KARTA PRZEDMIOTU Jednostka: WIPiE Dyscyplina: Poziom studiów: 3 Semestr: 3 lub 4 Forma studiów: stacjonarne Język wykładowy: Nazwa przedmiotu: Metody sztucznej inteligencji Symbol przedmiotu: MSI Liczba pkt ECTS: 2 polski Przedmioty poprzedzające: brak Cel nauczania: Cel 1. Nabycie wiedzy dotyczącej istniejących metod tzw. sztucznej inteligencji (sztuczne sieci neuronowe, logika rozmyta i algorytmy genetyczne), które można wykorzystywać do dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. Cel 2. Nabycie umiejętności formułowania modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. Cel 3. Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy. Literatura: podstawowa (do 3 pozycji) 1 Rutkowska D., Plinski M., Rutkowski L. 1997 Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Warszawa 2 3 uzupełniająca (do 3 pozycji) 1 Czasopisma owe krajowe i zagraniczne dotyczące wybranego tematu badawczego. 2 3 Odpowiedzialny za przedmiot: dr hab. inż. Sławomir Francik Pozostali prowadzący: dr hab. inż. Bogusława Łapczyńska-Kordon Jednostka organizacyjna: Wydział Inzynierii Produkcji i Energetyki
dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. EK dla dyscypliny Agronomia UR3_WA1 Ma specjalistyczną wiedzę w zakresie biologii, chemii, fizyki dostosowaną do dyscypliny agronomia, umożliwiającą analizę informacji i wykorzystanie jej w pracy badawczej Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3-UA3 Umiejętnie dobiera narzędzia statystyczne oraz stosuje zaawansowane programy informatyczne przy opracowaniu zebranych wyników UR3-UA4 Krytycznie analizuje i optymalizuje problemy napotykane w produkcji rolniczej Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. Ma specjalistyczną wiedzę w zakresie biologii, chemii, fizyki dostosowaną do dyscypliny agronomia, umożliwiającą analizę informacji i wykorzystanie jej w pracy badawczej EK dla dyscypliny Technologia Żywności UR3_WT2 Wykazuje znajomość specjalistycznych metod, technik, technologii narzędzi i materiałów w zakresie technologii żywności Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. Umiejętnie dobiera narzędzia statystyczne oraz stosuje zaawansowane programy informatyczne przy opracowaniu zebranych wyników UR3-UT2 Potrafi nadać formę matematyczną badanym zjawiskom fizycznym i chemicznym, przedstawić wyniki w formie tabel, wykresów oraz zinterpretować je pisemnie lub ustnie Krytycznie analizuje i optymalizuje problemy napotykane w produkcji rolniczej Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
EK dla dyscypliny Ogrodnictwo dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. UR3_WO2 Wykazuje znajomość najnowszych metod, technik i technologii produkcji w zakresie ogrodnictwa Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3-UO3 Potrafi nadać formę matematyczną badanym zjawiskom biologicznym i chemicznym, przedstawić wyniki w formie tabel, wykresów oraz zinterpretować je pisemnie lub ustnie Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
inteligencji (sztuczne sieci neuronowe, logika rozmyta i algorytmy genetyczne), które można wykorzystywać do modelowania procesów i zjawisk badanych w różnych dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. EK dla dyscypliny Zootechnika UR3_WZ3 Wykazuje znajomość zaawansowanych metod, technik, technologii i materiałów pozwalających kształtować potencjał przyrody Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3-UZ2 Rozumie i stosuje odpowiednie technologie informatyczne w zakresie uzyskiwania i przetwarzania informacji z zakresu produkcji zwierzęcej UR3-UZ3 Samodzielnie i wszechstronnie analizuje problemy wpływające na produkcję, jakość żywności, zdrowie zwierząt i ludzi, stan środowiska naturalnego i zasoby naturalne środowiska. Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. EK dla dyscypliny Kształtowanie Środowiska UR3_WK1 Ma poszerzoną i pogłębioną wiedzę w zakresie matematyki, fizyki, chemii i informatyki przydatną do formułowania i rozwiązywania złożonych problemów inżynierii środowiska Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3_UK1 Ocenia i dobiera odpowiednie metody i techniki przy rozwiązywaniu złożonych zadań inżynierskich w celu kształtowania potencjału przyrody UR3_UK2 Potrafi zaplanować i zoptymalizować infrastrukturę techniczną obszarów wiejskich UR3_UK5 Umie wykorzystać modele matematyczne do interpretacji prognozowania przebiegu zjawisk w zakresie kształtowania środowiska Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. EK dla dyscypliny Inżynieria Rolnicza UR3_WI1 Ma poszerzoną i pogłębioną wiedzę w zakresie matematyki, fizyki, chemii i informatyki przydatną do formułowania i rozwiązywania złożonych zadań związanych z inżynierią rolniczą Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3_UI1 Potrafi przeprowadzić eksperymenty w tym pomiary i symulacje komputerowe, interpretować uzyskane wyniki i formułować wnioski UR3_UI3 Potrafi zaplanować i zoptymalizować infrastrukturę techniczną obszarów wiejskich Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
EK dla dyscypliny Leśnictwo dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. UR3_WL1 Ma specjalistyczną wiedzę w zakresie biologii, fizyki, matematyki dostosowaną do kierunku leśnictwo umożliwiającą twórczą analizę wyników uzyskiwanych w pracy badawczej Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3_UL3 Wykonuje pomiary, analizuje i inwentaryzuje oraz ocenia stan gospodarstwa leśnego UR3_UL4 Modeluje procesy zachodzące w drzewostanach UR3_UL5 Potrafi posługiwać się nowoczesnymi technikami właściwymi do prowadzenia prac badawczych w leśnictwie Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
EK dla dyscypliny Geodezja i Kartografia dyscyplinach owych w obrębie biologicznych, rolniczych, leśnych,, ekonomicznych i innych. UR3_WG1 Ma specjalistyczną wiedzę w zakresie matematyki, fizyki z astronomią powiązaną z ami o środowisku umożliwiającą twórczą analizę uzyskiwanych wyników pomiarów Ma umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji procesów oraz pozyskiwania wiedzy dotyczącej badanych zjawisk. rolniczych, leśnych i UR3_UG4 Potrafi zinterpretować wyniki pomiarów w formie matematycznej i graficznej Dąży do poznania nowych metod opisu badanej rzeczywistości aby zwiększyć kompetencje w zakresie efektywności swojej pracy.
SEMESTR LICZBA GODZIN KONTAKTOWYC FORMA ZAJĘĆ OCENA FORMUJĄCA OCENA KOŃCOWA SYMBOLE EFEKTÓW KSZTAŁCENIA (EK) DLA PRZEDMIOTU wiedza umiejętności kompetencje społeczne TREŚCI PROGRAMOWE (wykład) MSI_3_W1 MSI_3_W1 MSI_3_W1 1. Metodyczne podstawy modelowania matematycznego. Klasyczne metody modelowania matematycznego. Symulacja i optymalizacja. 2. Podstawy metod sztucznej inteligencji (geneza powstania, rodzaje, zalety i wady, możliwe zastosowania), 3. Sztuczne sieci neuronowe SSN (podstawowe pojęcia i modele SSN, wielowarstwowe jednokierunkowe SSN, przykładowe zastosowania (regresja, predykcja klasyfikacja), tworzenie modeli procesów i zjawisk z wykorzystaniem SSN). 3 1 zaliczenie pisemne 3 1 zaliczenie pisemne 3 1 zaliczenie pisemne MSI_3_W1 4. Logika rozmyta. Modele rozmyte i metody modelowania (struktura i operacje w modelach rozmytych, reguły wnioskowania rozmytego, rodzaje modeli rozmytych, przykłady modeli rozmytych). 3 1 zaliczenie pisemne MSI_3_W1 5. Algorytmy genetyczne (podstawowe pojęcia, klasyczny algorytm i modyfikacje, algorytmy ewolucyjne, przykłady optymalizacji). 3 1 zaliczenie pisemne 15 śr. waż. ocen formujących
SEMESTR LICZBA GODZIN KONTAKTOWYC FORMA ZAJĘĆ OCENA FORMUJĄCA OCENA KOŃCOWA SYMBOLE EFEKTÓW KSZTAŁCENIA (EK) DLA PRZEDMIOTU wiedza umiejętności kompetencje społeczne TREŚCI PROGRAMOWE (ćwiczenia) MSI_3_U1 MSI_3_U1 MSI_3_U1 MSI_3_U1 MSI_3_K1 MSI_3_K1 MSI_3_K1 MSI_3_K1 Doktorant formułuje modele oparte na sztucznej inteligencji i wykorzystuje je do symulacji i optymalizacji procesów (Projekt 1 - Sztuczne Sieci Neuronowe - regresja) Doktorant formułuje modele oparte na sztucznej inteligencji i wykorzystuje je do symulacji i optymalizacji procesów (Projekt 2 - Sztuczne Sieci Neuronowe - klasyfikacja) Doktorant formułuje modele oparte na sztucznej inteligencji i wykorzystuje je do symulacji i optymalizacji procesów (Projekt 3 - Logika rozmyta) Doktorant formułuje modele oparte na sztucznej inteligencji i wykorzystuje je do symulacji i optymalizacji procesów (Projekt 4 - Algorytmy genetyczne) 4 21 zaliczenie projektu 4 21 zaliczenie projektu 4 21 zaliczenie projektu 3 21 zaliczenie projektu 15 śr. waż. ocen formujących
NAKŁAD PRACY STUDENTA Lp AKTYWNOŚĆ Godziny ECTS 1 Udział w wykładach i ćwiczeniach audytoryjnych 15 2 Udział w ćwiczeniach/laboratoriach/ćwiczeniach terenowych itp. 15 3 Konsultacje 4 Udział w egzaminie Obciążenie studenta na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich 30 1 1 Przygotowanie do ćwiczeń 5 2 Przygotowanie sprawozdania z ćwiczeń 3 Wykonanie projektu 20 4 Wykonanie zadań domowych 5 5 Przygotowanie do egzaminu Przewidywany nakład pracy własnej konieczny do realizacji zadań programowych przedmiotu. 30 1 Obciążenie studenta związane z zajęciami praktycznymi 45 2 Sumaryczne obciążenie pracą studenta 60 2
KRYTERIA OCENY EFEKTY KSZTAŁCENIA (EK) DLA PRZEDMIOTU Na ocenę 3 Na ocenę 4 Na ocenę 5 MSI_3_W1 Pobieżnie omawia metody sztucznej inteligencji. Omawia metody sztucznej inteligencji w sposób wyczerpujący. Omawia metody sztucznej inteligencji w sposób wyczerpujący i wyjaśnia ich wady i zalety. MSI_3_U1 MSI_3_K1 Ma podstawowe umiejętności polegające na formułowaniau modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji. Dąży do pobieżnego poznania nowych metod opisu badanej rzeczywistości w zakresie wystarczającym do rozwiązania nieskomplokowanych problemów. Ma umiejętności polegające na formułowaniau rozbudowanych modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji. Dąży do poznania nowych metod opisu badanej rzeczywistości w zakresie skomplikowanych problemów. Ma umiejętności polegające na formułowaniau rozbudowanych modeli opartych na sztucznej inteligencji i wykorzystywania ich do symulacji i optymalizacji. Potrafi dobrać właściwą metodę do rozwiązywanego problemu. Dąży do dogłębnego poznania nowych metod opisu badanej rzeczywistości w zakresie skomplikowanych problemów.