РОСЖЕЛДОР

Федеральное государственное бюджетное

образовательное учреждение высшего образования

"Ростовский государственный университет путей сообщения"

(ФГБОУ ВО РГУПС)

  УТВЕРЖДАЮ
Проректор по учебной работе - начальник учебно-методического управления М.А. Кравченко

30.06.2018 г.
"Для размещения в ЭИОС настоящая РПД подписана
с использованием простой электронной подписи"

Кафедра "Вычислительная техника и автоматизированные системы управления"

РАБОЧАЯ ПРОГРАММА

ДИСЦИПЛИНЫ

1Б.В.ДВ "Системы искусственного интеллекта"

по Учебному плану

в соответствии с ФГОС ВО по направлению подготовки

09.03.01 Информатика и вычислительная техника

программа академического бакалавриата

Вычислительные машины, комплексы, системы и сети

Квалификация выпускника "Бакалавр"

Ростов-на-Дону

2018 г.

 



 






Автор-составитель Суханов Андрей Валерьевич предлагает настоящую Рабочую программу дисциплины 1Б.В.ДВ "Системы искусственного интеллекта" в качестве материала для проектирования Образовательной программы РГУПС и осуществления учебно-воспитательного процесса по федеральному государственному образовательному стандарту высшего образования.

Рабочая программа дисциплины рассмотрена на кафедре "Вычислительная техника и автоматизированные системы управления".





Экспертизу Рабочей программы дисциплины провел(а):

к.т.н., доц. Рыбалко И. П., доцент. каф. "ПОВТ и АС", ДГТУ.





Рекомендуемое имя и тип файла документа:
1БВДВ_Системы и и_Б_09.03.01_во_7_ВТиАСУ_п21899_35134.doc


Наименование, цель и задача дисциплины

Дисциплина "Системы искусственного интеллекта".

Учебный план по Образовательной программе утвержден на заседании Ученого совета университета от 09.08.2017 № 15.

Целью дисциплины "Системы искусственного интеллекта" является расширение и углубление подготовки в составе других базовых дисциплин блока "Блок 1 - Дисциплины (модули)" Образовательной программы , прежде всего, "Прикладное программирование и базы данных", в соответствии с требованиями, установленными федеральным государственным образовательным стандартом высшего образования для формирования у выпускника профессиональных, дополнительных профессиональных компетенций, способствующих решению профессиональных задач в соответствии с видами профессиональной деятельности, предусмотренными учебным планом и профилем подготовки "Вычислительные машины, комплексы, системы и сети".

Для достижения цели поставлены задачи ведения дисциплины:

подготовка обучающегося по разработанной в университете Образовательной программе к успешной аттестации планируемых результатов освоения дисциплины;

подготовка обучающегося к освоению дисциплин "Корпоративные информационные системы на транспорте", "Технологии программирования";

подготовка обучающегося к прохождению практики;

подготовка обучающегося к защите выпускной квалификационной работы;

развитие социально-воспитательного компонента учебного процесса.


Перечень планируемых результатов обучения по дисциплине, соотнесенных с планируемыми результатами освоения Образовательной программы

Планируемый результат освоения дисциплины Планируемый результат освоения Образовательной программы

Знает: - логику высказываний и предикатов; - современные тенденции развития информатики и вычислительной техники, компьютерных технологий

Умеет: - применять математические методы, физические законы и вычислительную технику для решения практических задач; - ставить задачу и разрабатывать алгоритм ее решения, использовать прикладные системы программирования, разрабатывать основные программные документы; - работать с современными системами программирования, включая объектно-ориентированные.

Имеет навыки: - языками процедурного и объектно-ориентированного программирования, навыками разработки и отладки программ не менее чем на одном из алгоритмических процедурных языков программирования высокого уровня

ПК-3 - способностью обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности

Знает: базы данных и системы управления базами данных для информационных систем различного назначения; современные тенденции развития информатики и вычислительной техники, компьютерных технологий

Умеет: выбирать, комплексировать и эксплуатировать программно-аппаратные средства в создаваемых вычислительных и информационных системах и сетевых структурах; инсталлировать, тестировать,испытывать и использовать программно-аппаратные средства вычислительных и информационных систем

Имеет навыки: работы средствами разработки и оформления технической документации; владения языками процедурного и объектно-ориентированного программирования, разработки и отладки программ не менее чем на одном из алгоритмических процедурных языков программирования высокого уровня

ДПК-2 - способностью инсталлировать и сопрягать аппаратные и программные средства в составе интеллектуальных систем управления безопасных АСУ ТП

Место дисциплины 1Б.В.ДВ "Системы искусственного интеллекта" в структуре Образовательной программы

Дисциплина отнесена к Блоку 1Б Образовательной программы. Дисциплина является дисциплиной по выбору обучающегося (В.ДВ).

Требования к входным знаниям, умениям и компетенциям обучающегося, необходимым для изучения данной дисциплины, соответствуют требованиям по результатам освоения предшествующих дисциплин : "Информатика и программирование", "Прикладное программирование и базы данных".

Нормативный срок освоения Образовательной программы по очной форме обучения – 4 года. Наименование формы и срока обучения из базы данных РГУПС (вид обучения): 4 года очное бакалавриат.

Обозначение-аббревиатура учебных групп, для которых данная дисциплина актуальна: АВБ.

Дисциплина реализуется в 7 семестре.

Объем дисциплины в зачетных единицах с указанием количества академических часов, выделенных на контактную работу обучающихся с преподавателем (по видам учебных занятий) и на самостоятельную работу обучающихся

Вид обучения: 4 года очное бакалавриат

Общая трудоемкость данной дисциплины 4 зачетные единицы, или 144 часа, в том числе контактная работа обучающегося с преподавателем (КРОП); по учебным занятиям КРОП с учетом ИЗ и КСР, составляет 67 часов.

Виды учебной работы Всего часов КРОП, часов Число часов в семестре
7
Аудиторные занятия всего и в т.ч. 64 64 64
Лекции (Лек) 32 32 32
Лабораторные работы (Лаб)      
Практические, семинары (Пр) 32 32 32
Индивидуальные занятия (ИЗ),
контроль самостоятельной работы (КСР)
3 3 3
Самостоятельная работа (СРС), всего и в т.ч. 41   41
Контрольная работа (К)      
Расчетно-графическая работа (РГР)      
Курсовая работа (КР)      
Курсовой проект (КП)      
Самоподготовка 41   41
Контроль, всего и в т.ч. 36   36
Экзамен (Экз) 36   36
Зачет (За)      
Общая трудоемкость, часы 144 67 144
Зачетные единицы (ЗЕТ) 4   4

Содержание дисциплины, структурированное по темам (разделам) с указанием отведенного на них количества академических часов и видов учебных занятий

Содержание дисциплины

Семестр № 7

1. Понятие искусственного интеллекта. История и направления искусственного интеллекта. (Компетенция/и ПК-3, ДПК-2)

1.1. Возникновение искусственного интеллекта.

1.2. Цели и задачи искусственного интеллекта.

1.3. Характеристики интеллектуальной системы.

1.4. Предпосылки создания экспертных систем.

1.5. Прикладные интеллектуальные системы.

1.6. Архитектура интеллектуальных систем.

1.7. Современный этап и перспективы развития искусственного.

2. Формальные языки как модель представления знаний. (Компетенция/и ПК-3, ДПК-2)

2.1. Понятие формального языка. Язык логики.

2.2. Формальные системы.

3. Определение базы знаний. Экспертные системы. (Компетенция/и ПК-3, ДПК-2)

3.1. Основные критерии знаний. Отличие знаний от данных.

3.2. Экспертные системы.

4. Модели представления знаний. (Компетенция/и ПК-3, ДПК-2)

4.1. Продукционные модели представления знаний.

4.2. Разрешение конфликтного множества в продукционных моделях.

4.3. Примеры использования и преимущества продукционных систем.

4.4. Семантические сети.

4.5. Системы фреймов.

5. Приближенные множества. (Компетенция/и ПК-3, ДПК-2)

5.1. Основные понятия.

5.2. Аппроксимация множества.

5.3. Анализ таблиц решений.

6. Искусственные нейронные сети. (Компетенция/и ПК-3, ДПК-2)

6.1. Зарождение теории искусственных нейронных сетей.

6.2. Простейшие перцептроны и способы их обучения.

6.3. Перцептроны без скрытых слоев.

6.4. Перцептроны, позволяющие решить линейно неразделимые.

7. Основы теории нечетких множеств. (Компетенция/и ПК-3, ДПК-2)

7.1. Мера возможности и мера вероятности.

7.2. Основные определения теории нечетких множеств.

7.3. Способы задания нечетких множеств.

7.4. Операции над нечеткими множествами.

7.5. Нечеткие величины.

7.6. Лингвистическая переменная.

7.7. Нечеткая логика.


Отведенное количество часов по видам учебных занятий и работы

Вид обучения: 4 года очное бакалавриат

Номер раздела данной дисциплины Трудоемкость в часах по видам занятий
Лекции Практические занятия, семинары Лабораторные работы Самоподготовка
1 6 6   6
2 6 6   6
3 4 4   6
4 4 4   6
5 4 4   5
6 4 4   6
7 4 4   6
Итого 32 32   41
В т.ч. по интерактивным формам 32 32    

Лабораторный практикум

Не предусмотрено.


Практические занятия (семинары)

Вид обучения: 4 года очное бакалавриат

Номер раздела данной дисциплины Наименование (тематика) практических работ, семинаров Трудоемкость аудиторной работы, часы
Семестр № 7
1 Проектирование формальной системы 6
2 Продукционная модель представления знаний 6
3 Исследование приближенных множеств 4
4 Основные положения теории искусственных нейронных сетей 4
5 Композиция нечетких отношений 4
6 Нечеткие числа и операции над ними 4
7 Нечеткие числа и операции над ними(продолжение) 4

Самостоятельное изучение учебного материала (самоподготовка)

Вид обучения: 4 года очное бакалавриат

Номер раздела данной дисциплины Наименование тем, вопросов, вынесенных для самостоятельного изучения Трудоемкость внеаудиторной работы, часы
Семестр № 7
1 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6
2 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6
3 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6
4 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6
5 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 5
6 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6
7 Работа с основной и дополнительной литературой, Составление конспекта, Составление отчета по практической работе 6

Перечень учебно-методического обеспечения для самостоятельной работы обучающихся по дисциплине

№ п/п Библиографическое описание
1 А.В. Суханов, Лященко З.В. Интеллектуальные системы и технологии и системы искусственного интеллекта [Электронный ресурс]: Методические указания для самостоятельной работы / А.В. Суханов, Лященко З.В.; ФГБОУ ВО РГУПС. – Ростов н/Д, 2017. – 29 с. ЭБС РГУПС

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине

Перечень компетенций с указанием этапов их формирования в процессе освоения Образовательной программы

Компетенция Указание (+) этапа формирования в процессе освоения ОП (семестр)
7
ПК-3 +
ДПК-2 +

Описание показателей и критериев оценивания компетенций на различных этапах их формирования

Компе-
тенция
Этап
формирования
ОП (семестр)
Показатель оценивания Критерий оценивания
ПК-3 7 Балльная оценка на экзамене - полнота усвоения материала,
- качество изложения материала,
- правильность выполнения заданий,
- аргументированность решений.
Процент верных на тестировании - правильность выполнения заданий.
Выполненное практическое задание - правильность выполнения заданий.
ДПК-2 7 Балльная оценка на экзамене - полнота усвоения материала,
- качество изложения материала,
- правильность выполнения заданий,
- аргументированность решений.
Процент верных на тестировании - правильность выполнения заданий.
Выполненное практическое задание - правильность выполнения заданий.

Описание шкал оценивания компетенций

Значение оценки Уровень освоения компетенции Шкала оценивания (для аттестационной ведомости, зачетной книжки, документа об образования) Шкала оценивания (процент верных при проведении тестирования)
Балльная оценка - "удовлетворительно". Пороговый Оценка «удовлетворительно» выставляется обучающемуся, который имеет знания только основного материала, но не усвоил его деталей, допускает неточности, недостаточно правильные формулировки, нарушения последовательности изложения программного материала и испытывает трудности в выполнении практических навыков. От 40% до 59%
Балльная оценка - "хорошо". Базовый Оценка «хорошо» выставляется обучающемуся, твердо знающему программный материал, грамотно и по существу его излагающему, который не допускает существенных неточностей в ответе, правильно применяет теоретические положения при решении практических работ и задач, владеет необходимыми навыками и приемами их выполнения. От 60% до 84%
Балльная оценка - "отлично". Высокий Оценка «отлично» выставляется обучающемуся, глубоко и прочно усвоившему программный материал, исчерпывающе, последовательно, грамотно и логически стройно его излагающему, в ответе которого тесно увязываются теория с практикой. При этом обучающийся не затрудняется с ответом при видоизменении задания, показывает знакомство с литературой, правильно обосновывает ответ, владеет разносторонними навыками и приемами практического выполнения практических работ. От 85% до 100%
Дуальная оценка - "зачтено". Пороговый, Базовый, Высокий Оценка «зачтено» выставляется обучающемуся, который имеет знания, умения и навыки, не ниже знания только основного материала, может не освоить его детали, допускать неточности, недостаточно правильные формулировки, нарушения последовательности изложения программного материала и испытывает трудности в выполнении практических навыков. От 40% до 100%
Балльная оценка - "неудовлетворительно", Дуальная оценка - "не зачтено". Не достигнут Оценка «неудовлетворительно, не зачтено» выставляется обучающемуся, который не знает значительной части программного материала, допускает ошибки, неуверенно выполняет или не выполняет практические работы. От 0% до 39%

Типовые контрольные задания или иные материалы, необходимые для оценки знаний, умений, навыков, характеризующих этапы формирования компетенций в процессе освоения образовательной программы

Типовые контрольные задания

Курсовые проекты (работы)

Не предусмотрено.


Контрольные работы, расчетно-графические работы, рефераты

разработка системы компьютерного зрения для распознавания номеров вагонов;

разработка системы поддержки принятия решений в условиях возникновения нештатных ситуаций на транспорте;

исследование практического примения нечетких моделей и мягких вычислений;

исследование прикладных систем моделирования поведения.


Перечни сопоставленных с ожидаемыми результатами освоения дисциплины вопросов (задач):

Экзамен. Семестр № 7

Вопросы для оценки результата освоения "Знать":

1) История искусственного интеллекта. Машина Тьюринга
2) Понятие Data Mining интеллектуального анализа данных.
3) Основные проблемы принятия решений в ИИС и пути их разрешения
4) Исчисление предикатов первого порядка. Выводимость и истинность
5) Продукционная модель представления знаний
6) Семантическая модель представления знаний
7) Фреймовая модель представления знаний
8) Концепция приближенного множества
9) Примеры приближенных множеств
10) Понятие экспертной системы
11) Системы нечеткого вывода. Фаззификация.
12) Системы нечеткого вывода. Агрегирование
13) Системы нечеткого вывода. Аактивизация
14) Системы нечеткого вывода. Аккумуляция
15) Системы нечеткого вывода. Дефаззификация
16) Теория технологий искусственного интеллекта: логический вывод
17) Теория технологий искусственного интеллекта: системы с генетическими алгоритмами
18) Теория технологий искусственного интеллекта: мультиагентные системы
19) Модели планирования поведения интеллектуальной системы
20) Экспертные системы на транспорте

Вопросы для оценки результата освоения "Уметь":

1) Определить меры близости, основанные на расстояниях, используемые в системах Data Mining
2) Решение прикладных вопросов интеллектуальных систем: статических экспертных систем
3) Решение прикладных вопросов интеллектуальных систем: экспертных систем реального времени
4) Сформулировать основные этапы разработки интеллектуального интерфейса для практических производственных задач
5) Проведение интеллектуального анализа данных при решении учебных и производственных задач.
6) Байесовское правило оценки правильности распознавания. Применить на примере
7) Построить модель нечеткого вывода и показать пример ее применения

Вопросы для оценки результата освоения "Иметь навыки":

1) Методы инженерии знаний.

2) Методы представления знаний.

3) Построение моделей представления знаний.

4) Техника решения задач искусственного интеллекта.

5) Подходы к решению задач искусственного интеллекта.

6) Интеллектуальные технологии поддержки принятия решений на основе хранилищ данных.

7) Интеллектуальный анализ данных.

8) Технологии поиска информации.

9) Построение системы технического зрения для объекта на транспорте.


Иные контрольные материалы для автоматизированной технологии оценки имеются в Центре мониторинга качества образования


Методические материалы, определяющие процедуру оценивания знаний, умений, навыков, характеризующих этапы формирования компетенций

№ п/п Библиографическое описание
1 Методические указания, определяющие процедуру оценивания знаний, умений, навыков, характеризующих этапы формирования компетенций. Ресурс ЦМКО РГУПС.
2 Методические рекомендации по составлению и апробации фондов оценочных средств по дисциплинам направлений подготовки (специальностей) высшего профессионального образования в рамках проведения компьютерного тестирования [Текст] : методические рекомендации / М. С. Тимофеева, В. Н. Семенов, Л. М. Кирсанова [и др.] ; ФГБОУ ВПО РГУПС. - Ростов н/Д : [б. и.], 2014. - 78 с.

Для каждого результата обучения по дисциплине определены

Показатели и критерии оценивания сформированности компетенций на различных этапах их формирования

Резуль-
тат
обуче-
ния
Компе-
тенция
Этап
формиро-вания в
процессе
освоения
ОП
(семестр)
Этапы
формирования
компетенции
при изучении
дисциплины
(раздел
дисциплины)
Показатель
сформиро-
ванности
компетенции
Критерий
оценивания
Знает, Умеет, Имеет навыки ПК-3 7 1, 2, 3, 4, 5, 6, 7 Балльная оценка на экзамене - полнота усвоения материала,
- качество изложения материала,
- правильность выполнения заданий,
- аргументированность решений.
1, 2, 3, 4, 5, 6, 7 Процент верных на тестировании - правильность выполнения заданий.
1, 2, 3, 4, 5, 6, 7 Выполненное практическое задание - правильность выполнения заданий.
Знает, Умеет, Имеет навыки ДПК-2 7 1, 2, 3, 4, 5, 6, 7 Балльная оценка на экзамене - полнота усвоения материала,
- качество изложения материала,
- правильность выполнения заданий,
- аргументированность решений.
1, 2, 3, 4, 5, 6, 7 Процент верных на тестировании - правильность выполнения заданий.
1, 2, 3, 4, 5, 6, 7 Выполненное практическое задание - правильность выполнения заданий.

Шкалы и процедуры оценивания

Значение оценки Уровень
освоения
компетенции
Шкала оценивания
(для аттестационной
ведомости, зачетной
книжки, документа
об образовании)
Процедура оценивания
Балльная оценка -
"отлично",
"хорошо",
"удовлетворительно".
Дуальная оценка -
"зачтено".
Пороговый, Базовый, Высокий В соответствии со шкалой оценивания в разделе РПД "Описание шкал оценивания компетенций" Экзамен (письменно-устный).
Автоматизированное тестирование.
Выполнение практического задания в аудитории.
Балльная оценка -
"неудовлетворительно".
Дуальная оценка -
"не зачтено".
Не достигнут

Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины

Основная литература

№ п/п Библиографическое описание
1 Суханов, А.В. Интеллектуальные информационные системы: учеб. пособие / А.В. Суханов, З.В. Лященко; ФГБОУ ВО РГУПС. – Ростов н/Д, 2017. – 124 с.: ил. – Библиогр.: с. 122–123.+ ЭБС РГУПС

Дополнительная литература

№ п/п Библиографическое описание
1 Храмов, В.В. Интеллектуальные информационные системы: интеллектуальный анализ данных [Текст] : учеб. пособие / В. В. Храмов, Д. С. Гвоздев ; ФГБОУ ВПО РГУПС. - Ростов н/Д : [б. и.], 2012. - 97 с.
2 Грицык, В. И. Словарь аббревиатур. Транспорт, строительство, экономика, менеджмент, маркетинг, системотехника, информатика, геоинформатика [Текст] : словарь / В.И. Грицык, В.В. Космин; ред. В.И. Грицык ; Учеб.-метод. центр по образованию на ж.-д. трансп. - М. : Маршрут, 2009. - 277 с.
3 Интеллектуальные методы, модели и алгоритмы организации учебного процесса в современном вузе [Текст] : монография / В. В. Храмов, О. В. Витченко, Е. О. Ткачук [и др.] ; ФГБОУ ВО РГУПС. - Ростов н/Д : [б. и.], 2016. - 151 с. :
4 Журнал «Автоматика, связь, информатика»
5 Гончарук С.В. Администрирование ОС Linux [Электронный ресурс] / С.В. Гончарук. — Электрон. текстовые данные. — М. : Интернет-Университет Информационных Технологий (ИНТУИТ), 2016. — 164 c. — 2227-8397. — ЭБС АйпиБукс Режим доступа: http://www.iprbookshop.ru/52142.html

Перечень ресурсов информационно-телекоммуникационной сети "Интернет", необходимых для освоения дисциплины


Электронные образовательные ресурсы

№ п/п Адрес в Интернете, наименование
1 http://rgups.ru/.Ресурс ЭИОС РГУПС
2 http://www.iprbookshop.ru/.Электронно-библиотечная система "IPRBooks"
3 https://www.biblio-online.ru/.Электронно-библиотечная система "Юрайт"
4 http://www.umczdt.ru/.Электронная библиотека "УМЦ ЖДТ"
5 http://jirbis2.rgups.ru/jirbis2/.Электронно-библиотечная система РГУПС

Профессиональные базы данных и информационно-справочные системы

№ п/п Адрес в Интернете, наименование
1 http://www.glossary.ru/.Глоссарий.ру (служба тематических толковых словарей)
2 http://www.consultant.ru/.КонсультантПлюс

Методические указания для обучающихся по освоению дисциплины

№ п/п Библиографическое описание
1 Суханов А.В. Учебно-наглядное пособие - тематические иллюстрации по дисциплине "Системы искусственного интеллекта". РГУПС. - Ростов н/Д, 2018.
2 Храмов В.В. Интеллектуальные информационные системы: Представление знаний в ИС.Учебно-методическое пособие - Ростов-на Дону: РГУПС, 2011.- 112 с.
3 Храмов, В. В.Интеллектуальные информационные системы. Тестовые задания по дисциплине [Текст] : учеб. пособие / В. В. Храмов ; ФГБОУ ВО РГУПС. - Ростов н/Д : [б. и.], 2016. - 107 с.
4 А.В. Суханов, Лященко З.В. Интеллектуальные системы и технологии и системы искусственного интеллекта : учебно-методическое пособие для выполнения практических работ/ А.В. Суханов, Лященко З.В.; ФГБОУ ВО РГУПС. – Ростов н/Д, 2017. – 37с. ЭБС РГУПС

Перечень информационных технологий, включая перечень ПО и информационных справочных систем

№ п/п Наименование
1 Операционная система ОС Microsoft Windows. Офисное программное обеспечение Microsoft Office. Общесистемное ПО Acrobat Reader.
2 Excel –для экспресс расчетов, а также VBA для написания программ исследования алгоритмов интеллектуального анализа данных
3 Microsoft Visual Studio - интегрированная среда разработки программного обеспечения

Описание материально-технической базы, необходимой для осуществления образовательного процесса по дисциплине

Для изучения настоящей дисциплины в зависимости от видов занятий использованы:

Учебная мебель;

Технические средства обучения (включая стационарный либо переносной набор демонстрационного оборудования);

Персональные компьютеры;

Лабораторное оборудование.

Самостоятельная работа обучающихся обеспечивается компьютерной техникой с возможностью подключения к сети "Интернет" и ЭИОС.


"____" _________________20___г.


Код РПД: 35134.