Kraków, 14 marca 2013 r.
|
|
- Izabela Gabriela Gajewska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Scenariusze i trendy rozwojowe wybranych technologii społeczeństwa informacyjnego do roku 2025 Antoni Ligęza Perspektywy rozwoju systemów eksperckich do roku 2025 Kraków, 14 marca 2013 r.
2 Dane informacja wiedza inteligencja automatyzacja myślenia
3 Jak to się zaczęło? \begin{block}{beginning of AI: 1956} We propose that a 2 month, 10 man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in Hanover, New Hampshire. The study is to proceed on the basis of the conjecture that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it. An attempt will be made to find how to make machines use language, form abstractions and concepts, solve kinds of problems now reserved for humans, and improve themselves. - Dartmouth AI Project Proposal; J. McCarthy et al.; Aug. 31, \end{block}
4 System ekspercki --- jak to działa?
5 Systemy eksperckie: Systemy regułowe, ale i inne... Systemy doradcze, Systemy wspomagania decyzji (DSS), Systemy inteligentne, Systemy z bazą wiedzy, Semantic web, Systemy dialogowe.
6 Problemy do rozwiązania: Reprezentacja wiedzy, Typy reguł, Modele wnioskowania, Akwizycja wiedzy, Interfejs użytkownika, Kompletność i poprawność bazy wiedzy.
7 Reprezentacja wiedzy Nowe metody logiczne: logiki opisowe (Description Logics), ontologie (taksonomie, własności, asercje), logiki rozmyte, przybliżone, modalne. Sieci semantyczne: graficzna reprezentacja wiedzy. Metody oparte na grafach: multigrafy, hipergrafy, grafy granularne, grafy wielkie.
8 Semantyczna reprezentacja wiedzy Taksonomie; zrozumienie istoty obiektu. Zróżnicowane typy zależności; role Formy zapisu: tekst, obraz, dźwięk,... Fuzja danych, fuzja wiedzy, Efekt synergii.
9 Semantyczna reprezentacja wiedzy system rozumie użytkownika
10 Nowe typy reguł
11 Modele wnioskowania Klasyczne wnioskowanie regułowe (dedukcja, abdukcja), Wnioskowanie przez analogię, Case-Based Reasoning, Wnioskowanie przez indukcję systemy uczące się, Wnioskowanie przybliżone: systemy rozmyte, przybliżone, Wnioskowanie przy ograniczeniach; Constraint Logic, Automatyczne planowanie, Paradygmaty poszukiwania rozwiązania, Modele inteligencji obliczeniowej (NN, bio-inspired, swarm).
12 Akwizycja wiedzy Obserwacja zachowań użytkownika, Analiza otoczenia (ambient intelligence), Statyczna analiza obrazu, Dynamiczna analiza obrazu scenariusze, Analiza dźwięku (Birdsmond), Systemy wieloagentowe, systemy rozproszone, Zasysanie wiedzy z sieci.
13 Interfejs użytkownika
14 Interfejs użytkownika
15 Interfejs użytkownika
16 Klasyczne obszary zastosowań - Diagnostyka techniczna, - Diagnostyka medyczna, - Konfiguracja systemów, - Monitorowanie procesów, - Rozpoznawanie i klasyfikacja, - Doradztwo administracyjne I finansowe, - Sterowanie, monitorowanie, zarządzanie procesami, - Doradztwo bankowe,
17 Nowe, perspektywiczne obszary zastosowań systemów eksperckich Systemy nawigacji, planowanie podróży, Pojazdy samobieżne (driveless cars), Systemy bezpieczeństwa, Monitorowanie środowiska naturalnego, Monitorowanie osób (starszych, chorych); medycyna domowa, Monitorowanie obywateli, Systemy rekomendujące, Business Intelligence, Business Rules, Zarządzanie wiedzą.
18 Inteligentna, aktywna nawigacja planowanie wariantowe
19 Porównanie funkcjonalności dostępnych systemów nawigacji
20 Automatyczne samobieżne pojazdy
21 Bezpieczeństwo GIS, ontologie, fuzja wiedzy, reguły, agregacja,...
22 Schemat systemu monitorowania bezpieczeństwa
23 Diagnostyka medyczna medycyna domowa
24 Systemy rekomendujące
25
26 Kierunki rozwoju Różnorodne typy systemów eksperckich Róznorodne problemy do rozwiązania Integracja wiedzy, rodzaje wiedzy, Sposoby wnioskowania, Obszary zastosowań, Perspektywy realnie nieograniczone.
27 DUŻE bazy wiedzy - CYC
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
Bardziej szczegółowoSTUDIA I MONOGRAFIE NR
STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja
Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu
Bardziej szczegółowoSztuczna inteligencja: aktualny stan i perspektywy rozwoju
SGH Business Intelligence, Sztuczna inteligencja: aktualny stan i perspektywy rozwoju Andrzej Kisielewicz Wydział Matematyki i Informatyki Uniwersytet Opolski marzec 2012 Wstęp Aktualny kryzys w AI problem
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Bardziej szczegółowoWprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
Bardziej szczegółowoSystemy ekspertowe i ich zastosowania. Katarzyna Karp Marek Grabowski
Systemy ekspertowe i ich zastosowania Katarzyna Karp Marek Grabowski Plan prezentacji Wstęp Własności systemów ekspertowych Rodzaje baz wiedzy Metody reprezentacji wiedzy Metody wnioskowania Języki do
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Bardziej szczegółowoERASMUS + : Trail of extinct and active volcanoes, earthquakes through Europe. SURVEY TO STUDENTS.
ERASMUS + : Trail of extinct and active volcanoes, earthquakes through Europe. SURVEY TO STUDENTS. Strona 1 1. Please give one answer. I am: Students involved in project 69% 18 Student not involved in
Bardziej szczegółowoAutomatyka i Robotyka, Informatyka Stosowana, Informatyka - 2012/2013
Automatyka i Robotyka, Informatyka Stosowana, Informatyka - 2012/2013 Katedra Informatyki Stosowanej Model i analiza standardu BPMN w Model and Analysis of BPMN Zakres pracy i Celem pracy jest analiza
Bardziej szczegółowoDiagnostyka procesów przemysłowych Kod przedmiotu
Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki
Bardziej szczegółowoFestiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?
Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące
Bardziej szczegółowoAutomatyka i Robotyka, Informatyka Stosowana, Informatyka 2011/2012
Automatyka i Robotyka, Informatyka Stosowana, Informatyka 2011/2012 w j. angielskim Projekt i implementacja wielofunkcyjnego prototypowego systemu zarządzania rejestrem publikacji Design and Implementation
Bardziej szczegółowoAutomatyzacja procesu tworzenia i zarządzania Wirtualnymi Organizacjami w oparciu o wiedzę w zastosowaniu do architektur zorientowanych na usługi
IT-SOA Automatyzacja procesu tworzenia i zarządzania Wirtualnymi Organizacjami w oparciu o wiedzę w zastosowaniu do architektur zorientowanych na usługi Dariusz Król, W. Funika, B. Kryza, R. Słota, J.
Bardziej szczegółowoAutomatyka i Robotyka, Informatyka Stosowana, Informatyka 2011/2012
Automatyka i Robotyka, Informatyka Stosowana, Informatyka 2011/2012 w j. Projekt i implementacja wielofunkcyjnego prototypowego systemu zarządzania rejestrem publikacji Design and Implementation of a Prototype
Bardziej szczegółowoO-MaSE Organization-based Multiagent System Engineering. MiASI2, TWO2,
O-MaSE Organization-based Multiagent System Engineering MiASI2, TWO2, 2017-2018 Materiały Strona poświęcona metodzie O-MaSE http://macr.cis.ksu.edu/projects/omase.html (Multiagent & Cooperative Reasoning
Bardziej szczegółowoNazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:
Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy
Bardziej szczegółowoJAK OPTYMALNIE DOBRAĆ ODPOWIEDNIE TECHNOLOGIE INFORMATYCZNE?
K O N F E R E N C J A I N F O S H A R E 2 0 0 7 G d a ń s k 25-26.04.2007 JAK OPTYMALNIE DOBRAĆ ODPOWIEDNIE TECHNOLOGIE INFORMATYCZNE? Zespół Zarządzania Technologiami Informatycznymi Prezentacja dr inż.
Bardziej szczegółowo1.1 Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy. Efekty kształcenia w zakresie umiejętności
1.1 Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego
Bardziej szczegółowoROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19
SPIS TREŚCI WSTĘP 15 ROZDZIAŁ 1. WPROWADZENIE DO PROBLEMATYKI SYSTEMÓW EKSPERTOWYCH 19 1.1. Pojęcie i rozwój systemów ekspertowych 19 1.1.1. Definiowanie systemu ekspertowego w literaturze przedmiotu 20
Bardziej szczegółowoSztuczna Inteligencja i Systemy Doradcze
Sztuczna Inteligencja i Systemy Doradcze Wprowadzenie Wprowadzenie 1 Program przedmiotu Poszukiwanie rozwiązań w przestrzeni stanów Strategie w grach Systemy decyzyjne i uczenie maszynowe Wnioskowanie
Bardziej szczegółowoID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent
Bardziej szczegółowoTomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej
1 Zastosowania Metod Inteligencji Obliczeniowej Tomasz Pawlak 2 Plan prezentacji Sprawy organizacyjne Wprowadzenie do metod inteligencji obliczeniowej Studium wybranych przypadków zastosowań IO 3 Dane
Bardziej szczegółowoMetody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoLISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia stacjonarne 1 sem. PO-W08-INF- - -ST-Ii-WRO-(2015/2016) MAP003055W Algebra z geometrią analityczną A
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoProjekt i implementacja systemu wspomagania planowania w języku Prolog
Projekt i implementacja systemu wspomagania planowania w języku Prolog Kraków, 29 maja 2007 Plan prezentacji 1 Wstęp Czym jest planowanie? Charakterystyka procesu planowania 2 Przeglad istniejacych rozwiazań
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoAnkiety Nowe funkcje! Pomoc magda.szewczyk@slo-wroc.pl. magda.szewczyk@slo-wroc.pl. Twoje konto Wyloguj. BIODIVERSITY OF RIVERS: Survey to students
Ankiety Nowe funkcje! Pomoc magda.szewczyk@slo-wroc.pl Back Twoje konto Wyloguj magda.szewczyk@slo-wroc.pl BIODIVERSITY OF RIVERS: Survey to students Tworzenie ankiety Udostępnianie Analiza (55) Wyniki
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 2. ZASTOSOWANIA, HISTORIA, SYMBOLICZNA SI Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska ZASTOSOWANIA SI Rozwiązywanie zadań, gry,
Bardziej szczegółowoJĘZYK ANGIELSKI POZIOM PODSTAWOWY
EGZAMIN MATURALNY W ROKU SZKOLNYM 2013/2014 JĘZYK ANGIELSKI POZIOM PODSTAWOWY ROZWIĄZANIA ZADAŃ I SCHEMAT PUNKTOWANIA MAJ 2014 ZADANIA ZAMKNIĘTE Zadanie 1. Obszar standardów Rozumienie ze słuchu 1.1. 1.2.
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoWspółczesna problematyka klasyfikacji Informatyki
Współczesna problematyka klasyfikacji Informatyki Nazwa pojawiła się na przełomie lat 50-60-tych i przyjęła się na dobre w Europie Jedna z definicji (z Wikipedii): Informatyka dziedzina nauki i techniki
Bardziej szczegółowoWIEDZA METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. Adrian Horzyk. Akademia Górniczo-Hutnicza
METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING WIEDZA Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki
Bardziej szczegółowoPodstawy Sztucznej Inteligencji
Wprowadzenie do Wykładu 1 Podstawy Sztucznej Inteligencji Podstawy Sztucznej Inteligencji Materiały do wykładu dla Studentów Informatyki Wydział EAIiIB AGH Antoni Ligęza Materiały pomocnicze: http://home.agh.edu.pl/~ligeza
Bardziej szczegółowoLogika stosowana. Ćwiczenia Wnioskowanie przez abdukcję. Marcin Szczuka. Instytut Matematyki, Uniwersytet Warszawski
Logika stosowana Ćwiczenia Wnioskowanie przez abdukcję Marcin Szczuka Instytut Matematyki, Uniwersytet Warszawski Wykład fakultatywny w semestrze zimowym 2013/2014 Marcin Szczuka (MIMUW) Logika stosowana
Bardziej szczegółowoZakopane, plan miasta: Skala ok. 1: = City map (Polish Edition)
Zakopane, plan miasta: Skala ok. 1:15 000 = City map (Polish Edition) Click here if your download doesn"t start automatically Zakopane, plan miasta: Skala ok. 1:15 000 = City map (Polish Edition) Zakopane,
Bardziej szczegółowoField of study: Computer Science Study level: First-cycle studies Form and type of study: Full-time studies. Auditorium classes.
Faculty of: Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering Field of study: Computer Science Study level: First-cycle studies Form and type of study: Full-time
Bardziej szczegółowodeep learning for NLP (5 lectures)
TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 6: Finish Transformers; Sequence- to- Sequence Modeling and AJenKon 1 Roadmap intro (1 lecture) deep learning for NLP (5
Bardziej szczegółowoArchitektura IT w szybko zmieniającej się rzeczywistości,
Architektura IT w szybko zmieniającej się rzeczywistości, czyli jak podzielić jeden bank aby się połączyć z drugim Tadeusz Kifner, Główny Architekt Troszkę historii Na osi czasu 2009 minibph łączy się
Bardziej szczegółowoMETODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH
METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH Tomasz POTEMPA Instytut Politechniczny, Zakład Informatyki Święto Uczelni Tarnów, 19 Maja 2011 1 Podsystemy 2 Usługi WMS, WFS, WCS oraz
Bardziej szczegółowoSNP SNP Business Partner Data Checker. Prezentacja produktu
SNP SNP Business Partner Data Checker Prezentacja produktu Istota rozwiązania SNP SNP Business Partner Data Checker Celem produktu SNP SNP Business Partner Data Checker jest umożliwienie sprawdzania nazwy
Bardziej szczegółowo3 grudnia Sieć Semantyczna
Akademia Górniczo-Hutnicza http://www.agh.edu.pl/ 1/19 3 grudnia 2005 Sieć Semantyczna Michał Budzowski budzow@grad.org 2/19 Plan prezentacji Krótka historia Problemy z WWW Koncepcja Sieci Semantycznej
Bardziej szczegółowoWND- RPSL G/ SPÓŁKA AKCYJNA , , WND- RPSL / IFTM INTERNORM SP Z O O
Częściowa lista wniosków o dofinansowanie projektów złożonych w ramach naboru 1 Regionalny Program Operacyjny Województwa Śląskiego na lata 2014-2020 Oś priorytetowa: Oś Priorytetowa I Nowoczesna gospodarka
Bardziej szczegółowoWojewodztwo Koszalinskie: Obiekty i walory krajoznawcze (Inwentaryzacja krajoznawcza Polski) (Polish Edition)
Wojewodztwo Koszalinskie: Obiekty i walory krajoznawcze (Inwentaryzacja krajoznawcza Polski) (Polish Edition) Robert Respondowski Click here if your download doesn"t start automatically Wojewodztwo Koszalinskie:
Bardziej szczegółowoSztuczna inteligencja
Sztuczna inteligencja Przykładowe zastosowania Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 12 czerwca 2008 Plan 1 Czym jest (naturalna) inteligencja? 2 Czym jest (sztuczna)
Bardziej szczegółowoInternet Semantyczny. Logika opisowa
Internet Semantyczny Logika opisowa Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym
Bardziej szczegółowoUniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.
SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu
Bardziej szczegółowoZastosowanie sztucznej inteligencji w testowaniu oprogramowania
Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie
Bardziej szczegółowoLaboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską
Laboratorium demonstrator bazowych technologii Przemysłu 4.0 przykład projektu utworzenia laboratorium przez KSSE i Politechnikę Śląską (wynik prac grupy roboczej ds. kształcenia, kompetencji i zasobów
Bardziej szczegółowoInstrukcja konfiguracji usługi Wirtualnej Sieci Prywatnej w systemie Mac OSX
UNIWERSYTETU BIBLIOTEKA IEGO UNIWERSYTETU IEGO Instrukcja konfiguracji usługi Wirtualnej Sieci Prywatnej w systemie Mac OSX 1. Make a new connection Open the System Preferences by going to the Apple menu
Bardziej szczegółowoEGZAMIN MATURALNY 2011 JĘZYK ANGIELSKI
Centralna Komisja Egzaminacyjna w Warszawie EGZAMIN MATURALNY 2011 JĘZYK ANGIELSKI POZIOM PODSTAWOWY MAJ 2011 2 Egzamin maturalny z języka angielskiego poziom podstawowy ZADANIA ZAMKNIĘTE Zadanie 1. Obszar
Bardziej szczegółowoObowiązują od naboru na rok ak. 2014/2015. Egzamin po semestrze. seminarium. laboratoria. Razem
PLAN STUDIÓW DLA KIERUNKU INFORMATYKA STUDIA: MAGISTERSKIE (po studiach licencjackich) TRYB STUDIÓW: STACJONARNE Obowiązują od naboru na rok ak. 2014/2015 Rada Wydziału Matematyczno-Przyrodniczego w dniu
Bardziej szczegółowoBazy danych dla MPZP. Aplikacja wspomagające projektowanie graficzne MPZP
Bazy danych dla MPZP Aplikacja wspomagające projektowanie graficzne MPZP Historia rozwoju aplikacji ETAP I Standaryzacja opracowań w ramach pracowni urbanistycznej Usprawnienie akwizycji danych przestrzennych
Bardziej szczegółowoWykład organizacyjny
Automatyka - zastosowania, metody i narzędzia, perspektywy na studiach I stopnia specjalności: Automatyka i systemy sterowania Wykład organizacyjny dr inż. Michał Grochowski kiss.pg.mg@gmail.com michal.grochowski@pg.gda.pl
Bardziej szczegółowoStabilis Smart Factory
1/9 Optymalizacja procesów biznesowych, oszczędności, zwiększenie produkcji i redukcja działań personelu Do czego służy? to już w pełni inteligentna fabryka. Zawiera wszystkie funkcjonalności dostępne
Bardziej szczegółowoV Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja
V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja W dniu 27.06.2015 odbyło się V Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy
Bardziej szczegółowoOferta przetargu. Poland Tender. Nazwa. Miejscowość. Warszawa Numer ogłoszenia. Data zamieszczenia 2011-09-28. Typ ogłoszenia
Poland Tender Oferta przetargu Nazwa Dostawa oprogramowania komputerowego umożliwiającego tworzenie opracowań statystycznych obrazujących gospodarowanie Zasobem Własności Rolnej Skarbu Państwa Miejscowość
Bardziej szczegółowoPodstawy sztucznej inteligencji
wykład 4 (Fuzzy logic) 23 listopad 2011 Plan wykładu 1 Systemy wnioskowania z danymi niepewnymi 2 3 Inteligentne systemy z wiedzą Systemy z wiedzą składają się z dwóch części: 1 Baza wiedzy (KB): zbioru
Bardziej szczegółowoSALESmanago Marketing Automation Case Study: E-commerce
Coś o FEB FEB, czyli Fabryka e-biznesu to agencja interaktywna z 10 letnim doświadczeniem na rynku polskim i zagranicznym. Współpracujemy zarówno ze start-upami jak i już rozwiniętymi firmami, które chcą
Bardziej szczegółowoZastosowanie technologii Semantic Web w regionalnej sieci telemedycznej
Zastosowanie technologii Semantic Web w regionalnej sieci telemedycznej Michał Kosiedowski (michal.kosiedowski@man.poznan.pl) Cezary Mazurek (mazurek@man.poznan.pl) Raul Palma (rpalma@man.poznan.pl) Plan
Bardziej szczegółowoSztuczna Inteligencja a Industry 4.0
Sztuczna Inteligencja a Industry 4.0 (z perspektywy Katedry Informatyki Stosowanej i Modelowania) Jan Kusiak Katedra Informatyki Stosowanej i Modelowania Wydział Inżynierii Metali i Informatyki Przemysłowej
Bardziej szczegółowoMatryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)
Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego
Bardziej szczegółowoKatowice, plan miasta: Skala 1: = City map = Stadtplan (Polish Edition)
Katowice, plan miasta: Skala 1:20 000 = City map = Stadtplan (Polish Edition) Polskie Przedsiebiorstwo Wydawnictw Kartograficznych im. Eugeniusza Romera Click here if your download doesn"t start automatically
Bardziej szczegółowoHelena Boguta, klasa 8W, rok szkolny 2018/2019
Poniższy zbiór zadań został wykonany w ramach projektu Mazowiecki program stypendialny dla uczniów szczególnie uzdolnionych - najlepsza inwestycja w człowieka w roku szkolnym 2018/2019. Składają się na
Bardziej szczegółowoBezpieczeństwo aplikacji WWW. Klasyfikacja zgodna ze standardem OWASP. Zarządzanie podatnościami
Bezpieczeństwo aplikacji WWW Klasyfikacja zgodna ze standardem OWASP Zarządzanie podatnościami Tomasz Zawicki tomasz.zawicki@passus.com.pl Pojawianie się nowych podatności I. Identyfikacja podatności II.
Bardziej szczegółowoUczenie się maszyn. Dariusz Banasiak. Katedra Informatyki Technicznej Wydział Elektroniki
Dariusz Banasiak Katedra Informatyki Technicznej Wydział Elektroniki Machine Learning (uczenie maszynowe, uczenie się maszyn, systemy uczące się) interdyscyplinarna nauka, której celem jest stworzenie
Bardziej szczegółowoInternet Semantyczny i Logika II
Internet Semantyczny i Logika II Ontologie Definicja Grubera: Ontologia to formalna specyfikacja konceptualizacji pewnego obszaru wiedzy czy opisu elementów rzeczywistości. W Internecie Semantycznym językiem
Bardziej szczegółowoTTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction
TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 9: Inference in Structured Prediction 1 intro (1 lecture) Roadmap deep learning for NLP (5 lectures) structured prediction
Bardziej szczegółowoCZŁOWIEK I AI: W POSZUKIWANIU ZŁOTEGO GRAALA
CZŁOWIEK I AI: W POSZUKIWANIU ZŁOTEGO GRAALA Jacek Borek Dyrektor Zarządzający Accenture Technology Czerwiec 2019 2 EKSPERYMENT NA HARVARDZIE: SZTUCZNA INTELIGENCJA KONTRA LEKARZ W WYKRYWANIU RAKA PIERSI...
Bardziej szczegółowoPiotr Zacharek HP Polska
HP Integrity VSE Rozwój bez ograniczeń HP Restricted Piotr Zacharek HP Polska Technology for better business outcomes 2007 Hewlett-Packard Development Company, L.P. The information contained herein is
Bardziej szczegółowoMagdalena Drabek (Politechnika Łódzka) Żaneta Mucha (ESN SGGW) Joanna Jóźwik (FRSE) Warszawa, 27 listopada 2015 r.
Przygotowanie Porozumienia o programie studiów/praktyki rola studenta, uczelni wysyłającej (wydziałowego i uczelnianego koordynatora Erasmusa+) i uczelni przyjmującej. Magdalena Drabek (Politechnika Łódzka)
Bardziej szczegółowoSkuteczne zastosowanie BIM w infrastrukturze i efektywne wykorzystanie narzędzi Autodesk
Skuteczne zastosowanie BIM w infrastrukturze i efektywne wykorzystanie narzędzi Autodesk Mateusz Dunaj Marek Majewski Tomáš Lendvorský Lafrentz Polska Aplikom Autodesk Zintegrowany proces BIM Projekt drogi
Bardziej szczegółowoOferta szkoleniowa Yosi.pl 2012/2013
Oferta szkoleniowa Yosi.pl 2012/2013 "Podróżnik nie posiadający wiedzy, jest jak ptak bez skrzydeł" Sa'Di, Gulistan (1258 rok) Szanowni Państwo, Yosi.pl to dynamicznie rozwijająca się firma z Krakowa.
Bardziej szczegółowoSZPITAL 4.0. Piotr A. Wrzecioniarz Inicjator Konferencji Instytut Inwentyki Prof. Politechniki Wrocławskiej. Wrocław, 2019
SZPITAL 4.0 Piotr A. Wrzecioniarz Inicjator Konferencji Instytut Inwentyki Prof. Politechniki Wrocławskiej Wrocław, 2019 DEFINICJA GOSPODARKI 4.0 PRZEMYSŁ 4.0 ISTOTA TRANSFORMACJI Pojęcia Przemysł 4.0
Bardziej szczegółowoINNOWACYJNE METODY UDOSTĘPNIANIA PUBLICZNYCH DANYCH PRZESTRZENNYCH
INNOWACYJNE METODY UDOSTĘPNIANIA PUBLICZNYCH DANYCH PRZESTRZENNYCH Dr inż. Adam Iwaniak Uniwersytet Przyrodniczy we Wrocławiu Wrocławskiego Instytutu Zastosowań Informacji Przestrzennej i Sztucznej Inteligencji
Bardziej szczegółowoWyk lad 8: Leniwe metody klasyfikacji
Wyk lad 8: Leniwe metody Wydzia l MIM, Uniwersytet Warszawski Outline 1 2 lazy vs. eager learning lazy vs. eager learning Kiedy stosować leniwe techniki? Eager learning: Buduje globalna hipoteze Zaleta:
Bardziej szczegółowoPiotr Sobolewski Krzysztof Skorupski
Plan prezentacji Logika rodzaje Logika klasyczna Logika wielowartościowa Logika rozmyta Historia powstania Definicje Zbiory rozmyte Relacje rozmyte Systemy rozmyte Modele Zastosowanie w optymalizacji przykłady
Bardziej szczegółowoZagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,
Bardziej szczegółowoEuropean Crime Prevention Award (ECPA) Annex I - new version 2014
European Crime Prevention Award (ECPA) Annex I - new version 2014 Załącznik nr 1 General information (Informacje ogólne) 1. Please specify your country. (Kraj pochodzenia:) 2. Is this your country s ECPA
Bardziej szczegółowoSystemy ekspertowe. dr inż.marcin Blachnik. marcin.blachnik@polsl.pl http://mblachnik.pl
Systemy ekspertowe dr inż.marcin Blachnik marcin.blachnik@polsl.pl http://mblachnik.pl Literatura A. Niederliński Regułowo - modelowe systemy ekspertowe rmse, Wyd. SKALMIERSKI P. Cichosz, Systemy uczące
Bardziej szczegółowoProposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science
Proposal of thesis topic for mgr in (MSE) programme 1 Topic: Monte Carlo Method used for a prognosis of a selected technological process 2 Supervisor: Dr in Małgorzata Langer 3 Auxiliary supervisor: 4
Bardziej szczegółowoMetody wnioskowania. Wnioskowanie w przód (ang. forward chaining) Wnioskowanie w tył (ang. Backward chaining) Od przesłanki do konkluzji Np..
Systemy regułowe Metody wnioskowania Wnioskowanie w przód (ang. forward chaining) Od przesłanki do konkluzji Np.. CLIPS Wnioskowanie w tył (ang. Backward chaining) Czyli od konkluzji do przesłanki Np..
Bardziej szczegółowoLubomierz, Polska
02-04.08.2019 Lubomierz, Polska Słowem wstępu PixelMania to elitarny festiwal dla fotografów i cosplayerów, który gromadzi posjonatów z całego świata, zapewniając im niezbędne narzędzia pracy. Rok 2019
Bardziej szczegółowoMAGNESY KATALOG d e s i g n p r o d u c e d e l i v e r
MAGNESY KATALOG design produce deliver MAGNET 0,4 / 0,75MM owal, prostokąt, koło, kwadrat od 50 sztuk Flexible magnet 0.4 = strength example: able to hold one A4 sheet. 0.75 = strength example: able to
Bardziej szczegółowoDiagnostyka wad odlewów przy uŝyciu systemu ekspertowego CastExpert - przykład zastosowania regułowej reprezentacji wiedzy
Diagnostyka wad odlewów przy uŝyciu systemu ekspertowego CastExpert - przykład zastosowania regułowej reprezentacji wiedzy Krzysztof Regulski AGH, WIMiIP, ZIP 2 Plan prezentacji: Wprowadzenie do systemu
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści wspólnych z kierunkiem Matematyka, moduł kierunku obowiązkowy Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoWYDZIAŁ NAUK EKONOMICZNYCH
Studia I stopnia stacjonarne i niestacjonarne Kierunek Międzynarodowe Stosunki Gospodarcze Specjalność PROGRAM OF BACHELOR STUDIES IN Description The objective of the studies is to train an expert in international
Bardziej szczegółowoŁukasz OGRYZEK Politechnika Śląska w Gliwicach, Polska. Systemy ekspertowe wykorzystywane jako inteligentne platformy e-learningowe etapy uczenia
Łukasz OGRYZEK Politechnika Śląska w Gliwicach, Polska Systemy ekspertowe wykorzystywane jako inteligentne platformy e-learningowe etapy uczenia Wiedzę wciąż trzeba pogłębiać. Niewiedza pogłębia się sama.
Bardziej szczegółowoPrzedmiot Prowadzący Termin I (data/godz/miejsce) Analiza matematyczna I. Prof. R. Lenczewski Doc. J. Górniak. Prof. Z. Kowalski Dr B.
kierunek: INFORMATYKA WYDZIAŁ INFORMATYKI i ZARZĄDZANIA Instytut Informatyki na studiach stacjonarnych L.p Rok / 1. I r. Analiza matematyczna I R. Lenczewski Doc. J. Górniak 4.02.2014 r 2. I r. 3. I r.
Bardziej szczegółowoInteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych
Wstęp Inteligencja Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych inteligencja psych. zdolność rozumienia, kojarzenia; pojętność, bystrość; zdolność znajdowania właściwych, celowych
Bardziej szczegółowoMachine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering
Machine Learning for Data Science (CS4786) Lecture 11 Spectral Embedding + Clustering MOTIVATING EXAMPLE What can you say from this network? MOTIVATING EXAMPLE How about now? THOUGHT EXPERIMENT For each
Bardziej szczegółowoMetody sztucznej inteligencji w układach sterowania METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
1 Metody sztucznej inteligencji w układach sterowania Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie
Bardziej szczegółowoRelacja zakresu nauk humanistyczno-społecznych z Krajową Inteligentną Specjalizacją
Relacja zakresu nauk humanistyczno-społecznych z Krajową Inteligentną Specjalizacją Inteligentne uczenie się Moduł nr 1 Inteligentne szkolnictwo wyższe dla inteligentnej gospodarki i jej kadr Inteligentne
Bardziej szczegółowoKomputerowe Systemy Przemysłowe: Modelowanie - UML. Arkadiusz Banasik arkadiusz.banasik@polsl.pl
Komputerowe Systemy Przemysłowe: Modelowanie - UML Arkadiusz Banasik arkadiusz.banasik@polsl.pl Plan prezentacji Wprowadzenie UML Diagram przypadków użycia Diagram klas Podsumowanie Wprowadzenie Języki
Bardziej szczegółowoModele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013.
Modele bezpieczeństwa logicznego i ich implementacje w systemach informatycznych / Aneta Poniszewska-Marańda. Warszawa, 2013 Spis treści I. Bezpieczeństwo systemów informatycznych Rozdział 1. Wstęp 3 1.1.
Bardziej szczegółowoStawiamy na specjalizację. by CSB-System AG, Geilenkirchen Version 1.1
1 Business Intelligence Jak najlepiej wykorzystać dostępne źródła informacji, czyli Business Intelligence w zarządzaniu III Konferencja i warsztaty dla branży mięsnej Potencjał rynku potencjał firmy 2
Bardziej szczegółowoSK01-KA
2018-1-SK01-KA203-046318 O2 Metodyczny i techniczny przewodnik krok-po-kroku dotyczący wdrażania innowacji w programie studiów medycznych i w naukach pokrewnych Podsumowanie Autorzy: projekt BCIME Disclaimer:
Bardziej szczegółowo