Tantárgy » BMEVITMM031
Intelligens rendszerek
Intelligent Systems
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Tantárgy neve (magyarul, angolul) |
Intelligens rendszerek
Intelligent Systems
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVITMM031 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | félévközi érdemjegy | ||||||||||||
| Tantárgy kreditértéke | 3 | ||||||||||||
| Tantárgyfelelős |
Dr. Baranyi Péter Zoltán
elérhetőség:
baranyi@tmit.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Távközlési és Mesterséges Intelligencia 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
- Modellezés és információ-ábrázolás klasszikus és modern eszközei.
A tantárgy Hilbert 13. sejtésétől kezdve a Kolmogorov-féle univerzális approximációs technikákon keresztül vizsgálja a szemcsés szerkezetű uniform modellezési technikákat. - Lágy-számítástudomány biológiai indíttatású módszerei. Összefoglaló.
- 3Fuzzy rendszerek: alapfogalmai, koncepciója és módszertanai. Approximációs tulajdonságok vizsgálata. Számítási komplexitás vizsgálta.
- Fuzzy halmaz fogalma. Alfa-vágat. Fuzzy logikai műveletek. Paraméter-függő műveletek. Nyelvi szabályrendszer. Következtetés alapsémái. Következtető gép.
- Takagi-Sugeno fuzzy operátor alapú következtetőgép átviteli függvénye. Szemantikai és interreláción alapuló következtetések. Egy- és többszabályú következtetés. Fuzzy interpoláció.
- Neurális hálózatok: alapfogalmai, koncepciója és módszertanai. Approximációs tulajdonságok vizsgálata. Számítási komplexitás vizsgálta. Mesterséges neurális hálózatok történelmi áttekintése.
- Neurális hálózatok összehasonlítása számítógépekkel. Mesterséges neuron alap-modellje. Egyrétegű és többrégetű perceptronok. Általános neurális modellek. Hopfield-hálók, Bolzmann gépek. Kohonen hálók. Moduláris neurális hálók (spline hálózatok, RBF-hálók).
- Genetikus algoritmusok: alapfogalmai, koncepciója és módszertanai. Approximációs tulajdonságok vizsgálata. Számítási komplexitás vizsgálta
- Genetikus algoritmusok történeti áttekintése. Kódolás és operátorok a genetikus algoritmusokban. Információátadás genetikus operátorok segítségével. Genetikus algoritmusok tulajdonságai: konvergencia vizsgálata, genetikus drift kérdésének vizsgálata, grádiens alapú módszerek összehasonlítása genetikus algoritmusok konvergenciájával.
- Taníthatóság kérdései az intelligens rendszerekben. A lágy-számítástudomány biológiai indíttatású módszereire alkalmazható tanuló-algoritmusok levezetése, ismertetése, valamint alkalmazási kérdései.
- Felügyelt és felügyelet nélküli tanítás. MLP tanítása back propagation algoritmussal. MLP általánosító képessége. Asszociatív és auto-asszociatív hálózatok. Asszociatív hálózatok tanulásának elemzése (hebbi tanulás, hebbi tanulás geometriai
értelmezése). - Döntéshozás és irányítás intelligens rendszerekben, taníthatóság kérdései. A lágy-számítástudomány biológiai indíttatású módszereire alkalmazható tanuló-algoritmusok levezetése, ismertetése, valamint alkalmazási kérdési.
- Példák részletes vizsgálata: vezetőnélküli helikopter irányítása. Itt a helikopter irányítási kérdésinek szemcsés szerkezetű és uniform ábrázolását ismertetjük, majd az erre épülő tervező módszereket vizsgáljuk
- Példák részletes vizsgálata: robotok közlekedési stílusainak tanítása és alkalmazása ismeretlen terepen. Ebben a példában a fő cél megismerni, hogy miként lehet közlekedési stílusokat ábrázolni és tanítani szintén szemcsés szerkezetű modellekkel.
A tantárgy célja ismertetni az intelligens rendszerek fő struktúráit és elméleti eszközeit. A tantárgy ismerteti a modellezési és információ-ábrázolási módszerek új generációit, és külön figyelmet fordít a lágy-számítástudomány fogalmaira és fő irányaira. Ezekre az eszközökre építve bemutatja az intelligens rendszerek jellegzetes szerkezetét számos példán keresztül.
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
Előadás
Tanulástámogató anyagok
Online források
Kóczy T. László – Tikk Domonkos: Fuzzy rendszerek, Typotex Kiadó, 2000 S. Haykin: Neural networks – a comprehensive foundation, Prentice Hall, 1999
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Az Informatika c. tantárgy ismeretére épít.
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)
Az Informatika c. tantárgy ismeretére épít.
Általános szabályok
Követelmények:
A szorgalmi időszakban: 2 db zárthelyi sikeres megírása. A vizsgaidőszakban: vizsga nincs, a tantárgy évközi jeggyel zárul.Elővizsga: nincs.
Pótlási lehetőségek:
A szorgalmi időszakban a zárthelyihez kapcsolódik pótlási (javítási) lehetőség. A zárthelyi pótlására további lehetőség is van a pótlásra kijelölt időszakban. Javítási céllal írt pótzárthelyi esetén a (javító) pótzárthelyi eredménye felülírja a javítandó zárthelyi eredményét.
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
BMETE92MC12 Informatika
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.