Nazwa modułu: Systemy inteligentne Rok akademicki: 2013/2014 Kod: RME-2-108-SI-s Punkty ECTS: 7 Wydział: Inżynierii Mechanicznej i Robotyki Kierunek: Mechatronika Specjalność: Systemy inteligentne Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Język wykładowy: Polski Profil kształcenia: Ogólnoakademicki (A) Semestr: 1 Strona www: Osoba odpowiedzialna: dr inż. Ciesielka Wojciech (ghciesie@cyf-kr.edu.pl) Osoby prowadzące: dr inż. Ciesielka Wojciech (ghciesie@cyf-kr.edu.pl) Opis efektów kształcenia dla modułu zajęć Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń) Wiedza M_W001 ma rozszerzoną i pogłębioną wiedzę w zakresie systemów ME1A_W01, ME1A_W02, ME1A_W04, ME1A_W07 projektu M_W002 zna i rozumie budowę systemów ME1A_W09, ME2A_W02, ME2A_W03 ćwiczeń laboratoryjnych M_W003 zna i rozumie metodykę projektowania systemów, a także metody i techniki wykorzystywane w projektowaniu, w tym metody sztucznej inteligencji; zna komputerowe narzędzia do projektowania i symulacji systemów ME1A_W10, ME1A_W12, ME2A_W04, ME2A_W05 Wykonanie ćwiczeń laboratoryjnych, Aktywność na zajęciach, Kolokwium, Projekt, Sprawozdanie Umiejętności 1 / 7
M_U001 potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł; potrafi integrować uzyskane informacje, dokonywać ich interpretacji, a także wyciągać wnioski oraz formułować i uzasadniać opinie dotyczące systemów ME2A_U01 M_U002 potrafi wykorzystać poznane metody i modele matematyczne, a także symulacje komputerowe do analizy i oceny działania systemów ME2A_U07, ME2A_U10 Projekt, Wykonanie projektu, Wykonanie ćwiczeń laboratoryjnych M_U003 potrafi przy formułowaniu i rozwiązywaniu zadań związanych z modelowaniem i projektowaniem systemów integrować wiedzę z dziedziny elektroniki, elektrotechniki, informatyki, automatyki, robotyki, mechaniki, budowy i eksploatacji maszyn i innych dyscyplin, stosując podejście systemowe, z uwzględnieniem aspektów pozatechnicznych (w tym ekonomicznych i prawnych) ME2A_U12 ćwiczeń laboratoryjnych M_U004 potrafi projektować systemy inteligentne przeznaczone do różnych zastosowań, z uwzględnieniem zadanych kryteriów użytkowych i ekonomicznych, w razie potrzeby przystosowując istniejące lub opracowując nowe metody projektowania lub komputerowe narzędzia wspomagania projektowania (CAD) i prac inżynierskich (CAE) ME2A_U10 ćwiczeń laboratoryjnych Kompetencje społeczne M_K001 potrafi myśleć i działać w sposób kreatywny i przedsiębiorczy ME2A_K01 Projekt M_K002 ma świadomość ważności i rozumie pozatechniczne aspekty i skutki działalności magistra inżynieramechatronika, w tym jej wpływ na środowisko, i związaną z tym odpowiedzialność za podejmowane decyzje ME1A_K02 Projekt Matryca efektów kształcenia w odniesieniu do form zajęć Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć Wykład Ćwiczenia audytoryjne Ćwiczenia laboratoryjne Ćwiczenia projektowe Konwersatori um seminaryjne praktyczne Inne terenowe E-learning 2 / 7
Wiedza M_W001 M_W002 M_W003 Umiejętności M_U001 M_U002 M_U003 M_U004 ma rozszerzoną i pogłębioną wiedzę w zakresie systemów zna i rozumie budowę systemów zna i rozumie metodykę projektowania systemów, a także metody i techniki wykorzystywane w projektowaniu, w tym metody sztucznej inteligencji; zna komputerowe narzędzia do projektowania i symulacji systemów potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł; potrafi integrować uzyskane informacje, dokonywać ich interpretacji, a także wyciągać wnioski oraz formułować i uzasadniać opinie dotyczące systemów potrafi wykorzystać poznane metody i modele matematyczne, a także symulacje komputerowe do analizy i oceny działania systemów potrafi przy formułowaniu i rozwiązywaniu zadań związanych z modelowaniem i projektowaniem systemów integrować wiedzę z dziedziny elektroniki, elektrotechniki, informatyki, automatyki, robotyki, mechaniki, budowy i eksploatacji maszyn i innych dyscyplin, stosując podejście systemowe, z uwzględnieniem aspektów pozatechnicznych (w tym ekonomicznych i prawnych) potrafi projektować systemy inteligentne przeznaczone do różnych zastosowań, z uwzględnieniem zadanych kryteriów użytkowych i ekonomicznych, w razie potrzeby przystosowując istniejące lub opracowując nowe metody projektowania lub komputerowe narzędzia wspomagania projektowania (CAD) i prac inżynierskich (CAE) + - + + - - - - - - - + - + + - - - - - - - + - + + - - - - - - - 3 / 7
Kompetencje społeczne M_K001 M_K002 potrafi myśleć i działać w sposób kreatywny i przedsiębiorczy ma świadomość ważności i rozumie pozatechniczne aspekty i skutki działalności magistra inżynieramechatronika, w tym jej wpływ na środowisko, i związaną z tym odpowiedzialność za podejmowane decyzje - - - + - - - - - - - - - - + - - - - - - - Treść modułu zajęć (program wykładów i pozostałych zajęć) Wykład Systemy inteligentne i obszary zastosowań System inteligentny.obszary zastosowań systemów. - inteligentne systemy transportowe, - inteligentne sieci komputerowe, - inteligentne systemy bazodanowe, - inteligentne budynki, - inteligentne systemy elektroenergetyczne, - inteligentne systemy wentylacji i klimatyzacji, - inteligentne systemy grzewcze, - inteligentne systemy sterowania dźwiękiem, - roboty, - inteligentna broń, - inne nie wymienione. Podstawowe pojęcia stosowane w systemach i klasyfikacja System.Składowe systemu. Atrybuty, elementy, relacje.system i podsystemy.klasyfikacja systemów. Cykl życia systemu. Planowanie i projektowanie koncepcyjne systemu.koncepcja utrzymania systemu. Czynniki wpływające na inteligencję systemu i metody oceny Inteligencja. Typy inteligencji.iloraz inteligencji. Sztuczna inteligencja. Ewolucja systemów. Metody oceny. Test Turinga. Systemy inteligentne - identyfikacja i modelowanie Identyfikacja systemów. Modelowanie. Podział modeli i charakterystyka modeli. Systemy inteligentne - badanie i weryfikacja Eksperyment, estymacja i weryfikacja systemów. Systemy inteligentne - analiza sygnałów Analiza sygnałów. Sygnał a informacja. Klasyfikacja sygnałów. Parametry sygnałów. Systemy inteligentnego budynku Budynek inteligentny.system zarządzania budynkiem. Podsystemy budynku: sieć informatyczna i teleinformatyczna,system sterowania oświetleniem, system kontroli dostępu, system alarmowy i monitoringu, system przeciwpożarowy, system pogodowy,system energetyczny budynku, system klimatyzacji i wentylacji, system 4 / 7
personalizacji. Inteligentne systemy sterowania dźwiękiem Dźwięk. Podział dźwięków. Poziom dźwięku A, poziom natężenia dźwięku, poziom mocy akustycznej. Kierunkowość i lokalizacja źródeł dźwięku. Czas pogłosu. Częstości własne wnętrz.modele pola akustycznego.projektowanie systemu sterowania dźwiękiem z wykorzystaniem metod geometrycznych oraz metody elementów skończonych i brzegowych.system identyfikacji barwy dźwięku.złożone systemy audio. Analiza i przetwarzanie obrazów Obraz. Struktura obrazów cyfrowych.metody pozyskiwania obrazów. Metody komputerowego przetwarzania obrazów. Przekształcenia geometryczne, punktowe. Filtracja obrazów. Transformacja Fouriera. Przekształcenia morfologiczne: erozja, dylatacja, otwarcie, zamknięcie, detekcja ekstremów, ścienianie. Analiza obrazów: techniki segmentacji i indeksacji obrazu, pomiary, współczynniki kształtu. Zastosowanie systemów wizyjnych. Algorytmy adaptacyjne i adaptacyjne przetwarzanie sygnałów Teoria filtru Wienera.Powierzchnia błędu średniokwadratowego. Równanie normalne.filtry adaptacyjne o skończonej i nieskończonej odpowiedzi impulsowej. Algorytmy LMS i RLS. Zastosowania systemów adaptacyjnych. Sieci neuronowe i algorytmy ich uczenia. Sieć neuronowa. Neuron i jego modele. Liniowe sieci neuronowe. Uczenie pojedynczego neuronu i sieci liniowej.nieliniowe sieci neuronowe. Właściwości i uczenie neuronu i sieci nieliniowej. Algorytmy uczenia sieci neuronowych. Różne struktury i topologie sieci neuronowych. Zastosowanie sieci neuronowych. Algorytmy genetyczne Podstawowe pojęcia w algorytmach genetycznych.kodowanie parametrów zadania w algorytmie genetycznym.modyfikacje klasycznego algorytmu genetycznego: metody selekcji, procedury reprodukcji,operatory genetyczne. Porównanie algorytmów genetycznych i ewolucyjnych.zastosowania algorytmów genetycznych i ewolucyjnych. Zbiory rozmyte i przybliżone wnioskowanie Podstawowe pojęcia i definicje teorii zbiorów rozmytych. Operacje na zbiorach rozmytych. Zasada rozszerzania. Liczby rozmyte. Normy trójkątne.relacje rozmyte i ich własności. Przybliżone wnioskowanie. Sterowniki rozmyte. Ćwiczenia laboratoryjne Klasyfikacja systemów Identyfikacja systemów Modelowanie systemów Analiza systemów Badania systemów Weryfikacja systemów Analiza i synteza systemu inteligentnego budynku Analiza i synteza inteligentnego systemu energetycznego budynku Analiza i synteza inteligentnego systemu sterowania dźwiękiem budynku 5 / 7
Analiza i synteza inteligentnego systemu identyfikacji głosu Analiza i synteza inteligentnego systemu identyfikacji obrazu Ćwiczenia projektowe Projekt inteligentnego budynku Projektowanie systemu energetycznego w inteligentnym budynku Projekt systemu sterowania dźwiękiem w inteligentnym budynku Projektowanie systemów do identyfikacji głosu Projektowanie systemów do identyfikacji odcisków palców Projektowanie systemów do identyfikacji twarzy Projektowanie inteligentnego systemu identyfikacji tablic rejestracyjnych Projektowanie systemów do rozpoznawania obiektów ruchomych Projektowanie systemów sterowania dźwiękiem Projektowanie inteligentnego systemu transportowego Sposób obliczania oceny końcowej Aktywność studentów na zajęciach laboratoryjnych 10 % Zaliczenie projektów 40 % Kolokwium zaliczeniowe 50 % Wymagania wstępne i dodatkowe Znajomość i umiejętność posługiwania się środowiskiem inżynierskim MATLAB Zalecana literatura i pomoce naukowe 1. Arabas J.:Wykłady z algorytmów ewolucyjnych.wnt Warszawa 2001. 2. Goldberg D.E.: Algorytmy genetyczne i ich zastosowania. WNT Warszawa 1995. 3. Grzech A.:Inżynieria wiedzy i systemy ekspertowe.oficyna Wydawnicza Politechniki Wrocławskiej. Wrocław 2006 4. Michalewicz Z.: Algorytmy genetyczne, struktury danych, programy ewolucyjne. Wydawnictwo Naukowo-Techniczne. Warszawa 2003 5. Nęcka E.: Inteligencja. Gdańskie Wydawnictwo Psychologiczne. Gdańsk 2003. 6. Osowski S.: Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Pol. Warszawskiej. Warszawa 2000 7. Rutkowski L.: Filtry adaptacyjne i adaptacyjne przetwarzanie sygnałów. WNT, Warszawa 1994. 8. Rutkowski L.: Metody i techniki sztucznej inteligencji. Wydawnictwo Naukowe PWN, Warszawa 2005. 9. Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN Warszawa 1997. 10.Szabatin J.: Podstawy teorii sygnałów. Warszawa WKŁ 1990. 11.Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM Warszawa 1993 12 Tadeusiewicz R.: Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1999. 12.Widrow B., Stearns S.: Adaptive signal processing. Enlewood Cliffs. Prentice Hall 1985. 13.Wykłady z przedmiotu Systemy Inteligentne 6 / 7
Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu Nie podano dodatkowych publikacji Informacje dodatkowe Brak Nakład pracy studenta (bilans punktów ECTS) Forma aktywności studenta Udział w wykładach Udział w ćwiczeniach laboratoryjnych Udział w ćwiczeniach projektowych Wykonanie projektu Dodatkowe godziny kontaktowe z nauczycielem Przygotowanie do zajęć Samodzielne studiowanie tematyki zajęć Egzamin lub kolokwium zaliczeniowe Sumaryczne obciążenie pracą studenta Punkty ECTS za moduł Obciążenie studenta 42 godz 26 godz 28 godz 30 godz 5 godz 20 godz 15 godz 10 godz 176 godz 7 ECTS 7 / 7