Ευφυή Συστήματα

Γενικά

• Κωδικός Μαθήματος: 1945
• Εξάμηνο: 9ο
• Τύπος Μαθήματος: Επιστημονικής Περιοχής (ΕΠ)
• Είδος Μαθήματος: Επιλογής (ΕΠ)
• Γνωστική Περιοχή: Διαχείριση Δεδομένων - Τεχνητή Νοημοσύνη (ΔΔΤΝ)
• Διδασκαλία Θεωρίας: 4 ώρες/εβδομάδα
• Πιστωτικές μονάδες ECTS: 6
• Ηλεκτρονική σελίδα μαθήματος: https://exams-iee.the.ihu.gr/course/view.php?id=74
• Γλώσσα διδασκαλίας και Εξετάσεων: Ελληνικά
• Το μάθημα προσφέρεται σε φοιτητές Erasmus
• Συντονιστής: Μπράτσας Χαράλαμπος
• Διδάσκοντες: Αδαμίδης Παναγιώτης

Μαθησιακά Αποτελέσματα

Σκοπός του μαθήματος είναι η κατανόηση και η αναπαραγωγή κατά το δυνατό του τρόπου που οι άνθρωποι, τα ζώα και άλλοι βιολογικοί οργανισμοί εξελίσσονται και αναπτύσσουν ικανότητες επίλυσης δύσκολων προβλημάτων κυρίως μέσω της κατανόησης των μεθοδολογιών της Υπολογιστικής Νοημοσύνης με έμφαση στην Εξελικτική Υπολογιστική και τα Ασαφή Συστήματα. Με την ολοκλήρωση του μαθήματος, οι φοιτητές, εκτός της ικανοποιητικής κατανόησης αυτών των τεχνολογιών θα πρέπει να μπορούν να:

• προσδιορίσουν τους λόγους που θα προτείνουν μια λύση προβλήματος που θα βασίζεται στη χρήση ενός βιολογικού παραδείγματος,
• σχεδιάσουν και να υλοποιήσουν έναν εξελικτικό αλγόριθμο για να λύσουν κάποιο πρόβλημα,
• αναπαριστούν "αόριστες" και "λιγότερο" μαθηματικές γνώσεις,
• συνδυάζουν κάποιες από τις παραδοσιακές μεθόδους με έννοιες ασαφούς λογικής,
• σχεδιάζουν και υλοποιούν ασαφή συστήματα και να διερευνούν τα μοναδικά χαρακτηριστικά τους,
• κατανοούν τους περιορισμούς τους και τις κατάλληλες εφαρμογές τους

Περιεχόμενο Μαθήματος

Εξελικτικοί Αλγόριθμοι (Evolutionary Algorithms): Εισαγωγή στους ΕΑ, Είδη και μοντέλα ΕΑ (γενετικοί αλγόριθμοι, εξελικτική στρατηγική, εξελικτικός προγραμματισμός, γενετικός προγραμματισμός, Classifier Systems). Στοιχεία ΕΑ. Μηχανισμοί, τελεστές, διευθέτηση. Χρήση στην αναζήτηση, βελτιστοποίηση και επίλυση προβλημάτων. Μοντελοποίηση φυσικών συστημάτων. Εφαρμογές.

Ασαφή Συστήματα (Fuzzy Systems): Τι είναι και που χρησιμοποιούνται. Ασαφή σύνολα και λειτουργίες (συμπλήρωμα, ένωση, τομή, S-norms, Τ-norms κλπ). Ασαφείς κανόνες, ασαφής λογική, approximate reasoning. Ιδιότητες ασαφών συστημάτων (ασαφής βάση κανόνων και ασαφής επαγωγική μηχανή, fuzzifiers και defuzzifiers, μη γραμμικές αντιστοιχίες, approximation). Σχεδίαση ασαφών συστημάτων από δεδομένα εισόδου-εξόδου (table look-up scheme, gradient descent training, recursive least squares, clustering). Αρχές ασαφούς ελέγχου. Αλγόριθμοι και προγράμματα για υλοποίηση εφαρμογών.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης

• Πρόσωπο με πρόσωπο θεωρητική διδασκαλία (παράδοση, συζήτηση, επίλυση προβλημάτων).

Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

• Matlab/Octave/Scilab
• Xfuzzy
• Λογισμικό Εξελικτικών Αλγόριθμων (eg. GAP, ECJ, EASY)
• Moodle learning platform
• Χρήση λογισμικού παρουσιάσεων
• Ψηφιακή επικοινωνία με τους φοιτητές και τις φοιτήτριες

Οργάνωση Διδασκαλίας

Αξιολόγηση φοιτητών

Η αξιολόγηση βασίζεται στις τελικές εξετάσεις και σε δύο γραπτές εργασίες (μία στα Ασαφή Συστήαμτα και μία τους Εξελικτικούς Αλγόριθμους) με υποχρεωτική δημόσια παρουσίαση.

Συνιστώμενη Βιβλιογραφία

Συγγράμματα μέσω του συστήματος "Εύδοξος"

1. (English) - Μπούταλης Ι., Συρακούλης Γ., "Υπολογιστική Νοημοσύνη και Εφαρμογές", Αφοι Παπαμαρκου Ο.Ε., 2010, ISBN: 978-960-93-2008-5, Κωδικός Βιβλίου στον Εύδοξο: 68372685
2. - Βλαχάβας Ι., Κεφαλάς Π., Κόκκορας Ν., Σακελλαρίου Η., "Τεχνητή Νοημοσύνη", ΕΤΑΙΡΙΑ ΑΞΙΟΠΟΙΗΣΗΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗΣ ΠΕΡΙΟΥΣΙΑΣ ΤΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΜΑΚΕΔΟΝΙΑΣ, Έκδοση: 3η, 2011, ISBN: 978-960-8396-64-7, Κωδικός Βιβλίου στον Εύδοξο: 12867416
3. - Μαρινάκης Ι., Μαρινάκη Μ., Ματσατσίνης Ν. Φ., οπουνίδης Κ., "Μεθευρετικοί και Εξελικτικοί Αλγόριθμοι σε Προβλήματα Διοικητικής Επιστήμης", Κλειδάριθμος, 1η, 2011, ISBN: 978-960-461-422-6, Κωδικός Βιβλίου στον Εύδοξο: 12278503

Συμπληρωματική ελληνόγλωσση βιβλιογραφία

1. (English) - Ηλιάδης Λ., Παπαλεωνίδας Α., "Υπολογιστική Νοημοσύνη και Ευφυείς Πράκτορες" Τζιόλας & Υιοί, Έκδοση: 1η/2016, ISBN: 978-960-418-601-3
2. - Καμπουρλάζος Β., Παπακώστας Γ., "Εισαγωγή στην Υπολογιστική Νοημοσύνη", Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα - Αποθετήριο "Κάλλιπος", Έκδοση: 1/2016, ISBN: 978-960-603-078-9
3. - Ροβέρτος-Ε. Κινγκ, "Υπολογιστική Νοημοσύνη στον έλεγχο συστημάτων", Τραυλός & ΣΙΑ ΟΕ, Έκδοση: 2/1998, ISBN: 960-7122-91-7

Συμπληρωματική ξενόγλωσση βιβλιογραφία

1. (English) - Andries P. Engelbrecht, "Computational Intelligence: An Introduction", 2nd Edition, 2007, ISBN: 978-0-470-03561-0
2. - James M. Keller ; Derong Liu ; David B. Fogel, "Fundamentals of Computational Intelligence: Neural Networks, Fuzzy Systems, and Evolutionary Computation", Wiley-IEEE Press, 2016
3. - Konar, Amit "Computational Intelligence Principles, Techniques and Applications", Springer 2005, ISBN 978-3-540-27335-6