a jelenleg legcélszerűbbnek tartott komponensválasztékkal, továbbá megadni azokat az integrációs elveket, rendszertechnikai és implementációs ismereteket, amelyek felhasználásával sikeresen fejleszthetők nagybonyolultságú és hibrid architekturájú intelligens számítógépes rendszerek.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
A tárgy elméleti része előadás formájában kerül leadásra. A tárgy témaköréhez illeszkedő gyakorlati ismeretek elsajátítására az Elosztott intelligens rendszerek labor keretein belül, annak második felében kerül sor.
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
mesterséges intelligencia
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
mesterséges intelligencia
General rules
Követelmények:
a. A szorgalmi időszakban:
- félévközben (8. héten, külön időpontban) egy nagy ZH (max. pontszám 60), amely a félév utolsó hetében és a vizsgaidőszak 3. hetében biztosított külön alkalommal pótolható, a szükséges minimum szint a pontok 40%-a.
- egy házi feladat, melynek kiadása a 7. oktatási héten történik. A megoldásokat dokumentáló jegyzőkönyveket a 13. héten kell leadni. A házi feladat bemutatása és értékelése (amennyiben a dokumentáció előzetesen le lett adva) a 14. héten történik, egy közös nyilvános bemutató keretében.
A házi feladatra max. 20 pontot lehet kapni, a szükséges minimum a pontok 40%-a.
b. A vizsgaidőszakban: szóbeli vizsga. A vizsgára bocsátás feltétele az évközi ZH és házi feladat minimális (40 %) szintű teljesítése.
c. Osztályozás:
A vizsga osztályzatába a zh és a félévközi feladat 15-15%-kal beszámít
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
nincs
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
No curriculum placements recorded for this subject version.