course-details-portlet

IT3708 - Sub-symbolske AI-metoder

Om emnet

Vurderingsordning

Vurderingsordning: Mappevurdering
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Øving 75/100
Rapport 25/100

Faglig innhold

Filosofien bak faget er at for å lage kunstig intelligente systemer, må man ha en forståelse for hjernen og hvordan den har utviklet seg gjennom evolusjon. Selv om vi ikke har komplette biologiske forklaringer ennå har vi datametoder som er abstrakte modeller av hjernen og evolusjon, og disse metodene spiller en viktig rolle i dagens AI-forskning. I tillegg brukes de på tusenvis av andre praktiske problemer - alt fra bildekomprimering til kretsdesign og laging av musikk og kunst.

Emnet dekker flere komputasjonelle metoder med grunnlag i biologi, med hovedfokus på nevrale nett og evolusjonære algoritmer. Nettyper som dekkes inkluderer standard "feed-forward"-nett med "back-propagation"-læring. Hopfield-nett med Hebbiansk læring, og selvorganiserende Kohonen-nett. Evolusjonære algoritmer av hovedinteresse er genetisk algoritmer (GA) og genetiske programmer (GP). Underveis dekker vi noen prinsipper og metoder fra fagfeltet kunstig liv (artificial life), f.eks. emergens, kaos, kompleksitet, sverm-intelligens, celle-automater, osv. Faget omhandler også en del av det biologiske grunnlaget for de fleste metodene.

Læringsutbytte

Studentene skal få både en teoretisk basis og praktisk programmeringserfaring med to av de meste kjente sub-symboliske AI-metodene: kunstig nevrale nett og evolusjonære algoritmer.

Læringsformer og aktiviteter

Forelesninger i plenum, øvinger/prosjekter og hjemmeoppgave. Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår hjemmeeksamen (25%) og arbeider (75%). Resultatet for delene angis i %-poeng, mens sensur for hele mappen (sluttkarakteren) angis med bokstavkarakter.

Øvinger i faget pleier å være store programmeringsorienterte
jobber som tar 2-4 uker. Til sammen blir det 4-5 slike oppgaver. Gruppearbeid på øvinger er vanligvis ok, med
grupper av 2 studenter, ikke flere. Hjemme-eksamen må
skrives alene av hver enkelt student.

Forkunnskapskrav

TDT4136 Logikk og resonnerende systemer, TDT4110 Informasjonteknologi samt et kurs i matematikk på universitetsnivå eller tilsvarende.

Kursmateriell

Forelesningsfoiler pluss noen bøker. Bøker oppgis ved forelesningsstart, og foiler produseres underveis i semesteret.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
IT8801 7.5
MNFIT378 7.5
MNFIT378 7.5
Flere sider om emnet

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  VÅR 2013

Undervisningsspråk: Engelsk

-

Fagområde(r)
  • Informatikk
  • Teknologiske fag
Kontaktinformasjon
Emneansvarlig/koordinator:

Ansvarlig enhet
Institutt for datateknologi og informatikk

Eksamensinfo

Vurderingsordning: Mappevurdering

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Vår ORD Rapport 25/100
Rom Bygning Antall kandidater
Vår ORD Øving 75/100
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.
Eksamensinfo

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

Mer om eksamen ved NTNU