Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
XD33UIM Umělá inteligence pro medicínu Rozsah výuky:14+4
Přednášející (garant):Lažanský J., Přeučil L., Štěpánková O. Typ předmětu:S Zakončení:Z,ZK
Zodpovědná katedra:333 Kreditů:4 Semestr:Z

Anotace:
Cílem předmětu je seznámit studenty s některými speciálními metodami umělé inteligence, které nacházejí nejčastější uplatnění v medicínských aplikacích, např. algoritmy pro plánování a rozvrhování, kooperativní řešení úloh skupinou částečně nezávislých jedinců (agentů) a problémy spojené s robotickými aplikacemi. Deklarativní programování je představeno jako nástroj pro reprezentaci a využívání znalostí. Zvláštní pozornost je věnována netradičním evolučním výpočetním technikám pro řešení složitých úloh optimalizace, prohledávání, řízení a rozhodování.

Osnovy přednášek:
1. Biomedicínské inženýrství a metody umělé inteligence. Přehled metod a nástrojů
2. Deklarativní programování, logické programování, Prolog
3. Řešení úloh s omezujícími podmínkami a CLP
4. Plánování a rozvrhování
5. Multiagentní systémy
6. Neuronové sítě - základní principy, jejich učení a nastavování
7. Neuronové sítě se zpětným šířením. Kohonenovy učící se sítě
8. Evoluční výpočetní techniky - základní principy a operátory
9. Genetické algoritmy - princip funkce, reprezentace úloh, problémy konvergence
10. Genetické algoritmy v úlohách s omezeními, speciální reprezentace. Genetické programování - vztah ke genetickým algoritmům
11. Specifické problémy evolučních výpočetních technik. Aplikace metod softcomputing
12. Roboty, typické úlohy, rozdělení, manipulátor a inteligentní robot, logická struktura robotu
13. Řízení manipulátoru - principy, senzory pro manipulátory. Řízení inteligentních robotů - principy, pokročilé senzory
14. Telerobotika, rozhraní operátor/robot, stroje s parciální inteligencí

Osnovy cvičení:
1. Organizační záležitosti, konkretizace programu cvičení. Stavový prostor v různých úlohách UI
2. Prolog
3. CLP
4. Příklad multiagentního systému, ProPlant
5. Umělý život
6. Neuronové sítě 1
7. Neuronové sítě 2
8. Evoluční výpočetní techniky (EVT) - základní operátory, jejich implementace. Zadání samostatné práce
9. Samostatné řešení zadané práce z EVT 1
10. Samostatné řešení zadané práce z EVT 2
11. Prezentace výsledků samostatné práce - oponentura výsledků
12. Mechanika a kinematika robotů - přehled
13. Inteligentní roboty v medicíně. Příklady
14. Zápočet, rezerva

Literatura Č:
Souhrnná literatura neexistuje. Doporučení k jednotlivým kapitolám dodá přednášející.
1. Mařík, V. et al.: Umělá inteligence (2). Academia, Praha 1997
2. Mařík, V. et al.: Umělá inteligence (3). Academia, Praha 2001

Literatura A:
There in no text-book convering the course completely; any book on modern operating systems can be used. The lecturer will hint resources to particular topics.
1. Russell, S., Norving, P.: Artificial Intelligence. A Modern Approach. Prentice Hall, Englewood Cliffs, New Jersey 1995

Požadavky:
Podmínkou zápočtu je odevzdání a úspěšná prezentace výsledků samostatné práce.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
MBI-D Biomedicínské inženýrství S 3


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)