| Kursa nosaukums | Mākslīgais intelekts lauksaimniecībā |
| Kursa kods | InfT6006 |
| Zinātnes nozare | Elektrotehnika, elektronika, informācijas un komunikāciju tehnoloģijas |
| Zinātnes apakšnozare | Sistēmu analīze, modelēšana un projektēšana |
| Kredītpunkti (ECTS) | 3 |
| Kopējais stundu skaits kursā | 81 |
| Studenta patstāvīgā darba stundu skaits | 81 |
| Priekšzināšanas Kursam priekšzināšanas nav nepieciešamas |
|
| Kursa anotācija | |
| Kursa mērķis ir iepazīstināt studentus ar mākslīga intelekta zināšanas aspektiem un tās lietojumiem. Dot studentam zināšanas par problēmu un teorēmu automātisko risināšanu, izmantojot meklēšanu stāvokļu telpā. Parādīt studentam ekspertu sistēmu piemērus un valodu Prolog un Lisp izmantošanas variantus. | |
| Kursa saturs(kalendārs) | |
| 1 Ievads: Kas ir mākslīgais intelekts; Mākslīgā intelekta apakšnozares.
2 Ievads: Vēsture; Mākslīgā intelekta teorijas pamat-hipotēze 3 Teorēmu pierādīšanas automatizācija: Zināšanu reprezentācija, izmantojot loģikas valodu; Valodas sintakse; 4 Teorēmu pierādīšanas automatizācija: Pārveidošana klauzulu formā; Priekšējā normālforma; 5 Uzdevumu risināšana, pārmeklējot stāvokļu telpas: Ceļojošā tirgotāja uzdevums, Divu spaiņu uzdevums 6 Uzdevumu risināšana, pārmeklējot stāvokļu telpas: Meklēšana atpakaļ, Pilnās pārlases programma 7 Ekspert-sistēmas: Kas ir ekspertsistēmas; Specializācija šaurā nozarē; Sistēma MYCIN. 8 Ekspert-sistēmas: Ekspertsistēma būs efektīva, ja… ; Zināšanu atdalīšana no programmas; 9 Produkciju sistēmas: Piemērs; Arhitektūra; 10 Ekspert-sistēmas piemērs: Valoda OPS5; Sintakse ; Konfliktu atrisināšana; Rīki ekspert-sistēmu veidošanai 11 Ticama spriešana nenoteiktības apstākļos: Ne-monotonā spriešana ; Noslēgtās pasaules pieņēmums; 12 Ticama spriešana nenoteiktības apstākļos: Nenoteiktības problēma ekspertu sistēmās; 13 Valoda Prolog 14 Programmas piemērs; Darbs SWI-Prolog vidē;Valodas principi un sintakse; Prolog procedurālā semantika. 15 Valoda LISP: Vēsture; Darbs OpenLisp vidē; Prefiks-notācija; Jaunu funkciju definēšana; 16 Citas zināšanu reprezentācijas metodes: Semantiskie tīkli; Freimi un skripti; Ontoloģijas; Neironu tīkli. |
|
| Prasības kredītpunktu iegūšanai | |
| Izstrādāti un ieskaitīti mājas darbi: Uzdevuma risināšana, pārmeklējot stāvokļu telpas; Izveidot nelielu ekspert-sistēmu; Sastādīt un pārbaudīt nelielu programmu valodā Prolog; Sastādīt un pārbaudīt nelielu programmu valodā LISP; Uzrakstīt apskatu par internetā atrodamajiem materiāliem par mākslīgā intelekta sistēmām lauksaimniecībā. Pārbaudes veids - ieskaite. | |
| Obligātā literatūra | |
| 1. George F.Luger, William A.Stubblefield. Artificial Intelligence and the Design of Expert Systems. Benjamin/Cummings, 1989, 660 pp.
2. David W.Rolston. Principles of Artificial Intelligence and Expert Systems Development. McGraw-Hill, 1988, 257 pp. 3. Michael M.Genesereth, Nils J.Nilsson. Logical Foundations of Artificial Intelligence. Morgan Kaufmann, 1987, 405 pp. 4. Grundspeņķis J. Ievads intelektuālās sistēmās. RTU. Rīga, 1993. |
|
| Papildliteratūra | |
| 1. George F.Luger. Artificial Intelligence. Structures and Strategies for Complex Problem Solving. Harlow, Addison-Wesley Longman, 1998.
2. Братко И. Программирование на языке Пролог для искуственного интелекта. Москва, "Мир", 1990. 3. Уинстон П. Искусственный интеллект. Москва, "Мир", 1989. 4. Хант Э. Искусственный интеллект. Москва, "Мир", 1990. |
|
| Periodika un citi informācijas avoti | |
| 1. "IEEE Software" www.computer.org/software/
2. "IEEE Computer" www.computer.org/computer/ 3. "Communication of the ACM" www.acm.org/cacm/ 4. Oracle Magazin (ISSN 1065-3171) is published twelve times a year by Oracle Corporation, 500 Oracle Parkway, MS 10BP1, Redwood City, CA 94065-1600. |
|
| Piezīmes | |
| Izvēles studiju priekšmets ITF "Informācijas tehnoloģijas" maģistrantiem pilna un nepilna laika studijās. | |