Metody inteligencji obliczeniowej
Field of study: Computer Science
Programme code: 08-N2INI14.2019

Module name: | Metody inteligencji obliczeniowej |
---|---|
Module code: | 08-IN-IJO-S2-MIO |
Programme code: | 08-N2INI14.2019 |
Semester: |
|
Language of instruction: | Polish |
Form of verification: | exam |
ECTS credits: | 3 |
Description: | Algorytmy zachowania stadnego stanowią część sztucznego życia i inteligencji obliczeniowej. Zadaniem postawionym przed studentem jest umiejętność dostosowania technik optymalizacji stadnej do grupy analizowanych problemów optymalizacyjnych i w tym również algorytmów symulacji i analizy takich zachowań. Właściwy dobór PSO uzależniony jest od topologii komunikacyjnej, interakcji zachodzących między cząsteczkami i od roli lidera , czy też algorytmu grupowania cząsteczek. |
Prerequisites: | (no information given) |
Key reading: | (no information given) |
Learning outcome of the module | Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5] |
---|---|
Potrafi rozdzielać zadania projektowe i współpracuje w grupie wieloosobowej [MIO -K_8] |
K_U02 [1/5] |
Stosuje równania ruchu stada w implementacjach prostych zachowań stadnych dotyczących omijania przeszkód [MIO -U_4] |
K_W02 [1/5] |
Wdraża poznane metody w implementacjach algorytmu PSO z zachowaniem wartości parametrów mających wpływ na osiąganie optimum optymalizowanej funkcji [MIO -U_5] |
K_W06 [1/5] |
Potrafi dobierać i aktualizować wartości parametrów w różnych podejściach dotyczących optymalizacji stadnej cząsteczek (PSO), modelu kanonicznego, z wagą inercji oraz w modelu ze ściskiem [MIO -U_6] |
K_W06 [1/5] |
Weryfikuje i projektuje model inteligencji stadnej w zależności od analizowanego problemu i stosowanej topologii komunikacyjnej [MIO -U_7] |
K_W06 [1/5] |
Charakteryzuje zachowania stadne poprzez algorytm Boids C. Reynoldsa [MIO -W_1] |
K_W02 [1/5] |
Objaśnia reguły przemieszczania się na podstawie podstawowych wzorów zaczerpniętych z Optymalizacji stadnej cząsteczek [MIO -W_2] |
K_W02 [1/5] |
Dobiera odpowiedni model PSO na podstawie analizowanego problemu i omawia wpływ parametrów na sposób działania stada [MIO -W_3] |
K_W02 [1/5] |
Type | Description | Codes of the learning outcomes of the module to which assessment is related |
---|---|---|
Egzamin [MIO _w_1] | Praca pisemna studentów wskazująca na poziom opanowania tematyki wykładu |
MIO -W_1 |
Prace kontrolne [MIO _w_2] | Pisemna weryfikacja wiedzy z poszczególnych tematów realizowanych na laboratoriach |
MIO -W_1 |
Projekt grupowy [MIO _w_3] | Implementacja algorytmu inteligencji stadnej w konkretnym zastosowaniu w grupie wieloosobowej |
MIO -K_8 |
Form of teaching | Student's own work | Assessment of the learning outcomes | |||
---|---|---|---|---|---|
Type | Description (including teaching methods) | Number of hours | Description | Number of hours | |
lecture [MIO _fs_1] | Podanie treści kształcenia w formie werbalnej z wykorzystaniem wizualizacji treści. Skupienie się na materiale trudnym pojęciowo i wskazanie adresów stron internetowych i pakietu
e-learningowego
|
10 | Zapoznanie się z tematyką wykładu z wykorzystaniem istniejących pakietów metod: skryptu, stron internetowych i pakietu e-learningowego |
20 |
Egzamin [MIO _w_1] |
laboratory classes [MIO _fs_2] | Szczegółowe przygotowanie studentów do implementacji algorytmów ze wskazaniem na metodologię postępowania, wskazaniem kolejności wykonywanych czynności |
20 | Samodzielne opracowanie i przygotowanie studentów do kolokwiów zaliczających z laboratorium
Wykonanie projektu - implementacji danego systemu w grupie wieloosobowej
|
30 |
Prace kontrolne [MIO _w_2] |
Attachments |
---|
Module description (PDF) |
Syllabuses (USOSweb) | ||
---|---|---|
Semester | Module | Language of instruction |
(no information given) |