ΠΛΗ31 - Τεχνητή Νοημοσύνη & Εφαρμογές

Υποενότητες:

  • Τεχνητή Νοημοσύνη και Έμπειρα Συστήματα
  • Νευρωνικά Δίκτυα και Εφαρμογές
  • Γενετικοί Αλγόριθμοι και Εφαρμογές
Προαπαιτούμενα: Κανένα.

Εργασίες: Οι φοιτητές θα πρέπει να εκπονήσουν 4 συνολικά εργασίες, καθώς και 7 εργασίες OnLine που είναι πολλαπλής επιλογής.
  • 1η εργασία: Αλγόριθμοι αναζήτησης. Κατηγορηματική λογική. Prolog.
  • 2η εργασία: Νευρωνικά δίκτυα. Αλγόριθμος εκπαίδευσης ΝΔ με οπισθοδιάδοση σφάλματος (Back Propagation)
  • 3η εργασία: Γενετικοί αλγόριθμοι.
  • 4η εργασία: Επαναληπτική. Εφαρμογές επίλυσης προβλημάτων Τεχνητής Νοημοσύνης.
Ύλη: Στα πιο σημαντικά τμήματα της ύλης περιλαμβάνονται
  • Αλγόριθμοι αναζήτησης
    • Αναζήτηση κατά βάθος
    • Αναζήτηση κατά πλάτος
    • Αλγόρθμος Α*
    • Άπληστη αναζήτηση
  • Κατηγορηματική Λογική
    • Σύνταξη προτάσεων Κατηγορηματικής Λογικής
    • Μετατροπή σε Συζευκτική Κανονική Μορφή
    • Αναγωγή μέσω αντίκρουσης της αντίφασης
  • Προγραμματισμός Prolog
  • Νευρωνικά δίκτυα
    • Εκπαίδευση ΝΔ με τον αλγόριθμο Back Proagation
    • Εκπαίδευση αισθητήρα
    • Δίκτυα Hopfield
    • Δίκτυα Kohonen
  • Γενετικοί αλγόριθμοι
    • Επίλυση προβλήματων με χρήση των τελεστών των γενετικών αλγορίθμων
    • Σχήματα. Πιθανότητα επιβίωσης και καταστροφής σχήματος.
Εξετάσεις:
  • Οι φοιτητές μπορούν να έχουν μαζί τους δικό τους 6σέλιδο τυπολόγιο συγκεκριμένου πλήθους σελίδων και γραμματοσειράς.
  • Στο μέρος Α' δίνονται 20 ερωτήσεις πολλαπλής επιλογής που πρέπει να απαντηθούν σε 60 λεπτά και αντιστοιχούν στο 40% των μονάδων της εξέτασης. (Μέχρι το 2015-16 ήταν 10 ερωτήσεις και 20% των μονάδων)
  • Στο μέρος Β' πρέπει να απαντηθούν 4 θέματα σε 2 ώρες, τα οποία καλύπτουν όλη την ύλη που διδάχτηκε και αντιστοιχούν στο 60% των μονάδων.
Μπορείτε να προβάλετε και να κατεβάσετε τις εργασίες και θέματα εξετάσεων παρελθόντων ετών, ακολουθώντας τον πιο κάτω σύνδεσμο: