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

  1. 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]
  2. Przeszukiwanie grafów. Graph Search vs. Tree Search. Backtracking Search. Implementacja w Prologu i w Pythonie. [23.02.2016]
  3. Algorytmy BFS i DFS. Algorytm Dijkstry. Grafy: reprezentacja, BFS, DFS, algorytm Dijkstry Algorytmy szukania (blind). Problem Solving as Search [1.03.2016]
  4. Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie. Przeszukiwanie wiązką. [8.03.2016]
  5. Wprowadzenie do programowania z ograniczeniami. Backtracking Search in Prolog. Przykłady problemów i rozwiązań. Biblioteka clp(fd). [15.03.2016]
  6. 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]
  7. Święta Wielkanocne [29.03.2016]
  8. Programowanie z ograniczeniami. Wybrane metody propagacji ograniczeń. Przykład problemu harmonogramowania produkcji. [5.04.2016]
  9. Constraint Programming: Shift-Work Scheduling (NRP). Systemy regułowe - wprowadzenie. [12.04.2016: ALi]
  10. Systemy regułowe. Reprezentacja wiedzy, wnioskowanie, sterowanie wnioskowaniem. Wybrane narzędzia. [19.04.2016]
  11. Systemy regułowe. Synteza i analiza. Narzędzia i przykłady. [10.05.2016]
  12. Przykłady systemów regułowych. Automatyczne planowanie. Zbiory rozmyte. [17.05.2016]
  13. Zbiory, relacje i systemy rozmyte. Rozmyte systemy regułowe. Logika rozmyta. Diagnostyka systemów. Wnioskowanie abdukcyjne i wnioskowanie na bazie niespójności. [24.05.2016]
  14. Egzamin zerowy testowy. [31.05.2016]
  15. Answer Set Programming (ASP).
  16. Metody optymalizacji w obszarze AI. Metaheurystki.
  17. 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.

  1. 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.

  1. 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

Slajdy:

Inne:

Organizacja roku

Ramowy plan wykładu

__Edycja 2015__

  1. Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: baza wiedzy [3.03.2015]
  2. Podstawy języka Prolog. Model obliczeniowy Prologu - szukanie z nawrotami. Zmienne i ich rola. Podstawy Unifikacji [10.03.2015]
  3. Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. [17.03.2015]
  4. 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]
  5. Przetwarzanie list w Prologu. Rekurencja a iteracje. Zagadnienia zaawansowane. Sortowanie list. Przetwarzanie list. Meta-predykaty [31.03.2015]
  6. Listy - zagadnienia zawansowane. Meta-programowanie w Prologu. Reprezentacja i przetwarzanie wiedzy w Prologu. Przykłady. [14.04.2015]
  7. Metaprogramowanie. Reprezentacja wiedzy. Przykłady. [21.04.2015]
  8. Podsumowanie programowania w Prologu. Przykłady. Przygotowanie do kolokwium. [28.04.2015]
  9. Systemy stanowe. Model grafowe. Metody szukania ślepego. Tree search and graph search. [5.05.2015]
  10. E-learning: Przegląd metod szukania ślepego. Algorytmy BFS i DFS. Algorytm Dijkstry. [12.05.2015] Grafy: reprezentacja, BFS, DFS, algorytm Dijkstry
  11. E-learning: Algorytmy szukania. Problem Solving as Search
  12. Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie.
  13. Wprowadzenie do programowania z ograniczeniami. Backtrack Search.
  14. Programowanie z ograniczeniami - kontynuacja. Biblioteka CSP(FD).

Edycja 2014

  1. Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: bazy wiedzy [4.03.2014]
  2. Podstawy języka Prolog. Model obliczeniowy Prologu - szukanie z nawrotami. Zmienne i ich rola. Podstawy Unifikacji [11.03.2014]
  3. Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. Modele obliczeniowe: rekurencja, iteracje, pętle z wymuszeniem nawrotów (fail) [18.03.2014]
  4. Podstawy języka Prolog. Struktury danych: termy. Podstawy unifikacji termów. Modele obliczeniowe: rekurencja, iteracje, pętle z wymuszeniem nawrotów (fail) [25.03.2014]
  5. Podstawy języka Prolog. Struktury danych: listy. Predykaty: member/2, select/3, appemd/2. Obliczenia niedeterministyczne [1.04.2014]
  6. Przetwarzanie list w Prologu. Rekurencja a iteracje. Zagadnienia zaawansowane. Sortowanie list. Przetwarzanie list. Meta-predykaty [8.04.2014]
  7. Meta-programowanie w Prologu. Reprezentacja i przetwarzanie wiedzy w Prologu. Przykłady. [15.04.2014]
  8. E-learning. [29.04.2014]
  9. Systemy stanowe. Model grafowe. Metody szukania ślepego. Tree serach a graph search. [6.05.2014]
  10. Przegląd metod szukania ślepego. Realizacje w Prologu. [13.05.2014]
  11. Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie. [20.05.2014]
  12. Wprowadzenie do programowania z ograniczeniami. Backtrack Search. [27.05.2014]
  13. Programowanie z ograniczeniami - kontynuacja. Biblioteka CSP(FD).[3.06.2014]
  14. [10.06.2014]
  15. [17.06.2014 ?]

Edycja 2013

  1. Wprowadzenie do problematyki reprezentacji i przetwarzania wiedzy. Prolog: baza wiedzy [26.02.2013]
  2. Inżynieria wiedzy. Podejście systemowe. Język naturalny a logika. Budowa systemu z bazą wiedzy. Przykłady w Prologu. Prolog: sterowanie wnioskowaniem [5.03.2013]
  3. Prolog: termy i reprezentacja wiedzy. Fakty i klauzule. Składnia. Semantyka [12.03.2013]
  4. Prolog: listy. Podstawowa reprezentacja i przetwarzanie [19.03.2013]
  5. Prolog: listy. Zaawansowane przetwarzanie. Sortowanie [26.03.2013]
  6. Drzewa i grafy. Metody szukania ślepego [9.04.2013]
  7. Grafy. Metody szukania heurystycznego [16.04.2013]
  8. Systemy dynamiczne. Stan, przestrzeń stanów. Planowanie [23.04.2013]
  9. Grafy AND-OR, planowanie, gry [7.05.2013]
  10. Systemy regułowe [14.05.2013]
  11. Programowanie z ograniczeniami. CSP: wprowadzenie. [21.05.2013]
  12. CSP: problemy i metody.[28.05.2013]
  13. Przegląd zaawansowanych narzędzi logiki. Wiedza niepewna, niepełna, rozmyta i przybliżona.[4.06.2013]
  14. Metody semantyczne: drzewa i grafy, sieci semantyczne, szablony semantyczne. Metody przetwarzania.[11.06.2013] Podsumowanie.Materiały pomocnicze - ETI PG Materiały + laboratorium
  15. ML - wykład zaproszony [18.06.2013]
  16. Problematyka spójności i pełności wiedzy. Wnioskowanie diagnostyczne.
  17. Prolog: metaprogramowanie. Możliwości reprezentacji i przetwarzania wiedzy w Prologu.

Ramowy plan laboratorium

Narzędzia:

Ćwiczenia

  1. Prolog: baza wiedzy: Lab baza wiedzy, 2014-03-05
  2. Prolog: sterowanie wnioskowaniem: Lab sterowanie wnioskowaniem, 2014-03-12
  3. Prolog: termy i reprezentacja wiedzy: Lab_termy, 2013-03-19
  4. Prolog: listy i podstawy przetwarzania wiedzy: Wstęp do pracy z listami, 2014-03-26
  5. Prolog: listy, zagadnienia zaawansowane: Praca z listami, 2014-04-02
  6. Prolog: metaprogramowanie, 2014-04-09
  7. Szukanie heurystyczne: przeszukiwanie wraz z sekcją Dla zainteresowanych, 2015-05-06
    • proszę poczytać o metodach szukania w AI można znaleźć w podręczniku [FCA]: 3 States and Searching 3.6-7
  8. CSP: wprowadzenie, 2014-05-13
  9. CSP: standardowe problemy, 2014-05-20
  10. CSP: techniki modelowania, 2014-05-27

- Reguły w Prologu, 2014-05-07, wprowadzenie do systemów ekspertowych

  1. Problemy automatycznego planowania: Lab_pddl
  2. Reprezentacje ustrukturalizowane, DL: Lab DL, 2014-06-04
  3. Kolokwium, 2014-06-11

VARIA

pl/dydaktyka/krr/start.txt · ostatnio zmienione: 2019/06/27 15:50 (edycja zewnętrzna)
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0