Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z podstawowymi zagadnieniami z dziedziny obliczeniowej. C2. Poznanie algorytmów obliczeniowej. C3. Praktyczne wykorzystanie algorytmów komputerowej. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI 1. Umiejętność programowania w językach wysokiego poziomu. 2. Wiedza z podstaw analizy matematycznej. Forma studiów: studia stacjonarne Poziom kwalifikacji: I stopnia Liczba godzin/tydzień: 2W E, 2L 3. Podstawowa wiedza ze sztucznej. Kod przedmiotu: S1_10_ss Rok: III Semestr: VI Liczba punktów: 5 ECTS EFEKTY KSZTAŁCENIA EK1 znajomość matematycznych podstaw obliczeniowej. EK2 Znajomość podstawowych algorytmów inteligentnych systemów obliczeniowych. EK3 Umiejętność przygotowania danych dla potrzeb systemów obliczeniowych. EK4 umiejętność zaprogramowania algorytmów obliczeniowej. WIMiI_IB_Ist_S1_10_ss Cykl kształcenia rozpoczynający się w roku akademickim 2013/2014 1/5
TREŚCI PROGRAMOWE Forma zajęć WYKŁADY Liczba godzin W 1 Wprowadzenie do obliczeniowej. 2 W 2 Sztuczne sieci neuronowe wybrane modele, budowa, uczenie, zastosowanie. 8 W 3 Algorytmy niedeterministyczne: Monte Carlo, symulowane wyżarzanie. 4 W 4 Algorytmy ewolucyjne działanie, rodzaje algorytmów. 4 W 5 Logika rozmyta pojęcie zbioru rozmytego, przybliżone wnioskowanie. 4 W 6 Sterowniki rozmyte budowa, działanie, zastosowanie. 4 W 7 Sterowniki neuronowo-rozmyte budowa, działanie, zastosowanie. 4 Forma zajęć LABORATORIUM Liczba godzin L 1 Zapoznanie z funkcjonalnością oprogramowana wykorzystywanego w ramach 2 L 2 Symulacje działania różnych typów sieci neuronowych analiza algorytmów, 8 implementacja, testy L 3 Implementacja algorytmu ewolucyjnego - analiza algorytmu, implementacja, testy 6 L 4 Symulacja działania sterownika rozmytego analiza algorytmu, symulacje 6 L 5 Przykładowe zastosowanie sieci neuronowej 2 L 6 Przykładowe zastosowanie algorytmu ewolucyjnego 2 L 7 Przykładowe zastosowanie systemów rozmytych 2 L 8 Sprawdzian wiadomości 2 NARZĘDZIA DYDAKTYCZNE 1. wykład z wykorzystaniem prezentacji multimedialnych 2. instrukcje do wykonania ćwiczeń laboratoryjnych 3. materiały w Internecie biblioteki, dokumentacje, przykłady 4. stanowiska do ćwiczeń wyposażone w komputer SPOSOBY OCENY ( F FORMUJĄCA, P PODSUMOWUJĄCA) F1. ocena przygotowania do ćwiczeń laboratoryjnych F2. ocena umiejętności stosowania zdobytej wiedzy podczas wykonywania ćwiczeń F3. ocena uzyskana na sprawdzianie wiadomości F4. ocena aktywności podczas zajęć P1. ocena umiejętności rozwiązywania postawionych problemów oraz sposobu prezentacji uzyskanych wyników P2. ocena opanowania materiału nauczania będącego przedmiotem wykładu egzamin WIMiI_IB_Ist_S1_10_ss Cykl kształcenia rozpoczynający się w roku akademickim 2013/2014 2/5
OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z prowadzącym Godziny konsultacji z prowadzącym Zapoznanie się ze wskazaną literaturą Przygotowanie do ćwiczeń laboratoryjnych Przygotowanie do egzaminu egzamin Średnia liczba godzin na zrealizowanie aktywności 30W 30L 60 godz. 5 godz. 20 godz. 25 godz. 12 godz. 3 godz. Suma 125 godz. LICZBA PUNKTÓW ECTS DLA PRZEDMIOTU Liczba punktów ECTS, którą student uzyskuje na zajęciach wymagających bezpośredniego udziału prowadzącego Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym, w tym zajęć laboratoryjnych i projektowych 5 ECTS 2,7 ECTS 2,2 ECTS LITERATURA PODSTAWOWA I UZUPEŁNIAJĄCA 1. L. Rutkowski, Metody i techniki sztucznej, Wydawnictwo Naukowe PWN, Warszawa 2005. 2. J. S. Osowski, Sieci neuronowe w ujęciu algorytmicznym, WNT, Warszawa 1996. 3. D. Rutkowska, M. Piliński, L. Rutkowski, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997 4. J. Arabas, Wykłady z algorytmów ewolucyjnych. WNT, Warszawa, 2001 5. A. Piegat, Modelowanie i sterowanie rozmyte, Akademicka Oficyna Wydawnicza EXIT, Warszawa, 1999. PROWADZĄCY PRZEDMIOT ( IMIĘ, NAZWISKO, ADRES E-MAIL) 1. Dr inż. Rafał Scherer 2. dr inż. Marcin Korytkowski WIMiI_IB_Ist_S1_10_ss Cykl kształcenia rozpoczynający się w roku akademickim 2013/2014 3/5
MACIERZ REALIZACJI EFEKTÓW KSZTAŁCENIA Efekt kształcenia EK1 EK2 EK3 EK4 Odniesienie danego efektu do efektów zdefiniowanych dla całego programu (PEK) KIM_U01 KIM_U09 KIM_U01 KIM_U09 Cele przedmiotu Treści programowe Narzędzia dydaktyczne C1 W1, W2 1, 3 C1, C2 W2, W3, W4, W5, W6, W7 1, 3 C3 L1, L5, L6, L7 2,3,4 C2, C3 L2, L3, L4 2,3,4 Sposób oceny F3 P2 F3 P2 F1, F2, F4 P1 F1, F3, F4 P1 WIMiI_IB_Ist_S1_10_ss Cykl kształcenia rozpoczynający się w roku akademickim 2013/2014 4/5
II. FORMY OCENY - SZCZEGÓŁY Efekty kształcenia Na ocenę 2 Na ocenę 3 Na ocenę 4 Na ocenę 5 EK 1, EK 2 Student opanował obliczeniowej, potrafi znaleźć zastosowanie tych metod Student nie opanował podstawowej wiedzy z zakresu obliczeniowej Student częściowo opanował wiedzę z zakresu obliczeniowej Student opanował obliczeniowej, potrafi samodzielnie zastosować zdobytą wiedzę Student bardzo dobrze opanował materiału objętego programem nauczania, samodzielnie zdobywa i poszerza wiedzę przy użyciu różnych źródeł. Skutecznie wskazuje miejsca jej zastosowania. EK 3, EK 4 Student posiada umiejętności stosowania wiedzy w praktycznym rozwiązywaniu problemów związanych z inteligencją obliczeniową Student nie potrafi zastosować/zaprogra mować/zrozumieć przykładowych algorytmów obliczeniowej nawet z pomocą wytyczonych instrukcji oraz prowadzącego Student nie potrafi wykorzystać zdobytej wiedzy, zadania wynikające z wykonuje z pomocą prowadzącego Student poprawnie wykorzystuje wiedzę oraz samodzielnie rozwiązuje problemy wynikające w trakcie Student potrafi samodzielnie przeanalizować algorytm, zaimplementować, go i wskazać praktyczne zastosowania, potrafi dokonać oceny oraz uzasadnić trafność przyjętych metod Dopuszcza się wystawienie oceny połówkowej o ile student spełniający wszystkie efekty kształcenia wymagane do oceny pełnej spełnia niektóre efekty kształcenia odpowiadające ocenie wyższej. III. INNE PRZYDATNE INFORMACJE O PRZEDMIOCIE Wszelkie informacje dla studentów dotyczące przedmiotu w tym harmonogramu odbywania zajęć, warunków zaliczenia oraz konsultacji są przekazywane podczas pierwszych zajęć z przedmiotu oraz umieszczone są na tablicach informacyjnych Instytutu Inteligentnych Systemów Informatycznych. WIMiI_IB_Ist_S1_10_ss Cykl kształcenia rozpoczynający się w roku akademickim 2013/2014 5/5