Tjedno opterećenje: 2P + 2V
ECTS bodovi: 5.0
Prof. dr. sc. Tomislav Šarić, konzultacije ponedjeljkom od 11 h do 12.30 h u kabinetu G11 uz prethodnu najavu na email
Prof. dr. sc. Roberto Lujić, konzultacije četvrtkom od 12:00 do 14:00 sati uz prethodnu najavu ili prema dogovoru, ured G108
Temeljni pojmovi. Umjetna inteligencija. Razvoj umjetne inteligencije i inteligentnih sustava. Umjetna inteligencija i tradicionalno računalstvo. Tehnike umjetne inteligencije. Osnove ekspertnih sustava. Prikaz znanja. Proces zaključivanja. Zaključivanje s nepouzdanim znanjem. Hibridni ekspertni sustavi. Inženjerstvo znanja. Primjena ekspertnih sustava. Neuronske mreže. Arhitektura, koncept i učenje na temelju prikupljenih podataka. Modeliranje podataka za neuronsku mrežu. Dizajniranje arhitekture neuronske mreže. Primjena neuronskih mreža. Problem optimizacije. Genetički algoritmi. Pojam jedinke i populacije. Definiranje gena. Genetski operatori. Primjena genetičkih algoritama. Inteligencija rojeva. Neizrazita logika.
Oblici provođenja nastave i način provjere znanja:
Predavanja.
Vježbe: auditorne vježbe, laboratorijske vježbe, izrada seminarskog rada.
Popis literature potrebne za studij i polaganje ispita:
Nastavni materijali s predavanja.
Popis literature koja se preporučuje kao dopunska:
- Ćerić, Vlatko. Ekspertni sustavi, skripte, Ekonomski fakultet Zagreb, 2005.
- Negnevitsky, Michael. Artificial Intelligence: A guide to intelligent systems, Addison Wesley, 2004.
- Russell, Stuart; Norvig, Peter. Artificial Intelligence: A Modern Approach, The Intelligent Agent Book, Second Edition, Prentice Hall, 2002, ISBN: 0-13-790395-2
- David E., Goldberg: Genetic Algorithm in Search, optimisation and machine learning, Adison Weslay Longman, USA, 1999.
- J., Koza: Genetic Programming, MIT Press, 1992
- Z., Michalewic:, Genetic Algorithms + Data Structures = Evolution Programs, Springer, 3rd ed., 1996
- Marjan, Mernik; Matej, Ćrepinšek; Viljem, Žumer: Evolucijski algoritmi, Univerza v Mariboru, Fakultet za elektrotehniko, računalništvo in informatiko, 2003.
- Milan, Brezočnik: Uporaba genetskog programiranja v inteligentnih proizvodnih sistemih, Univerza v Mariboru, Fakultet za strojništvo,2000.
- Novaković, Branko; Majetić, Dubravko; Široki, Mladen. Umjetne neuronske mreže, FSB, Zagreb, 1998.
- Rao, V., Rao, H. C++ Neural Networks and Fuzzy Logic, MIS Press, New York, USA, 1995.
Način polaganja ispita:
Pismeno.
Cilj kolegija
Ovladati znanjima i tehnikama umjetne inteligencije kroz njihovu primjenu u području strojarstva.
Ishodi učenja
Nakon uspješno završenog predmeta student će moći:
- Objasniti pojam i tehnike umjetne inteligencije
- Primijeniti ekspertne sustave na tehničke probleme iz područja strojarstva
- Primijeniti neuronske mreže na tehničke probleme predviđanja i klasifikacije iz područja strojarstva
- Primijeniti genetičke algoritme na tehničke problemima optimizacije iz područja strojarstva
- Usporediti alate umjetne inteligencije
Povezivanje ishoda, učenja, nastavnih metoda i procjena ishoda učenja
| Nastavna aktivnost |
ECTS | Ishod učenja |
Aktivnost studenata |
Metode procjenjivanja |
Bodovi | |
| min | max | |||||
| Pohađanje predavanja | 1 | 1-5 | Aktivno sudjelovanje na predavanjima | Evidencija prisutnosti i aktivnosti studenata | 2 | 5 |
| Pohađanje vježbi | 1 | 1-5 | Aktivno sudjelovanje na vježbama | Evidencija prisutnosti i aktivnosti studenata | 2 | 5 |
| Periodična provjera znanja | 2 | 1-5 | Priprema za pismenu provjera znanja | Kolokvij 1 Kolokvij 2 Kolokvij 3 |
28 | 45 |
| *Pismeni ispit | 2 | 1-5 | Priprema za pismenu provjera znanja | Pismeni ispit | 28 | 45 |
| Završni ispit |
0,5 | 1-5 | Ponavljanje usvojenog gradiva |
Usmeni ispit | 28 | 45 |
| Ukupno: | 5 | 60 | 100 | |||
*Pismeni ispit student mora polagati samo ako nisu postignuti minimalni bodovi, u određenom vremenskom roku na periodičnoj provjeri znanja