Both sides previous revision
Poprzednia wersja
Nowa wersja
|
Poprzednia wersja
Nowa wersja
Both sides next revision
|
pl:dydaktyka:krr:start [2015/05/06 01:13] msl [Ramowy plan laboratorium] |
pl:dydaktyka:krr:start [2016/06/08 01:34] msl [Laboratoria] |
====== Knowledge Representation and Reasoning 2014 ====== | ====== Knowledge Representation and Reasoning 2016 ====== |
| |
| ==== 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] |
| - **Algorytmy BFS i DFS. Algorytm Dijkstry. [[http://edu.i-lo.tarnow.pl/inf/alg/001_search/0122.php|Grafy: reprezentacja, BFS, DFS, algorytm Dijkstry]] Algorytmy szukania (blind). [[http://artint.info/html/ArtInt_46.html|Problem Solving as Search]]** [1.03.2016] |
| - **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. |
| |
| - [[pl:dydaktyka:csp:intro|Wprowadzenie do problematyki i programowania z ograniczeniami]], 24.02.2016 |
| - [[pl:dydaktyka:csp:lab1|Flagowe problemy programowania z ograniczeniami]], 02-03-2016 |
| - [[pl:dydaktyka:csp:lab2|Podstawowe techniki modelowania w programowaniu z ograniczeniami]], 09-03-2015 |
| - [[pl:dydaktyka:csp:lab3|Rozwiązywania praktycznych problemów optymalizacyjnych]], 16-03-2016 |
| - Dalszy ciąg [[pl:dydaktyka:csp:lab3|Rozwiązywania praktycznych problemów optymalizacyjnych]], 23-03-2016 |
| - 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. |
| |
| - [[pl:dydaktyka:planning:intro|Wprowadzenie do problematyki automatycznego planowania]], 06-04-2016 |
| - [[pl:dydaktyka:planning:pddl|Modelowanie problemów planowania w języku PDDL]], 13-04-2016 |
| - [[pl:dydaktyka:planning:pddl_2|Rozszerzenie problemów PDDL o fluenty]], 20-04-2016 |
| - [[pl:dydaktyka:ggp:gdl|Regułowa reprezentacja gier w języku GDL]], 27-04-2016 |
| - [[pl:dydaktyka:ggp:game_tree|Drzewo gry - algorytm MiniMax z cięciami Alpha-Beta]], 11-05-2016 |
| - [[pl:dydaktyka:ggp:mcts|Drzewo gry - Monte Carlo Tree Search]], 18-05-2016 |
| - 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. |
| |
| - [[pl:dydaktyka:krr:lab_dl|(dość formalny) wstęp do logik deskrypcyjnych]], 01-06-2016 |
| - [[pl:dydaktyka:krr:lab_dl_reasoning|Wnioskowanie w logikach deskrypcyjnych]], 08-06.2016 |
| ====== KRR: lata 2013-2015 ====== |
| |
===== Cele kursu ===== | ===== Cele kursu ===== |
| |
===== Organizacja roku ===== | ===== Organizacja roku ===== |
[[http://www.dzn.agh.edu.pl/nowa/index.php?option=com_content&view=article&id=18&Itemid=48|Organizacja roku 2013/14 na AGH]] | [[http://www.agh.edu.pl/studenci/organizacja-roku-akademickiego/|Organizacja roku 2014/2015 na AGH]] |
| |
===== Ramowy plan wykładu ===== | ===== Ramowy plan wykładu ===== |
| |
- **Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: baza wiedzy [3.03.2015]** | - **Wprowadzenie do reprezentacji i przetwarzania wiedzy. Ujęcie systemowe. Rola logiki. Prolog: baza wiedzy [3.03.2015]** |
- **Podstawy języka Prolog.[10.03.2015]** | - **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]** |
| - E-learning: Przegląd metod szukania ślepego. Algorytmy BFS i DFS. Algorytm Dijkstry. [12.05.2015] [[http://edu.i-lo.tarnow.pl/inf/alg/001_search/0122.php|Grafy: reprezentacja, BFS, DFS, algorytm Dijkstry]] |
| - E-learning: Algorytmy szukania. [[http://artint.info/html/ArtInt_46.html|Problem Solving as Search]] |
| - Metody szukania heurystycznego. Algorytm A*. Algorytmy inspirowane biologicznie. |
| - Wprowadzenie do programowania z ograniczeniami. Backtrack Search. |
| - Programowanie z ograniczeniami - kontynuacja. Biblioteka CSP(FD). |
| |
==== Edycja 2014 ==== | ==== Edycja 2014 ==== |
* [[pl:prolog:prolog_lab:reprezentacja_wiedzy|Reprezentacja]] | * [[pl:prolog:prolog_lab:reprezentacja_wiedzy|Reprezentacja]] |
* [[pl:prolog:prolog_lab:prolog_lab_metaprog|Metaprogramowanie]] punkty 1-4 | * [[pl:prolog:prolog_lab:prolog_lab_metaprog|Metaprogramowanie]] punkty 1-4 |
- [[http://ai.ia.agh.edu.pl/wiki/pl:dydaktyka:ai:2015:labs:lab_search|Szukanie heurystyczne]], 2015-05-06 | - Szukanie heurystyczne: [[http://ai.ia.agh.edu.pl/wiki/pl:dydaktyka:ai:2015:labs:lab_search|przeszukiwanie]] wraz z sekcją //Dla zainteresowanych//, 2015-05-06 |
* proszę poczytać o metodach szukania w AI można znaleźć w podręczniku [FCA]: [[http://artint.info/html/ArtInt_46.html|3 States and Searching]] 3.6-7 | * proszę poczytać o metodach szukania w AI można znaleźć w podręczniku [FCA]: [[http://artint.info/html/ArtInt_46.html|3 States and Searching]] 3.6-7 |
- CSP: [[pl:dydaktyka:csp:intro|wprowadzenie]], 2014-05-13 | - CSP: [[pl:dydaktyka:csp:intro|wprowadzenie]], 2014-05-13 |
- CSP: [[pl:dydaktyka:csp:lab1|standardowe problemy]], 2014-05-20 | - CSP: [[pl:dydaktyka:csp:lab1|standardowe problemy]], 2014-05-20 |
- CSP: [[pl:dydaktyka:csp:lab2|techniki modelowania]], 2014-05-27 | - CSP: [[pl:dydaktyka:csp:lab2|techniki modelowania]], 2014-05-27 |
- Reguły w Prologu, 2014-05-07, [[pl:prolog:prolog_lab:prolog_lab_metaprog#tematsystemy_ekspertowe|wprowadzenie do systemów ekspertowych]] | <del> - Reguły w Prologu, 2014-05-07, [[pl:prolog:prolog_lab:prolog_lab_metaprog#tematsystemy_ekspertowe|wprowadzenie do systemów ekspertowych]]</del> |
| - Problemy automatycznego planowania: [[Lab_pddl]] |
- Reprezentacje ustrukturalizowane, DL: [[Lab DL]], 2014-06-04 | - Reprezentacje ustrukturalizowane, DL: [[Lab DL]], 2014-06-04 |
- Kolokwium, 2014-06-11 | - Kolokwium, 2014-06-11 |
* [[http://www.paulgraham.com|Paul Graham]], [[http://www.paulgraham.com/hp.html|Hackers and Painters]] (esej), May 2003; więcej w książce: [[http://www.paulgraham.com/hp.html|Hackers and Painters]], O'Reilly, 2004. | * [[http://www.paulgraham.com|Paul Graham]], [[http://www.paulgraham.com/hp.html|Hackers and Painters]] (esej), May 2003; więcej w książce: [[http://www.paulgraham.com/hp.html|Hackers and Painters]], O'Reilly, 2004. |
* [[http://lambda-the-ultimate.org/|Lambda the Ultimate | * [[http://lambda-the-ultimate.org/|Lambda the Ultimate |
The Programming Languages Weblog]] | The Programming Languages Weblog ]] |
| |
| |