Knowledge Representation and Reasoning 2017
Wykłady z KRR w roku 2017 prowadzone są w oparciu o materiał kursu w języku angielskim.
Plan wykładów 2017
Wskazane poniżej materiały są aktualne. Nowe materiały pomocnicze będą uzupełniane na stronie j.w.
Wykłady_KRR:2016
Wprowadzenie do zagadnień reprezentacji i przetwarzania wiedzy. Grafy i drzewa. Systemy statyczne i dynamiczne; przestrzeń stanów. Poszukiwanie ścieżek w grafie (przykład 25 ścieżek). [23.02.2016]
Przeszukiwanie grafów. Graph Search vs. Tree Search. Backtracking Search. Implementacja w Prologu i w Pythonie. [23.02.2016]
-
Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie. Przeszukiwanie wiązką. [8.03.2016]
Wprowadzenie do programowania z ograniczeniami. Backtracking Search in Prolog. Przykłady problemów i rozwiązań. Biblioteka clp(fd). [15.03.2016]
Programowanie z ograniczeniami. Biblioteka clp(fd) - przykłady zastosowań. Problemy rozwiązywania CP. Propagacja ograniczeń. Dekompozycja i porządkowanie ograniczeń. Przykład: SEND+MORE=MONEY (best solution) [22.03.2016]
Święta Wielkanocne [29.03.2016]
Programowanie z ograniczeniami. Wybrane metody propagacji ograniczeń. Przykład problemu harmonogramowania produkcji. [5.04.2016]
Constraint Programming: Shift-Work Scheduling (NRP). Systemy regułowe - wprowadzenie. [12.04.2016: ALi]
Systemy regułowe. Reprezentacja wiedzy, wnioskowanie, sterowanie wnioskowaniem. Wybrane narzędzia. [19.04.2016]
Systemy regułowe. Synteza i analiza. Narzędzia i przykłady. [10.05.2016]
Przykłady systemów regułowych. Automatyczne planowanie. Zbiory rozmyte. [17.05.2016]
Zbiory, relacje i systemy rozmyte. Rozmyte systemy regułowe. Logika rozmyta. Diagnostyka systemów. Wnioskowanie abdukcyjne i wnioskowanie na bazie niespójności. [24.05.2016]
Egzamin zerowy testowy. [31.05.2016]
Answer Set Programming (ASP).
Metody optymalizacji w obszarze AI. Metaheurystki.
Metody reprezentacji i przetwarzania wiedzy.
Laboratoria
Problemy satysfakcji ograniczeń i optymalizacji dyskretnej
Poniższe laboratoria będą poświęcone reprezentacji problemów z rodziny satysfakcji ograniczeń i optymalizacji dyskretnej przy użyciu metod programowania z ograniczeniami. Po ich ukończeniu student powinien nabyć zdolności do modelowania problemów poprzez identyfikację występujących w nich zmiennych oraz stałych wraz z dotyczącymi ich ograniczeniami. Poruszona również zostanie kwestia skutecznego przeszukiwania przestrzeni stanów.
-
-
-
-
-
Kolokwium, 06-04-2016
Problemy planowania i gry
Dział będzie dotyczył problemów planowania, zarówno w kontekście ogólnym jak też szczególnego przypadku gier z wieloma graczami. W trakcie laboratoriów student nabędzie umiejętności definiowania problemów planowania przy użyciu standardu PDDL oraz zapozna się z deklaratywnym opisem gier wraz z podstawowymi algorytmami służącymi do automatycznego grania.
-
-
-
-
-
-
Kolokwium, 25-05-2016
Logiczna reprezentacja wiedzy i wnioskowanie
Poniższy dział będzie dotyczył modelowania wiedzy przy zastosowaniu logik deskrypcyjnych. Poruszona zostanie kwestia zapisu wiedzy w postaci zdań logicznych oraz sposoby wnioskowania z danego zbioru zdań.
-
-
KRR: lata 2013-2015
Cele kursu
Prezentacja podstawowych problemów, metod symbolicznego reprezentowania wiedzy i automatycznego jej przetwarzania - wnioskowania
Przekazanie praktycznych umiejętności wykorzystania wybranych narzędzi pozwalających na reprezentowanie i przetwarzanie wiedzy symbolicznej.
Sylabus KRK: EIS
Podręczniki
Podstawowe:
Uzupełniające:
Literatura uzupełniająca w języku polskim:
Prolog podręczniki sieciowe:
Prolog podręczniki:
Materiały
Organizacja roku
Ramowy plan wykładu
__Edycja 2015__
Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: baza wiedzy [3.03.2015]
Podstawy języka Prolog. Model obliczeniowy Prologu - szukanie z nawrotami. Zmienne i ich rola. Podstawy Unifikacji [10.03.2015]
Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. [17.03.2015]
Podstawy języka Prolog. Modele obliczeniowe: rekurencja, iteracje, pętle z wymuszeniem nawrotów (fail). Struktury danych: listy. Predykaty: member/2, select/3, appemd/2. Obliczenia niedeterministyczne [24.03.2015]
Przetwarzanie list w Prologu. Rekurencja a iteracje. Zagadnienia zaawansowane. Sortowanie list. Przetwarzanie list. Meta-predykaty [31.03.2015]
Listy - zagadnienia zawansowane. Meta-programowanie w Prologu. Reprezentacja i przetwarzanie wiedzy w Prologu. Przykłady. [14.04.2015]
Metaprogramowanie. Reprezentacja wiedzy. Przykłady. [21.04.2015]
Podsumowanie programowania w Prologu. Przykłady. Przygotowanie do kolokwium. [28.04.2015]
Systemy stanowe. Model grafowe. Metody szukania ślepego. Tree search and graph search. [5.05.2015]
-
-
Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie.
Wprowadzenie do programowania z ograniczeniami. Backtrack Search.
Programowanie z ograniczeniami - kontynuacja. Biblioteka CSP(FD).
Edycja 2014
Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: bazy wiedzy [4.03.2014]
Podstawy języka Prolog. Model obliczeniowy Prologu - szukanie z nawrotami. Zmienne i ich rola. Podstawy Unifikacji [11.03.2014]
Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. Modele obliczeniowe: rekurencja, iteracje, pętle z wymuszeniem nawrotów (fail) [18.03.2014]
Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. Modele obliczeniowe: rekurencja, iteracje, pętle z wymuszeniem nawrotów (fail) [25.03.2014]
Podstawy języka Prolog. Struktury danych: listy. Predykaty: member/2, select/3, appemd/2. Obliczenia niedeterministyczne [1.04.2014]
Przetwarzanie list w Prologu. Rekurencja a iteracje. Zagadnienia zaawansowane. Sortowanie list. Przetwarzanie list. Meta-predykaty [8.04.2014]
Meta-programowanie w Prologu. Reprezentacja i przetwarzanie wiedzy w Prologu. Przykłady. [15.04.2014]
E-learning. [29.04.2014]
Systemy stanowe. Model grafowe. Metody szukania ślepego. Tree serach a graph search. [6.05.2014]
Przegląd metod szukania ślepego. Realizacje w Prologu. [13.05.2014]
Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie. [20.05.2014]
Wprowadzenie do programowania z ograniczeniami. Backtrack Search. [27.05.2014]
Programowanie z ograniczeniami - kontynuacja. Biblioteka CSP(FD).[3.06.2014]
[10.06.2014]
[17.06.2014 ?]
Edycja 2013
Wprowadzenie do problematyki reprezentacji i przetwarzania wiedzy. Prolog: baza wiedzy [26.02.2013]
Inżynieria wiedzy. Podejście systemowe. Język naturalny a logika. Budowa systemu z bazą wiedzy. Przykłady w Prologu. Prolog: sterowanie wnioskowaniem [5.03.2013]
Prolog: termy i reprezentacja wiedzy. Fakty i klauzule. Składnia. Semantyka [12.03.2013]
Prolog: listy. Podstawowa reprezentacja i przetwarzanie [19.03.2013]
Prolog: listy. Zaawansowane przetwarzanie. Sortowanie [26.03.2013]
Drzewa i grafy. Metody szukania ślepego [9.04.2013]
Grafy. Metody szukania heurystycznego [16.04.2013]
Systemy dynamiczne. Stan, przestrzeń stanów. Planowanie [23.04.2013]
Grafy AND-OR, planowanie, gry [7.05.2013]
Systemy regułowe [14.05.2013]
Programowanie z ograniczeniami. CSP: wprowadzenie. [21.05.2013]
CSP: problemy i metody.[28.05.2013]
Przegląd zaawansowanych narzędzi logiki. Wiedza niepewna, niepełna, rozmyta i przybliżona.[4.06.2013]
-
ML - wykład zaproszony [18.06.2013]
Problematyka spójności i pełności wiedzy. Wnioskowanie diagnostyczne.
Prolog: metaprogramowanie. Możliwości reprezentacji i przetwarzania wiedzy w Prologu.
Ramowy plan laboratorium
Narzędzia:
Ćwiczenia
-
-
Prolog: termy i reprezentacja wiedzy:
Lab_termy, 2013-03-19
-
-
Prolog: metaprogramowanie, 2014-04-09
Szukanie heurystyczne:
przeszukiwanie wraz z sekcją
Dla zainteresowanych, 2015-05-06
-
-
-
- Reguły w Prologu, 2014-05-07, wprowadzenie do systemów ekspertowych
Problemy automatycznego planowania:
Lab_pddl
Reprezentacje ustrukturalizowane, DL:
Lab DL, 2014-06-04
Kolokwium, 2014-06-11
VARIA