Nazwa przedmiotu:
Reprezentacja wiedzy
Koordynator przedmiotu:
Dr Anna Maria Radzikowska
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Informatyka i Systemy Informacyjne
Grupa przedmiotów:
Wspólne
Kod przedmiotu:
1120-INMSI-MSP-0011
Semestr nominalny:
1 / rok ak. 2020/2021
Liczba punktów ECTS:
6
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1. godziny kontaktowe, w tym a. obecność na wykładach – 45 h b. obecność na zajęciach projektowych – 30 h 2. przygotowanie do zajęć projektowych – 45 h 3. zapoznanie się z literaturą – 20 h 4. konsultacje – 5 h 5. przygotowanie do egzaminu i obecność na egzaminie – 15 h Łączny nakład pracy studenta wynosi 160 h co odpowiada 6 pkt. ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1. obecność na wykładach – 45 h 2. obecność na zajęciach projektowych – 30 h 3. konsultacje – 5 h 4. obecność na egzaminie – 2 h Razem 82 h, co odpowiada 3 pkt. ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1. obecność na zajęciach projektowych – 30 h 2. przygotowanie do zajęć projektowych – 45 h 3. przygotowanie do egzaminu – 13 h Razem 88 h, co odpowiada 3 pkt. ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład45h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt30h
  • Lekcje komputerowe0h
Wymagania wstępne:
Elementarna znajomość jednego z języków programowania.
Limit liczby studentów:
Bez limitu
Cel przedmiotu:
Celem przedmiotu jest zapoznanie studentów z podstawowymi systemami logicznymi stosowanymi w sztucznej inteligencji oraz metodami reprezentacji wiedzy i technikami wnioskowania w tych systemach. W ramach przedmiotu studenci poznają podstawy teoretyczne: - automatycznego wnioskowania w logice klasycznej, - systemów logicznych stosowanych w sztucznej inteligencji (logiki epistemiczne, temporalne, dynamiczne, niemonotoniczne, systemy BDI), - modelowania systemów dynamicznych i języków komunikacji z zaawansowanym systemami informatycznymi (w tym bazy wiedzy, systemy wieloagentowe), - teorii zbiorów przybliżonych i jej zastosowań w zagadnieniach pozyskiwania wiedzy, - wnioskowania rozmytego.
Treści kształcenia:
Wykład: Automatyzacja wnioskowania klasycznego: metoda rezolucji i jej warianty, podstawy programowania w logice. Podstawowe problemy modelowania wiedzy: wybrane modele wiedzy w systemach wieloagentowych (przekonania, intencje, pragnienia, cele), przegląd podstawowych systemów wnioskowania w systemach z bazą wiedzy (logiki epistemiczne, temporalne, dynamiczne, logiki domniemań, systemy BDI). Modelowanie systemów dynamicznych: klasy systemów dynamicznych, podstawowe problemy w systemach dynamicznych (inercja, ramifikacja, kwalifikacja, przyczynowość), metody wnioskowania o działaniach i sytuacjach, zagadnienia planowania działań. Języki komunikacji z bazą wiedzy: języki specyfikacji dziedzin, języki zapytań. Systemy informacyjne: podstawy teorii zbiorów przybliżonych, logiki informacyjne, metody uczenia się pojęć, metody konstrukcji reguł decyzyjnych, problemy pozyskiwania wiedzy. Wnioskowanie rozmyte: podstawy teorii zbiorów rozmytych, logiki rozmyte, rozmyte reguły wnioskowania typu IF-THEN-ELSE, reprezentacja pojęć lingwistycznych. Projekt: W ramach zajęć projektowych studenci przygotowują pewien dynamiczny system bazy wiedzy. Temat opracowywany jest w zespołach 5-6 osobowych i obejmuje: - opracowanie teoretycznych podstaw systemu zgodnie z założeniami przedstawionymi przez prowadzącego (język specyfikacji dziedzin i język zapytań dla reprezentacji systemu, metoda wnioskowania stosowna dla systemu), - prezentację projektu teoretycznego, - implementację systemu, - testowanie przygotowanego programu (etap realizowany przez inny zespół).
Metody oceny:
Opracowanie części teoretycznej systemu dynamicznego przedstawiane jest w formie pisemnej (zespół otrzymuje max. 20 punktów) oraz w formie prezentacji (max. 5 punktów). Po zaakceptowaniu tego etapu przez prowadzącego zespół przystępuje do prac związanych z implementacją opracowywanego systemu. Program oceniany jest na max. 20 punktów. Ostatni etap prac – testowanie programu (pod kątem jego poprawności i zgodności ze specyfikacją przedstawioną w projekcie) – oceniany jest na max. 5 punktów. Każdy etap prac musi zostać oceniony pozytywnie (min. 60% możliwych do uzyskania punktów). Na ocenę łączną wpływ ma także terminowość realizowania poszczególnych etapów prac. Warunkiem dopuszczenia do egzaminu jest zaliczenie projektu. Obowiązuje egzamin pisemny i ustny. Ocena z przedmiotu jest oceną łączną z obu części egzaminu i wykonanego projektu.
Egzamin:
tak
Literatura:
1. R. Fagin, J.Y. Halpern, Y. Moses, M.Y. Vardi, Reasoning about Knowledge, The MIT Press, 1995. 2. R. Brachman, H. Levesque, Knowledge Representation and Reasoning. Morgan Kaufmann, 2004. 3. E. Sandewall, Feature and Fluents: A Systematic Approach to the Representation of Knowledge of Dynamical Systems, Oxford University Press, 1994. 4. E. Mueller, Commonsense reasoning. Morgan Kaufmann Publishers, 2005. 5. Materiały konferencji Principles of Knowledge Representation and Reasoning z lat 1990-2
Witryna www przedmiotu:
brak
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W01
Zna podstawowe systemy logiczne stosowane w sztucznej inteligencji oraz podstawowe metody reprezentacji wiedzy w tych systemach
Weryfikacja: ocena z pisemnego i ustnego egzaminu
Powiązane charakterystyki kierunkowe: I2SI_W03
Powiązane charakterystyki obszarowe:
Charakterystyka W02
Posiada wiedzę o zaawansowanej algorytmice, strukturach danych i metodach tworzenia algorytmów
Weryfikacja: ocena z pisemnego i ustnego egzaminu
Powiązane charakterystyki kierunkowe: I2_W02
Powiązane charakterystyki obszarowe: P7U_W, I.P7S_WG.o
Charakterystyka W03
Posiada szeroką wiedzę w zakresie teorii grafów
Weryfikacja: ocena z pisemnego i ustnego egzaminu
Powiązane charakterystyki kierunkowe: I2SI_W07
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka U01
Potrafi wykorzystać posiadaną wiedzę do zbudowania systemu ekspertowego oraz bazy wiedzy
Weryfikacja: ocena z pisemnego i ustnego egzaminu, ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2SI_U06
Powiązane charakterystyki obszarowe:
Charakterystyka U02
Potrafi zaprojektować efektywne języki komunikacji użytkownika z zaawansowanymi systemami informatycznymi (bazy wiedzy, MAS)
Weryfikacja: ocena z pisemnego i ustnego egzaminu, ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2SI_U09
Powiązane charakterystyki obszarowe:
Charakterystyka U03
Potrafi stosować metody automatycznego wnioskowania i zasady rezolucji oraz stworzyć model przeszukiwania heurystycznego dla grafów (OR, AND/OR)
Weryfikacja: ocena z pisemnego i ustnego egzaminu, ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2SI_U04, I2SI_U05
Powiązane charakterystyki obszarowe:
Charakterystyka U04
Potrafi pracować indywidualnie, w zespole oraz kierować niedużym zespołem
Weryfikacja: ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2_U11
Powiązane charakterystyki obszarowe:
Charakterystyka U05
Potrafi zdefiniować fazy realizacji oraz praktycznie przeprowadzić złożone przedsięwzięcie informatyczne
Weryfikacja: ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2_U13
Powiązane charakterystyki obszarowe:
Charakterystyka U06
Potrafi bezproblemowo posługiwać się językiem angielskim w różnych obszarach tematycznych
Weryfikacja: ocena z pisemnego i ustnego egzaminu
Powiązane charakterystyki kierunkowe: I2_U10
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K01
Ma świadomość odpowiedzialności za wspólnie realizowane zadania w ramach pracy zespołowej
Weryfikacja: ocena poszczególnych faz realizacji projektu, w szczególności jego części teoretycznej i części praktycznej
Powiązane charakterystyki kierunkowe: I2_K05
Powiązane charakterystyki obszarowe: