course-details-portlet

IE303312 - Intelligente systemer

Om emnet

Vurderingsordning

Vurderingsordning: Muntlig eksamen
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Muntlig eksamen 100/100 E

Faglig innhold

Fagets temaer vil varierere fra år til år, avhengig av tilgjengelige fagpersoner og faglig interessefelt. Ved begynnelsen av semester vil noen utvalgte hovedtema bli offentliggjort. Mulige tema er:

Introduksjon til kunstig intelligens og intelligente agenter

Problemløsing og søkemetoder

Kunnskap, resonnering og planlegging (KRP)

Usikkerhet og sannsynligheter i KRP

Læring

Kommunikasjon, persepsjon, aksjon

 Typiske metoder og terminologi som kan bli studert er:

Genetiske algoritmer (GA)

Nevrale nettverk (NN)

Partikkelsvermoptimering (PSO)

Maurkolonioptimering (ACO)

Intelligente agenter

Intelligente algoritmer som BFS,DFS, A*, D*, Dijkstra's algoritme

Ekspertsystemer

Fuzzy-logikk

Klassifikasjonssystemer

Maskinlæring

Kunstig intelligens (AI)

Beregnende intelligence (CI)

Osv.

Læringsutbytte

Læringsutbytte - Kunnskap:

gi en innføring i de utvalgte tema med vekt på bruksområder, metoder og deres styrker og svakheter.

 

Læringsutbytte - Ferdigheter:

konstruere modeller og implementere simuleringer av modellene innen de utvalgte tema.

løse praktiske og teoretiske problemer ved hjelp av metodene i de utvalgte tema.

 

Læringsutbytte - Kompetanse:

finne relevant vitenskapelig fagstoff, samt lese, forstå og bruke dette som grunnlag for egne modeller og simuleringer.

dokumentere eget arbeid på en faglig tilfredstillende måte gjennom øvingsrapporter.

Læringsformer og aktiviteter

Pedagogiske metoder:

 Forelesninger, oppgaveløsning individuelt eller i grupper, litteraturstudium, diskusjon, demonstrasjoner, med fokus på anvendelse og simulering. Obligatoriske øvinger med tilbakemelding fra lærer.  

Obligatoriske arbeidskrav:

Alle obligatoriske øvinger må bestås for adgang til eksamen. Øvingene samles i mappe og danner grunnlag for muntlig eksamen.

Obligatoriske aktiviteter

  • Obligatorisk arbeidskrav

Mer om vurdering

Muntlig eksamen.

Spesielle vilkår

Krever opptak til studieprogram:
Automatiseringsteknikk (017AU)

Kursmateriell

Obligatorisk:

Michael Negnevitsky: Artificial Intelligence: A Guide to Intelligent Systems, Pearson (2011), ISBN: 9781408225745

Tillegg:

Randy L. Haupt and Sue Ellen Haupt: Practical Genetic Algorithms, Wiley (2004), ISBN: 0-471-45565-2

Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  10.0 SP
Studienivå: Tredjeårsemner, nivå III

Undervisning

Termin nr.: 1
Undervises:  HØST 2018

Undervisningsspråk: -

Sted: Ålesund

Fagområde(r)
  • Ingeniør
Kontaktinformasjon
Emneansvarlig/koordinator:

Ansvarlig enhet
Institutt for IKT og realfag

Eksamensinfo

Vurderingsordning: Muntlig eksamen

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Høst ORD Muntlig eksamen (1) 100/100 E 03.12.2018
Rom Bygning Antall kandidater
B434 Hovedbygget 0
Vår UTS Muntlig eksamen 100/100 E 18.02.2019 10:00
Rom Bygning Antall kandidater
  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
  • 1) 03.12.18 og 04.12.18
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU