Technické aplikace metod umělé inteligence (FSI-RUI)

Akademický rok 2023/2024
Garant: prof. RNDr. Miloslav Druckmüller, CSc.  
Garantující pracoviště: ÚM všechny předměty garantované tímto pracovištěm
Jazyk výuky: čeština
Cíle předmětu:

Cílem kurzu je seznámit studenty se současným stavem technických aplikací vícehodnotové logiky a počítačovou analýzou obrazů a rozpoznáváním objektů.
Výstupy studia a kompetence:

Znalost základů vícehodnotové logiky, fuzzy množin a technicky orientovaných slovních modelů a expertních systémů. Znalost moderních metod analýzy obrazů včetně metod rozpoznávání objektů.
Prerekvizity:
Základy matematické logiky, teorie množin, matematická analýza
Obsah předmětu (anotace):

Kurz se skládá ze dvou částí. V první části se zabývá vícehodnotovou logikou, teorií fuzzy množin a jejich využitím v metodách umělé inteligence. Druhá část se zabývá metodami získávání, analýzy a rozpoznáváním obrazů pro vědecko-technické aplikace.
Metody vyučování:
Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách.
Způsob a kritéria hodnocení:

Zápočet na základě písemného testu
Zkouška písemná i ústní.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:

Kontrolována je účast na cvičeních. Zameškaná výuka je nahrazována zpracováním dodatečných úloh.
Typ (způsob) výuky:
    Přednáška  13 × 2 hod. nepovinná                  
    Cvičení s počítačovou podporou  13 × 2 hod. povinná                  
Osnova:
    Přednáška

1. Vícehodnotová logika, formule, pravdivostní ohodnocení
2. T-normy, T-konormy, zobecněné implikace
3. Fuzzy množiny a operace s nimi
4. Slovní proměnné a slovní modely, řídící systémy
5. Expertní systémy založená na vícehodnotové logice
6. Klasická fotografie, digitální záznam obrazu
7. CCD a CMOS technologie
8. Šum, klasifikace, analýza a filtrace šumu
9. MTF a PSF, konvoluce, dekonvoluce
10. Fourierovské metody zpracování obrazu
11. Adaptivní filtry, segmentace obrazu
12. Klasifikace a rozpoznávání objektů
13. Klasifikace a rozpoznávání objektů
    Cvičení s počítačovou podporou

1. Vícehodnotová logika, formule, pravdivostní ohodnocení
2. T-normy, T-konormy, zobecněné implikace
3. Fuzzy množiny a operace s nimi
4. Slovní proměnné a slovní modely, řídící systémy
5. Expertní systémy založené na vícehodnotové logice
6. Klasická fotografie, digitální záznam obrazu
7. CCD a CMOS technologie
8. Šum, klasifikace, analýza a filtrace šumu
9. MTF a PSF, konvoluce, dekonvoluce
10. Fourierovské metody zpracování obrazu
11. Adaptivní filtry, segmentace obrazu
12. Klasifikace a rozpoznávání objektů
13. Klasifikace a rozpoznávání objektů
Literatura - základní:
2.  Pratt, W. K.: Digital Image Processing (4th Edition), New York: Wiley 2007
Zařazení předmětu ve studijních programech:
Program Forma Obor Spec. Typ ukončení   Kredity     Povinnost     St.     Roč.     Semestr  
N-MET-P prezenční studium --- bez specializace -- zá,zk 5 Povinný 2 1 L
N-IMB-P prezenční studium IME Inženýrská mechanika -- zá,zk 5 Povinně volitelný 2 1 L
N-IMB-P prezenční studium BIO Biomechanika -- zá,zk 5 Povinně volitelný 2 1 L