Modelowanie i przetwarzanie informacji nieprecyzyjnej
Informacje ogólne
Kod przedmiotu: | 06-DMINLI0 |
Kod Erasmus / ISCED: | (brak danych) / (brak danych) |
Nazwa przedmiotu: | Modelowanie i przetwarzanie informacji nieprecyzyjnej |
Jednostka: | Wydział Matematyki i Informatyki |
Grupy: |
Moodle - przedmioty Szkoły Nauk Ścisłych |
Punkty ECTS i inne: |
0 LUB
6.00
LUB
7.00
(w zależności od programu)
|
Język prowadzenia: | (brak danych) |
Skrócony opis: |
Powszechnie występujące zjawisko nieprecyzyjności (nieostrości) informacji jest jednym z fundamentalnych zadań i wyzwań stojących przed współczesną informatyką, a także matematyką stosowaną i nauką w ogóle. Powodem tej ważkości, jest to, że coraz bardziej zaawansowane i wyrafinowane zastosowania komputerów wymagają umiejętności reprezentowania i przetwarzania informacji nieprecyzyjnej. Odpowiedzią na tę potrzebę są zbiory nieostre (rozmyte, ang. fuzzy sets) oraz metody i techniki na nich oparte. Przedmiot poświęcony jest modelowaniu i przetwarzaniu informacji nieprecyzyjnej za pomocą zbiorów nieostrych i ich metodologii. Przedstawione zostaną podstawy teoretyczne zbiorów nieostrych, a następnie, obszernie, ich zastosowania w zagadnieniach nieprecyzyjności informacji w różnych dziedzinach informatyki (bazy danych, reprezentacja wiedzy, agregacja i eksploracja danych, wzmacnianie kontrastu obrazów, systemy regułowe, robotyka), w sterowaniu i podejmowaniu decyzji. |
Pełny opis: |
Przedmiot oferuje następującą wiedzę i umiejętności: podstawy teoretyczne zbiorów nieostrych, konstruowanie i działania na zbiorach nieostrych; modelowanie nieprecyzyjności informacji za pomocą zbiorów nieostrych, liczb nieostrych i zmiennych lingwistycznych; modelowanie przybliżonego wnioskowania; struktura i projektowanie sterownika rozmytego, wykorzystanie sterowników rozmytych i rozmytych systemów regułowych (ang. fuzzy rule-based systems) w informatyce, technice i technologii, robotyce, wspomaganiu decyzji; wzmacnianie kontrastu obrazów za pomocą metod opartych na zbiorach nieostrych; metody agregacji danych, zastosowania w podejmowaniu decyzji przy nieprecyzyjnie określonych celach i ograniczeniach; systemy nieprecyzyjnych zapytań do baz danych, ich budowa i projektowanie; podsumowania lingwistyczne baz danych, ich generowanie z użyciem kwantyfikatorów lingwistycznych; relacje rozmyte i miary podobieństwa, zastosowania w badaniu podobieństwa danych. |
Literatura: |
E. E. Kerre, M. Nachtegael, Fuzzy Techniques in Image Processing, Springer, Heidelberg, 2000. A. M. Kwiatkowska, Systemy wspomagania decyzji, PWN, Warszawa, 2007. J. Łęski, Systemy neuronowo-rozmyte, WNT, Warszawa, 2008. W. Pedrycz, F. Gomide, Fuzzy Systems Engineering: Towards Human-Centric Computing, Wiley, Hoboken, 2007. A. Piegat, Modelowanie i sterowanie rozmyte, EXIT, Warszawa, 2003. M. Wygralak, Cardinalities of Fuzzy Sets, Springer, Heidelberg, 2003. S. Zadrożny, Zapytania nieprecyzyjne i lingwistyczne podsumowania baz danych, EXIT, Warszawa, 2006. |
Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)
Okres: | 2020-10-01 - 2021-02-28 |
Przejdź do planu
PN WT ŚR WYK
LAB
CZ PT |
Typ zajęć: |
Wykład, 30 godzin, 72 miejsc
Zajęcia laboratoryjne, 30 godzin, 72 miejsc
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | Joanna Siwek, Maciej Wygralak | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Wykład - Egzamin Zajęcia laboratoryjne - Zaliczenie z notą |
Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)
Okres: | 2021-10-01 - 2022-02-23 |
Przejdź do planu
PN WT WYK
ŚR LAB
CZ PT |
Typ zajęć: |
Wykład, 30 godzin, 20 miejsc
Zajęcia laboratoryjne, 30 godzin, 20 miejsc
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | Joanna Siwek, Maciej Wygralak | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Egzamin
Wykład - Egzamin Zajęcia laboratoryjne - Zaliczenie z notą |
Właścicielem praw autorskich jest Uniwersytet im. Adama Mickiewicza w Poznaniu.