| Pole | KOD | Znaczenie kodu |
|---|
| Zamierzone efekty kształcenia | I_1A_O6/01_W01 | W wyniku zajęć student uzyskuje wiedzę o możliwościach i metodach przedstawiania eksperckiej wiedzy o obiektach, o zależnościach występujacych w tych obiektach, o problemach, ktore przedstawione w odpowiedniej formie matematycznej (bazy reguł, kwantyfikatory lingwistyczne) mogą być następnie automatycznie przetwarzane przez komputery, o metodach samodzielnego, prawidłowego konstruowania eksperckich baz wiedzy o różnych obiektach i problemach, o warunkach spójności tych baz, ze szczególnym uwzględnieniem nieliniowych multikryteriów służacych do kompleksowej oceny rozwiązań różnych problemów oraz o metodach testowania stworzonych baz pod względem ich dokładności i zgodności z rzeczywistością.
Student uzyskuje także wiedzę o sposobach agregacji różniących się między soba ocen eksperckich (w tym ocen sprzecznych) w jedną opinię reprezentatywna co jest warunkiem tworzenia wieloekspertowej, grupowej bazy wiedzy. |
|---|
| Odniesienie do efektów kształcenia dla kierunku studiów | I_1A_W12 | ma podstawową wiedzę dotyczącą metod sztucznej inteligencji |
|---|
| I_1A_W14 | zna wybrane metody i techniki służące do komunikacji człowieka z komputerem |
| I_1A_W16 | ma wiedzę dotyczącą możliwości zastosowania informatyki w różnych dziedzinach aktywności ludzkiej (np. w przemyśle, zarządzaniu i medycynie) |
| Odniesienie do efektów zdefiniowanych dla obszaru kształcenia | T1A_W03 | ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną obejmującą kluczowe zagadnienia z zakresu studiowanego kierunku studiów |
|---|
| T1A_W04 | ma szczegółową wiedzę związaną z wybranymi zagadnieniami z zakresu studiowanego kierunku studiów |
| T1A_W07 | zna podstawowe metody, techniki, narzędzia i materiały stosowane przy rozwiązywaniu prostych zadań inżynierskich z zakresu studiowanego kierunku studiów |
| T1A_W08 | ma podstawową wiedzę niezbędną do rozumienia społecznych, ekonomicznych, prawnych i innych pozatechnicznych uwarunkowań działalności inżynierskiej |
| T1A_W10 | zna i rozumie podstawowe pojęcia i zasady z zakresu ochrony własności przemysłowej i prawa autorskiego; umie korzystać z zasobów informacji patentowej |
| T1A_W11 | zna ogólne zasady tworzenia i rozwoju form indywidualnej przedsiębiorczości, wykorzystującej wiedzę z zakresu dziedzin nauki i dyscyplin naukowych, właściwych dla studiowanego kierunku studiów |
| Odniesienie do efektów kształcenia prowadzących do uzyskania tytułu zawodowego inżyniera | InzA_W01 | ma podstawową wiedzę o cyklu życia urządzeń, obiektów i systemów technicznych |
|---|
| InzA_W02 | zna podstawowe metody, techniki, narzędzia i materiały stosowane przy rozwiązywaniu prostych zadań inżynierskich z zakresu studiowanego kierunku studiów |
| InzA_W03 | ma podstawową wiedzę niezbędną do rozumienia społecznych, ekonomicznych, prawnych i innych uwarunkowań działalności inżynierskiej |
| InzA_W05 | zna typowe technologie inżynierskie w zakresie studiowanego kierunku studiów |
| Treści programowe | T-A-1 | Deklaratywna identyfikacja indywidualnych modeli kwantyfikatorów lingwistycznych. Opracowywanie modeli wartości lingwistycznych w formie odcinkowo-liniowej i gaussowskiej (metoda krytycznego punktu).
Eksperymentalna metoda opracowywania modeli kwantyfikatorów lingwistycznych. |
|---|
| T-L-1 | Eksperymentalna identyfikacja modeli kwantyfikatorów lingwistycznych wspomagana oprogramowaniem komputerowym. Opracowywanie oprogramowania identyfikacyjnego do wybranych problemów. |
| T-W-1 | Istota i przeznaczenie lingwistycznych baz wiedzy (LBW). Zorganizowane i niezorganizowane (przypadkowe) LBW. Wiedza matematyczna a lingwistyczna wiedza ekspercka. Praktyczne znaczenie obydwu rodzajów wiedzy. Wiedza granularna. Matematyka granularna (Granular Computing). LBW jako specyficzny zapis funkcji matematycznej wyrażającej rzeczywiste zależności. |
| T-A-2 | Opracowanie liniowego modelu jednoargumentowego kryterium eksperta dla zadanego problemu.
Synteza LBW modelującej jednoargumentowe kryterium eksperckie zadanego problemu.
Wizualizacja powierzchni funkcyjnej kryteriów i ich porównanie. Wnioski dotyczace błedu liniowej formy kryterium. |
| T-W-2 | Podstawowe wiadomości o definiowaniu wartości lingwistycznych, o wykonywaniu rozmytej operacji AND,OR, negacji, implikacji, agregacji, defuzyffikacji. |
| T-L-2 | Opracowywanie liniowych modeli funkcyjnych dla problemów 1-argumentowych zaproponowanych przez studentów lub prowadzacego zajecia. Synteza LBW dla zaproponowanych problemów. Obliczanie wskażnika nieliniowości dla LBW. Komputerowa wizualizacja powierzchni funkcyjnych uzyskanych obydwoma metodami. |
| T-L-3 | Opracowywanie liniowych modeli problemów 2-argumentowych zaproponowanych przez studentów lub przez prowadzącego zajęcia. Synteza LBW dla tych problemów. Wizualizacja uzyskanych powierzchni funkcyjnych badanych zależności z użyciem oprogramowania komputerowego. Obliczanie wskażnika nieliniowości opracowanej LBW. Analiza wyników i wnioski. |
| T-W-3 | Synteza LBW jako zadanie elicytacji wiedzy od ekspertów. Synteza LBW dla problemu 1-no argumentowego. Nieliniowość zależności rzeczywistych. Skutki błędnej linearyzacji zależności. |
| T-A-3 | Opracowanie linowej formy matematycznej dla 2-argumentowego problemu multi-kryterialnego podanego przez prowadzacego zajecia. Opracowanie multikryterium w formie LBW. Wizualizacja powierzchni funkcyjnych obydwu form multi-kryterialnych i ocena ich poprawności. |
| T-A-4 | Opracowanie 3-argumentowej liniowej formy multikryterium dla problemu podanego przez prowadzącego zajęcia. Synteza 3-argumentowego multikryterium w formie LBW. Wizualizacja powierzchni funkcyjnych obydwu form multikryterium i ocena ich wiarygodności. |
| T-W-4 | Synteza LBW dla problemy 2-argumentowego. Metoda rankingowa bezpośrednia, mieszana metoda turniejowo-rankingowa, metoda punktacji turniejowej. Typowe błędy dokonywane przy syntezie LBW. Kompletność i niekompletność LBW. |
| T-L-4 | Opracowanie liniowej formy 3-argumentowej zależności zaproponowanej przez studentów lub przez prowadzącego zajecia. Opracowanie LBW dla tej zależności. Wizualizacja wyników obliczanych przy pomocy obydwu form modeli. Obliczanie wskażnika nieliniowości LBW z użyciem oprogramowania. Testowanie dokładności obydwu form modeli z użyciem próbek testujących. Analiza uzyskanych wyników i wnioski. |
| T-W-5 | Synteza LBW dla problemu 3-argumentowego. Metoda rankingowa bezpośrednia, turniejowo-rankingowa i turniejowo-punktacyjna. Wizualizacja LBW. Metoda testowania opracowanej LBW. Wskażnik nieliniowości LBW. |
| T-A-5 | Synteza LBW dla 5-argumentowego problemu multikryterialnego podanego przez prowadzacego metodą wyboru najistotniejszych kryteriów składowych. |
| T-L-5 | Opracowywanie oprogramowania wspomagajacego obliczenia zwiazane ze stosowaniem agregacji opinii eksperckich metodą średniego ważonego sygnału wewnętrznego i z wizualizacja uzyskanych wyników obliczen.
Opracowywanie oprogramowania wspomagajacego obliczenia zwiazane ze stosowaniem agregacji opinii eksperckich metoda kompatybilności hipotez i możliwych wyników i z wizualizacja uzyskanych wyników obliczen. |
| T-W-6 | Synteza LBW dla problemów n-argumentowych (n większe od 3). Niedekompozycyjne metody rankingowe i punktacyjne. Metoda kompletnego zbioru argumentów. Metoda wyboru najistotniejszych argumentów. Metoda dekompozycji problemu na podprzestrzenie argumentów. |
| T-A-6 | Synteza LBW dla 4-argumentowego multikryterium metodą dekompozycji dla problemu podanego przez prowadzącego zajęcia. Wizualizacja składowych 2-argumentowych multikryteriów i ocena ich nieliniowości. Porównanie wad i zalet niezdekomponowanych i zdekomponowanych LBW. |
| T-L-6 | Wykorzystanie oprogramowania komputerowego do agregacji kilku opinii eksperckich metodą średniego ważonego sygnału wewnętrznego oraz metodą kompatybilności hipotez i możliwych wyników. Porównanie wyników agregacji uzyskanych powyższymi metodami z wynikami uzyskanymi klasyczna metoda ważonego sumowania i metodą logarytmiczną. Analiza uzyskanych wyników agregacji i ocena wiarygodności poszczególnych metod. |
| T-A-7 | Agregacja opinii eksperckich metodą sumowania ważonego oraz metodą logarytmiczną. |
| T-W-7 | Agregacja lingwistycznych ocen pochodzacych od różnych ekspertów. Metody klasyczne: metoda agregacji behawioralnej, metoda sumowania ważonego, metoda logarytmiczna. Zalety i wady metod klasycznych. Metoda średniego, ważonego sygnału wewnętrznego. |
| T-A-8 | Agregacja kilku opinii eksperckich metodą średniego, ważonego sygnału wewnętrznego. |
| T-W-8 | Pożądane cechy metody agregacji ocen eksperckich. Metoda kompatybilności hipotezy i możliwego wyniku. Funkcje niekompatybilności ikompatybilności hipotez i możliwych wyników. Uzupełnianie się poszczególnych metod agregacji ocen eksperckich. |
| Metody nauczania | M-1 | Wykład informacyjny z prezentacjami. |
|---|
| Kryteria oceny | Ocena | Kryterium oceny |
|---|
| 2,0 | |
| 3,0 | Student posiada podstawowa wiedzę o metodach przedstawiania wiedzy eksperckiej, prowadzenia obliczen z jej pomoca i o sposobach agregowania ocen eksperckich. |
| 3,5 | |
| 4,0 | |
| 4,5 | |
| 5,0 | |