باسمهتعالی |
دانشگاه اصفهان، دانشکده فنی مهندسی، گروه مکانیک |
برنامه درس هوش مصنوعی و سیستم های خبره ( کارشناسی ارشد) ( نیمسال دوم ۹۸ – ۹۷ ) |
نام درس: هوش مصنوعی و سیستم های خبره ( کارشناسی ارشد) شماره درس : ۰۱ – ۱۸۵ – ۲۲ – ۲۰ تعداد واحد نظری: ۳ |
استاد درس : حامد شهبازی ( دفتر کار: اتاق ۲۳۱ مکانیک، تلفن ۳۷۹۴۵۶۲۸ ) |
سایت درس: www.hamedshahbazi.ir (مراجعه به منوی درسها- هوش مصنوعی و سیستم های خبره) |
تکالیف دانشجو: حل تمرین، انجام تکالیف درسی (+ سمینار بیستدقیقهای) نمره نهایی (۲۰ نمره ) شامل: حل تمرین و سمینار موضوعی (۴ ) ، پروژه درسی ( ۵ ) ، سمینار کتاب ( ۵ ) و امتحان پایانی ( ۶ ) |
منابع
- هوش مصنوعی درآمدی نوین- راسل و نوروینگ
- ۱٫ Computational Intelligence . Engelbrecht
- 2. Expert Systems . Darkin
- 3. Artificial Neural Networks . Martin Hakin
- ۴٫ Machine Learning and Robot Perception
|
هفته |
|
موضوع |
|
|
۱ |
معرفی منابع درس هوش مصنوعی- سرفصل های مهم و روش ارزیابی |
|
||
۲ |
معرفی عامل های هوشمند و سیستم های چند عاملی- دسته بندی کلی عامل های هوشمند |
|
||
۳ |
فورموله سازی مسائل، حل مسئله به کمک جستجو |
|
||
۴ |
معرفی انواع الگوریتم های جستجوی درختی، روش های آگاهانه و ناآگاهانه، |
|
||
۵ |
روش های جستجوی محلی و الگوریتم های تکاملی |
|
||
۶ |
پیاده سازی روش های هوش فرا ابتکاری بر روی سیستم های مکاترونیکی |
|
||
۷ |
در آمدی بر مسئله های بازی سمینار های کتاب درسی ۴ ام |
|
||
۸ |
معرفی عامل های منطقی و منطق گزاره ها و منطق مرتبه اول و منطق فازی |
|
||
۹ |
طراحی سیستم های فازی و کنترل کننده های فازی |
|
||
۱۰ |
نحوه استنتاج و تولید نتیجه در سیستم های فازی، دفازی سازی و آموزش فازی در متلب |
|
||
۱۱ |
آموزش نرم افزار فازی ، معرفی قید های فازی و نحوه کاربرد در فازی کلیپز |
|
||
|
|
|
|
|
۱۲ |
در آمدی بر مفاهیم اساسی شبکه های عصبی مصنوعی، ارائه مثال یادگیری حروف |
|
||
۱۳ |
شبکه های عصبی مصنوعی؛ روش یادگیری پس انتشار خطا و مثال های کاربردی |
|
||
۱۴ |
بینایی ماشین ، بررسی کاربرد شبکه های عصبی در بینایی ماشین |
|
||
۱۵ |
تعاملات ترکیبی در سیستم های هوشمند و شبکه های عصبی |
|
||
۱۶ |
بررسی کاربردی سیستم های هوشمند در مکاترونیک |
|
||
۱۷ |
سمینارهای پژوهشی دانشجویان |
|