Kursa kods InfT6026

Kredītpunkti 3

Intelektuālās tehnoloģijas un sistēmas

Zinātnes nozareInformācijas tehnoloģija (nav zn)

Kopējais stundu skaits kursā81

Lekciju stundu skaits12

Semināru un praktisko darbu stundu skaits12

Studenta patstāvīgā darba stundu skaits57

Kursa apstiprinājuma datums16.03.2011

Atbildīgā struktūrvienībaInženiertehnikas un enerģētikas institūts

Kursa izstrādātājs

author prof. (Emeritus)

Genādijs Moskvins

Dr. habil. sc. ing.

Kursa anotācija

Studiju kursa mērķis: apgūt (ITS) uzbūves principus, pamatjēdzienus, definīcijas, attīstības paradigmu. (ITS) pamatelementi un specifika lauksaimniecībā. Intelekts, tehnoloģija, sistēma. Intelekta veidi. Sistēmiskā domāšana. (ITS) sistēmiskās teorijas pamati. (ITS) strukturāli-funkcionālās shēmas. (ITS) elementu projektēšanas un aprēķinu metodes, darba režīmu modelēšana un optimizācija. (ITS) metodoloģija. (ITS) Datu bāze, informācija, zināšanu bāze. Ekspertu sistēmas un mākslīgais intelekts. Mākslīgie neironu tīkli (MNT). Apmācības algoritmi. Kognitīvo zināšanu iegūšanas modeļi. Intelektuāli mērīšanas ierīces un sensori. Haoss un antihaoss. Faziloģika un ģenētiskie algoritmi. (ITS) monitorings un vizualizācija (HMI / SCADA). Lietu internēts (IoT) “Internet of things”. Zināšanu atspoguļošanas vispārīgi principi. Semantiskie tīkli. Konceptuālie grafi. Freimi. Scenāriji. Produkciju sistēmas. Nanotehnoloģijas. Nanoroboti. ITS pielietošanas piemēri. Intelektuālā vide. Cilvēka māņu orgānu imitācija. Mākslīgā mele. Mākslīgais deguns. Tēlu pazīšana. Fraktāli. E-kods un mobilā aplikācija. Kiberfizikālās sistēmas (CPS). ITS modelēšanas pamati datorprogrammas EDrawMax vidē.

Kursa rezultāti un to vērtēšana

1. Zināšanas - pārzina (ITS) analīzes un sintēzes, strukturāli - funkcionālo shēmu, kompleksu un elementu projektēšanas un aprēķinu metodes, darba režīmu modelēšana un optimizācija, matemātisko modeļu un fizikālo procesu apzināšana, (ITS) pielietošanas iespēju analīzes un darbības kvalitātes uzlabošanas teorētisko un praktisko jautājumu risināšanā; Vērtēšana – teorētiskā “ieskaite ar atzīmi”.
2. Prasmes – spēj izvēlēties un pamatot (ITS) struktūras, iekārtu, mašīnu un elementu komponentes, optimālos darba režīmus, analizēt (ITS) procesus, veikt (ITS) monitoringu, sastādīt un eksperimentāli pārbaudīt (ITS) procesu funkcionālās un elektriskās vadības un blokshēmas, veikt (ITS) teorētiskos aprēķinus, novērtēt (ITS) efektivitāti un kvalitāti. Vērtēšana - izpildīts un aizstāvēts praktiskais darbs, ieskaite ar atzīmi.

3. Kompetence – novērtēt, pamatot un izvēlēt optimālo struktūru un darba režīmus, darbības kvalitāti un tās uzlabošanas risinājumus. Vērtēšana: izstrādāts un aizstāvēts patstāvīgs darbs, teorētiska ieskaite ar atzīmi.

Kursa saturs(kalendārs)

1. (ITS) Ievads, aktualitāte, ITS saturs, klasifikācija, uzdevumi, pamatjēdzieni, definīcijas. (L - 1h)
2. Ražošanas un tehnoloģisko procesu intelektualizācija. Glosārijs. (IST) uzbūves principi, vadības paradigma (L - 1h)
3. (ITS) metodoloģija. Dabiskais un tehniskais intelekts. Prātīguma principi. Skaitļošanas intelekts. (L - 1 h)
4. Intelektuālā sistēma, parametri, kritēriji, raksturojums. Sistēmiskās domāšanas principi. Sistēmiskās teorijas pamati. Intelektuālās mērīšanas sistēmas un sensori. Lietu internēts (IoT) “Internet of things”; (L – 1h, pr. darbs - 2 h) 1. kontroles tests.
5. (ITS) e-kodu atbilstības kontroles intelektuālās tehnoloģijas l/s produkcijas ražošanā un apritē. Maņu orgānu imitācijas sensori, e-mele un e-deguns. Mobilās aplikācijas. (L - 1h, pr. darbs – 2h)
6. (ITS) apmācība un pašapmācība. Mākslīgie neironu tīkli (MNT) un apmācības algoritmi. (L – 1h)
7. Metrisko un fraktāļu tēlu modelēšana. Fraktāļu tēlu analītiskās ģeometrijas pamati. (L – 1h)
8. Haoss un antihaoss. Harmonija, organizācija un pašorganizācija. Aferentās ITS. (L – 1h)
9. (ITS) vadības sistēmu modelēšana un optimizācija. Ešbija princips, faziloģika un ģenētiskie algoritmi. Kiberfizikālās sistēmas (CPS) (L – 1h, pr. darbs 2 h)
10. Datu bāze, informācija un zināšanas. Zināšanu interpretācija. Kognitīvo zināšanu iegūšanas modeļi. (L - 1h)
11. Ekspertu sistēmas (ES) uzbūves, analīzes, modelēšanas un projektēšanas principi. (L - 1h)
12. Mākslīgais intelekts (MI) uzbūves, analīzes, modelēšanas un projektēšanas principi. (L - 1h)
13. Nanotehnoloģiju (NT) uzbūves, analīzes, modelēšanas un projektēšanas principi. (L – 1h)
14. Nanotehnoloģiju iespējas un pielietojumi Nanoroboti. (L – 1h;
15. (ITS) monitorings un vizualizācija (HMI / SCADA’/Trace Mode 6). Modelēšanas pamati datorprogrammas EDrawMax vidē. (L - 1h, pr. darbs – 2h). 2. kontroles tests;

16. (IST) pielietošanas piemēri produkcijas ražošanā, enerģētikā un lauksaimniecībā. (IST) attīstības perspektīvas. (L - 1h)

Prasības kredītpunktu iegūšanai

Teorētisko ieskaiti veido divi jautājumi:
1. Jautājums par ITS s teoriju;
2. Jautājums par praktiskiem darbiem.

Pie ieskaites kārtošanas students tiek pielaists tikai tad, kad ir nokārtoti 2 testi, izstrādāts, publiski aizstāvēts un ieskaitīts patstāvīgs darbs.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Students sagatavo referātu vai prezentāciju par ITS brīvi izvelēto tēmu, iekļaujot patstāvīgā darbā ITS vadības shēmas, diagrammas un inženiertehnisko aprēķinu piemērus. Patstāvīgs darbs var būt izpildīts, izmantojot datorprogrammas EDrawMax, SCADA, TRACE MODE 6 u.c.

Studiju rezultātu vērtēšanas kritēriji

Studiju kursa ieskaites atzīmi veido teorētiskas ieskaites, divu kontroles testu un patstāvīga darba novērtējumu atzīmes. Termiņā neiesniegts patstāvīgs darbs vai nenokārtota vai nesekmīgi kārtota ieskaite netiek novērtētās. Pareizas atbildes var būt ar nelielām nepilnībām vai nebūtiskām kļūdām. Ja atbildes nav, vai atbilde ir aplama vai ir ļoti rupjas būtiskas kļūdas, vai students atteicies no ieskaites kārtošanas, vai nav ieradies uz ieskaiti noteiktā laikā, ieskaite tiek kvalificēta kā nenokārtota; Vērtējums sastāv no šādām daļām - praktisko un mājas darbu izpilde (4), patstāvīga mājas darba prezentācija (2), aizstāvēšana (2). Lai iegūtu 9 - 10 vērtējumu, students var izvēlēties papildus uzdevumus un jautājumus.

Obligātā literatūra

1. Moskvins G. Intelektuālās sistēmas un tehnoloģijas. Mācību grāmata. ISBN 978-9984-784-62-5, Jelgava: LLU, 2008. 136 lpp.
2. Moskvins.G. Automatizācija. Mācību grāmata. ISBN 978-9984-784-81-6, Jelgava: LLU, 2008. 120 lpp.
3. S. Russell and P. Norvig. Artificial Intelligence: A Modern Approach 3rd Edition 2009. ISBN-10: 0136042597, ISBN-13: 978-0136042594, 1152 p.
4. Moskvins G. Mākslīgā intelekta aktualitātes. No: Zinātnes filozofija. Jelgava: LLU, 2011. lpp. 95-106.
5. Moskvins G. Haoss, antihaoss, fraktāļi. Ieskats nanotehnoloģiju attīstībā. No: Zinātnes filozofija. Jelgava: LLU, 2011. lpp. 107-131;

6. Ertel W., Black N.T. (2018). Introduction to Artificial Intelligence, Springer, 356 p.

Papildliteratūra

1. Luger G.F. (2009). Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Pearson Education, 784 p.
2. Oded Goldreich. Computational Complexity: a Conceptual Perspective. Cambridge University Press, 2008. 606 p.
3. Suematsu, Y. Itroduction to Personal Computer Based Controllers. Tokyo: Ohmsha,Ltd., 2002. 256 p.
4. Hopgood A. A. (2011). Intelligent Systems for Engineers and Scientists, CRC Press, 451 p.

5. Siliņš E. Lielo patiesību meklējumi. Rīga: Jumava, ISBN 9789984051864, 2006. 512 lpp.

Periodika un citi informācijas avoti

1. Artificial Intelligence. An International Journal. ELSEVIER, ISSN: 0004-3702. http://www.journals.elsevier.com/artificial-intelligence/

2. Information Technology, List of free Information Technology magazines (http://sourcecodesworld.tradepub.com/?pt=cat&page=Info)

Piezīmes

Kurss iekļauts IITF Lauksaimniecības inženierzinātnes maģistra studiju programmā.