2024-2025_09_04_02-набор_2023-ИСИТ_plx_Интеллектуальные системы и технологии_Разработка и сопровождение информационных систем
 
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

СТАВРОПОЛЬСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ
Директор/Декан

Аникуев С.В.

____________________________

____________________________

«___»  _____________ 20___ г.

Рабочая программа дисциплины
Б1.О.12 Интеллектуальные системы и технологии
09.04.02 Информационные системы и технологии
Разработка и сопровождение информационных систем
магистр
УТВЕРЖДАЮ
очная
2023
 
Ставрополь, 2023
 
1. Цель дисциплины
Целями освоения дисциплины «Интеллектуальные системы и технологии» являются обучение методам и алгоритмам нечеткого представления и обработки данных искусственными нейронными сетями, получение навыков по использованию инструментальных средств для эмуляции сложных динамических процессов обучения нейросетевых структур и алгоритмов нечеткого вывода, овладение методами проектирования и разработки модулей информационных систем, использующих технологии нечеткой и нейросетевой обработки информации. 
 
Код и наименование компетенции
Код и наименование индикатора достижения компетенции
Перечень планируемых результатов обучения по дисциплине
2. Перечень планируемых результатов обучения по дисциплине, соотнесенных с плани-руемыми результатами освоения образовательной программы
Процесс изучения дисциплины направлен на формирование следующих компетенций ОП ВО и овладение следующими результатами обучения по дисциплине:
 
ОПК-2 Способен разрабатывать оригинальные алгоритмы и программные средства, в том числе с использованием современных интеллектуальных технологий, для решения профессиональных задач;
ОПК-2.1 Понимает методологические основы современных информационно-коммуникационных и интеллектуальных технологий для решения профессиональных задач
знает

методологические основы современных информационно-коммуникационных и интеллектуальных технологий для решения профессиональных задач

умеет

понимать методологические основы современных информационно-коммуникационных и интеллектуальных технологий для решения профессиональных задач

владеет навыками

практическими аспектами методологических основ современных информационно-коммуникационных и интеллектуальных технологий для решения профессиональных задач

 
 
 
 
 
ОПК-2 Способен разрабатывать оригинальные алгоритмы и программные средства, в том числе с использованием современных интеллектуальных технологий, для решения профессиональных задач;
ОПК-2.2 Обосновывает выбор современных информационнокоммуникационных и интеллектуальных технологий, методы разработки программных средств, для решения профессиональных задач
знает

современные информационнокоммуникационные и интеллектуальные технологии, методы разработки программных средств, для решения профессиональных задач

умеет

обосновывать выбор современных информационнокоммуникационных и интеллектуальных технологий, методы разработки программных средств, для решения профессиональных задач

владеет навыками

навыками выбора современных информационнокоммуникационных и интеллектуальных технологий, методами разработки программных средств, для решения профессиональных задач

 
 
 
 
 
ОПК-2 Способен разрабатывать
ОПК-2.3 Разрабатывает оригинальные алгоритмы и
знает

алгоритмы и программные средства, в том

 
оригинальные алгоритмы и программные средства, в том числе с использованием современных интеллектуальных технологий, для решения профессиональных задач;
программные средства, в том числе с использованием интеллектуальных технологий, для решения профессиональных задач
числе с использованием интеллектуальных технологий, для решения профессиональных задач

умеет

разрабатывать оригинальные алгоритмы и программные средства, в том числе с использованием интеллектуальных технологий, для решения профессиональных задач

владеет навыками

практическими навыками разработки оригинальных алгоритмов и программных средств, в том числе с использованием интеллектуальных технологий, для решения профессиональных задач

 
 
 
 
 
ОПК-3 Способен анализировать профессиональную информацию, выделять в ней главное, структурировать, оформлять и представлять в виде аналитических обзоров с обоснованными выводами и рекомендациями;
ОПК-3.2 Анализирует профессиональную информацию, выделяет в ней главное и определяет ее структуру
знает

методы анализа профессиональной информации, способы выделения в ней главного и определения ее структуры

умеет

анализировать профессиональную информацию, выделяет в ней главное и определяет ее структуру

владеет навыками

навыками анализа профессиональной  информации, выделяет в ней главное и определяет ее структуру

 
 
 
 
 
ОПК-8 Способен осуществлять эффективное управление разработкой программных средств и проектов.
ОПК-8.2 Осуществляет выбор средств разработки, оценивает сложность проектов, планирует ресурсы, контролирует сроки выполнения и оценивает качество полученного результата
знает

способы  выбора средств разработки, методы оценки сложности проектов, способы планирования ресурсов

умеет

осуществлять выбор средств разработки, оценивать сложность проектов, планировать ресурсы, контролировать сроки выполнения и оценивать качество полученного результата

владеет навыками

навыками выбора средств разработки, оценки сложности проектов

 
 
 
 
 
Дисциплина  «Интеллектуальные системы и технологии» является дисциплиной обязательной части программы.

Изучение дисциплины осуществляется в 3семестре(-ах).

3. Место дисциплины в структуре образовательной программы 
Для освоения дисциплины «Интеллектуальные системы и технологии» студенты используют знания, умения и навыки, сформированные в процессе изучения дисциплин:
 
Технологические инновации в сфере информационных систем и технологий
 
Управление проектами
 
Научно-исследовательская работа
 
Научные основы аналитических исследований
 
Технологии проектирования информационных систем
 
Программная инженерия
 
Ознакомительная практика
 
Методы исследования и моделирования информационных процессов и систем
 
Освоение дисциплины «Интеллектуальные системы и технологии» является необходимой основой для последующего изучения следующих дисциплин:
 
Подготовка к сдаче и сдача государственного экзамена
 
Подготовка к процедуре защиты и защита выпускной квалификационной работы
 
Технологическая (проектно-технологическая) практика
 
4. Объем дисциплины в зачетных единицах с указанием количества академических часов, выделенных на контактную работу с обучающихся с преподавателем (по видам учебных занятий) и на самостоятельную работу обучающихся 
Общая трудоемкость дисциплины «Интеллектуальные системы и технологии» в соответствии с рабочим учебным планом и ее распределение по видам работ представлены ниже.
 
 
Семестр
Трудоемкость

час/з.е.

Контактная работа с преподавателем, час
Самостоя-

тельная ра-

бота, час

Контроль,

час

Форма промежуточной аттестации (форма контроля)
лек-

ции

практические

занятия

лабораторные занятия
3
180/5
12
24
108
36
Эк
в т.ч. часов:

в интерактивной форме

4
6
 
 
Семестр
Трудоемкость

час/з.е.

Внеаудиторная контактная работа с преподавателем, час/чел
Курсовая работа
Курсовой проект
Зачет
Дифференцированный зачет
Консультации перед экзаменом
Экзамен
3
180/5
2
0.25
 
5. Содержание дисциплины, структурированное по темам (разделам) с указанием отве-денного на них количества академических часов и видов учебных занятий 
Наименование раздела (этапа) практики
 
 
Количество часов
Формы текущего контроля успеваемости и промежуточной аттестации
Оценочное средство проверки результатов достижения индикаторов компетенций
Код индикаторов достижения компетенций
Семинарские занятия
 
 
 
 
 
 
 
 
 
 
 
 
1 раздел. 
1.
 
Нечеткая логика
3
54
14
8
КТ 1
1.1.
6
Тест
ОПК-2.1, ОПК-2.2, ОПК-2.3, ОПК-3.2, ОПК-8.2
 
Нейронные сети
3
54
22
16
КТ 2
1.2.
6
Тест
ОПК-2.1, ОПК-2.2, ОПК-2.3, ОПК-3.2, ОПК-8.2
 
Промежуточная аттестация
Эк
Итого
108
180
24
12
 
Итого
108
180
24
12
 
Тема лекции (и/или наименование раздел)

(вид интерактивной формы проведения занятий)/(практическая подготовка)

Содержание темы

(и/или раздела)

5.1. Лекционный курс с указанием видов интерактивной формы проведения занятий
Всего,

часов / часов интерактивных занятий/ практическая подготовка

 
Нечеткая логика
Нечеткие высказывания и операции над ними
2/2
 
Нечеткая логика
Нечеткие соответствия и отношения
2/2
 
Нечеткая логика
Нечеткие числа 
2/-
 
Нейронные сети
Биологический и формальный нейрон
2/-
 
Нейронные сети
Персептрон, сигмоидальный нейрон 
2/-
 
Нейронные сети
Нейронные сети
2/-
 
Итого
12
 
5.2. Семинарские (практические, лабораторные) занятия с указанием видов проведения занятий в интерактивной форме
Наименование

раздела

дисциплины

Формы проведения и темы занятий

(вид интерактивной формы проведения занятий)/(практическая подготовка)

Всего,

часов / часов интерактивных занятий/ практическая подготовка

вид
часы
 
Нечеткая логика
Основы работы с программной средой модели-рования и компьютерной математики Matlab
Пр
2/2/-
 
Нечеткая логика
Интерфейс пользователя системы MATLAB. Математически вычисления
Пр
2/2/-
 
Нечеткая логика
Пакет Fuzzy Logic Toolbox. Построение не-четкой аппроксимирую-щей системы: Графический интерфейс Fuzzy Logic Toolbox; Разработка нечеткой системы, отображающую зависимость y=f(x)
Пр
2/-/-
 
Нечеткая логика
Формирование базы правил нечеткой системы моделирования нелинейной системы: Знакомство с методологией нечеткого моделирования; Описание 
Пр
2/-/-
 
заданной нелиней-ной функции множеством правил вида ЕСЛИ-ТО; Построение нечет- кой аппроксимирующей системы
 
Нейронные сети
Исследование способов формирования нечетких множеств и операции над ними: Функции принадлежности; Операции с нечеткими множества-ми
Пр
4/-/-
 
Нейронные сети
Работа Fuzzy Logic с бло-ками Simulink
Пр
4/-/-
 
Нейронные сети
Разработка интеллекту-альной системы на ос-нове нечетких знаний
Пр
4/-/-
 
Нейронные сети
Gui-интерфейс для пакета Neural Networks Toolbox программной среды Matlab 
Пр
2/2/-
 
Нейронные сети
Изучение свойств линейного нейрона и линейной нейронной сети
Пр
2/-/-
 
5.3. Курсовой проект (работа) учебным планом предусмотрен
 
5.4. Самостоятельная работа обучающегося
Темы самостоятельной работы
к текущему

контролю

 
Изучение теоретического материала. Подготовка к аудиторным занятиям
54
 
Изучение теоретического материала. Подготовка к аудиторным занятиям
54
 
6. Перечень учебно-методического обеспечения для самостоятельной работы обучающихся по дисциплине
Учебно-методическое обеспечение для самостоятельной работы обучающегося по дисциплине «Интеллектуальные системы и технологии» размещено в электронной информационно-образовательной сре-де Университета и доступно для обучающегося через его личный кабинет на сайте Университета. Учебно-методическое обеспечение включает:

1. Рабочую программу дисциплины «Интеллектуальные системы и технологии».

2. Методические рекомендации по освоению дисциплины «Интеллектуальные системы и технологии».

3. Методические рекомендации для организации самостоятельной работы обучающегося по дисциплине «Интеллектуальные системы и технологии».

4. Методические рекомендации по выполнению письменных работ ().

5. Методические рекомендации по выполнению контрольной работы студентами заочной формы обучения.

Для успешного освоения дисциплины, необходимо самостоятельно детально изучить представленные темы по рекомендуемым источникам информации:

№  п/п
Темы для самостоятельного изучения
Рекомендуемые источники информации

(№ источника)

основная

(из п.8 РПД)

дополнительная

(из п.8 РПД)

метод. лит.

(из п.8 РПД)

 
1
Нечеткая логика
Л1.2, Л1.4, Л1.8, Л1.9, Л1.11, Л1.12, Л1.13, Л1.14, Л1.15, Л1.16
Л2.1, Л2.4, Л2.5
 
2
Нейронные сети
Л1.1, Л1.2, Л1.3, Л1.4, Л1.5, Л1.6, Л1.7, Л1.8, Л1.9, Л1.10, Л1.11, Л1.12, Л1.13, Л1.14, Л1.15, Л1.16
Л2.1, Л2.2, Л2.3, Л2.4, Л2.5
 
7. Фонд оценочных средств (оценочных материалов) для проведения промежуточной ат-тестации обучающихся по дисциплине «Интеллектуальные системы и технологии»
 
7.1. Перечень индикаторов компетенций с указанием этапов их формирования в процессе освоения образовательной программы
 
 
Индикатор компетенции (код и содержание)
Дисциплины/элементы программы (практики, ГИА), участвующие в формировании индикатора компетен-ции
1
2
1
2
3
4
ОПК-2.1:Понимает методологические основы современных информационно-коммуникационных и интеллектуальных технологий для решения профессиональных задач
Технологическая (проектно-технологическая) практика
x
Технология защиты информации
x
ОПК-2.2:Обосновывает выбор современных 
Модели и методы искусственного интеллекта
x
 
Индикатор компетенции (код и содержание)
Дисциплины/элементы программы (практики, ГИА), участвующие в формировании индикатора компетен-ции
1
2
1
2
3
4
информационнокоммуникационных и интеллектуальных технологий, методы разработки программных средств, для решения профессиональных задач
Ознакомительная практика
x
ОПК-2.3:Разрабатывает оригинальные алгоритмы и программные средства, в том числе с использованием интеллектуальных технологий, для решения профессиональных задач
Модели и методы искусственного интеллекта
x
Программная инженерия
x
Технологическая (проектно-технологическая) практика
x
Технология защиты информации
x
ОПК-3.2:Анализирует профессиональную информацию, выделяет в ней главное и определяет ее структуру
Методы исследования и моделирования информационных процессов и систем
x
Ознакомительная практика
x
ОПК-8.2:Осуществляет выбор средств разработки, оценивает сложность проектов, планирует ресурсы, контролирует сроки выполнения и оценивает качество полученного результата
Ознакомительная практика
x
Управление проектами
x
 
7.2. Критерии и шкалы оценивания уровня усвоения индикатора компетенций, опреде-ляющие процедуры оценивания знаний, умений, навыков и (или) опыта деятельности
Оценка знаний, умений и навыков и (или) опыта деятельности, характеризующих этапы формирования компетенций по дисциплине «Интеллектуальные системы и технологии» проводится в форме текущего контроля и промежуточной аттестации.

Текущий контроль проводится в течение семестра с целью определения уровня усвоения обучающимися знаний, формирования умений и навыков, своевременного выявления преподавателем недостатков в подготовке обучающихся и принятия необходимых мер по её корректировке, а также для совершенствования методики обучения, организации учебной работы и оказания индивидуальной помощи обучающемуся.

Промежуточная аттестация по дисциплине «Интеллектуальные системы и технологии» проводится в виде Экзамен, Курсовой проект.

За знания, умения и навыки, приобретенные студентами в период их обучения, выставляются оценки «ЗАЧТЕНО», «НЕ ЗАЧТЕНО». (или «ОТЛИЧНО», «ХОРОШО», «УДОВЛЕТВОРИТЕЛЬ-НО», «НЕУДОВЛЕТВОРИТЕЛЬНО» для дифференцированного зачета/экзамена)

Для оценивания знаний, умений, навыков и (или) опыта деятельности в университете приме-няется балльно-рейтинговая система оценки качества освоения образовательной программы. Оценка проводится при проведении текущего контроля успеваемости и промежуточных аттестаций обучающихся. Рейтинговая оценка знаний является интегрированным показателем качества теоретиче-ских и практических знаний и навыков студентов по дисциплине.

 
Состав балльно-рейтинговой оценки студентов очной формы обучения
Для студентов очной формы обучения знания по осваиваемым компетенциям формируются на лекционных и практических занятиях, а также в процессе самостоятельной подготовки.

В соответствии с балльно-рейтинговой системой оценки, принятой в Университете студентам начисляются баллы по следующим видам работ:

№ контрольной точки
Оценочное средство результатов индикаторов достижения компетенций
Максимальное количество баллов
 
3 семестр
 
КТ 1
Тест
10
 
КТ 2
Тест
10
 
Итого
90
Результативность работы на практических/лабораторных занятиях
30
Посещение практических/лабораторных занятий
20
Посещение лекционных занятий
20
20
Сумма баллов по итогам текущего контроля
 
Критерии оценки знаний студентов
№ контрольной точки
Оценочное средство результатов индикаторов достижений компетенций
Максимальное количество баллов
 
3 семестр
 
КТ 1
Тест
10
10 баллов  - выставляется студенту, если в тесте 100% правильных ответов; 9 баллов  - выставляется студенту, если в тесте 95% правильных ответов 8 баллов  - при 90% правильных ответов; 7 баллов  -  85% правильных ответов; 6 балла    -  80% правильных ответов; 5 балла    - 75% правильных ответов; 4 баллов   - 70% правильных ответов; 3 баллов   -  65% правильных ответов; 2 баллов   - менее 50% правильных ответов; 0 баллов   - менее 40% правильных ответов.
 
КТ 2
Тест
10
10 баллов  - выставляется студенту, если в тесте 100% правильных ответов; 9 баллов  - выставляется студенту, если в тесте 95% правильных ответов 8 баллов  - при 90% правильных ответов; 7 баллов  -  85% правильных ответов; 6 балла    -  80% правильных ответов; 5 балла    - 75% правильных ответов; 4 баллов   - 70% правильных ответов; 3 баллов   -  65% правильных ответов; 2 баллов   - менее 50% правильных ответов; 0 баллов   - менее 40% правильных ответов.
 
Критерии и шкалы оценивания уровня усвоения индикатора компетенций
При проведении итоговой аттестации «зачет» («дифференцированный зачет», «экзамен») преподавателю с согласия студента разрешается выставлять оценки («отлично», «хорошо», «удовлетворительно», «зачет») по результатам набранных баллов в ходе текущего контроля успеваемости в семестре по выше приведенной шкале.

В случае отказа – студент сдает зачет (дифференцированный зачет, экзамен) по приведенным выше вопросам и заданиям. Итоговая успеваемость (зачет, дифференцированный зачет, экзамен) не может оцениваться ниже суммы баллов, которую студент набрал по итогам текущей и промежуточной успеваемости.

При сдаче (зачета, дифференцированного зачета, экзамена) к заработанным в течение семестра студентом баллам прибавляются баллы, полученные на (зачете, дифференцированном зачете, экзамене) и сумма баллов переводится в оценку. 

 
Критерии и шкалы оценивания ответа на экзамене
Сдача экзамена может добавить к текущей балльно-рейтинговой оценке студентов не более 20 баллов: 
Содержание билета
Количество баллов
Теоретический вопрос №1 (оценка знаний)
до 7
Теоретический вопрос №2 (оценка знаний) 
до 7
Задача (оценка умений и навыков)
до 6
Итого
20
Теоретические вопросы (вопрос 1, вопрос 2)

7 баллов выставляется студенту, полностью освоившему материал дисциплины или курса в соответствии с учебной программой, включая вопросы рассматриваемые в рекомендованной программой дополнительной справочно-нормативной и научно-технической литературы, свободно владеющему основными понятиями дисциплины. Требуется полное понимание и четкость изложения ответов по экзаменационному заданию (билету) и дополнительным вопросам, заданных экзаменатором. Дополнительные вопросы, как правило, должны относиться к материалу дисциплины или курса, не отраженному в основном экзаменационном задании (билете) и выявляют полноту знаний студента по дисциплине.

5 балла заслуживает студент, ответивший полностью и без ошибок на вопросы

Критерии оценки ответа на экзамене
 
экзаменационного задания и показавший знания основных понятий дисциплины в соответствии с обязательной программой курса и рекомендованной основной литературой.

3 балла дан недостаточно полный и недостаточно развернутый ответ. Логика и последовательность изложения имеют нарушения. Допущены ошибки в раскрытии понятий, употреблении терминов. Студент не способен самостоятельно выделить существенные и несущественные признаки и причинно-следственные связи. Студент может конкретизировать обобщенные знания, доказав на примерах их основные положения только с помощью преподавателя. Речевое оформление требует поправок, коррекции.

2 балла дан неполный ответ, представляющий собой разрозненные знания по теме вопроса с существенными ошибками в определениях. Присутствуют фрагментарность, нелогичность изложения. Студент не осознает связь данного понятия, теории, явления с другими объектами дисциплины. Отсутствуют выводы, конкретизация и доказательность изложения. Речь неграмотная. Дополнительные и уточняющие вопросы преподавателя не приводят к коррекции ответа студента не только на поставленный вопрос, но и на другие вопросы дисциплины.

1 балл дан неполный ответ, представляющий собой разрозненные знания по теме вопроса с существенными ошибками в определениях. Присутствуют фрагментарность, нелогичность изложения. Студент не осознает связь данного понятия, теории, явления с другими объектами дисциплины. Отсутствуют выводы, конкретизация и доказательность изложения. Речь неграмотная. Дополнительные и уточняющие вопросы преподавателя не приводят к коррекции ответа студента не только на поставленный вопрос, но и на другие вопросы дисциплины.

0 баллов - при полном отсутствии ответа, имеющего отношение к вопросу.

Оценивание задачи

6 баллов Задачи решены в полном объеме с соблюдением необходимой последовательности.

5 баллов

4 балла Задачи решены с небольшими недочетами.

3 балла

2 балла Задачи решены не полностью, но объем выполненной части таков, что позволяет по-лучить правильные результаты и выводы.

1 баллов Задачи решены частично, с большим количеством вычислительных ошибок, объем выполненной части работы не позволяет сделать правильных выводов.

0 баллов Задачи не решены или работа выполнена не полностью, и объем выполненной ча-сти работы не позволяет сделать правильных выводов.

Перевод рейтинговых баллов в пятибалльную систему оценки знаний обучающихся:

для экзамена:

- «отлично» – от 89 до 100 баллов – теоретическое содержание курса освоено полностью, без пробелов необходимые практические навыки работы с освоенным материалом сформированы, все предусмотренные программой обучения учебные задания выполнены, качество их выполнения оце-нено числом баллов, близким к максимальному;

- «хорошо» – от 77 до 88 баллов – теоретическое содержание курса освоено полностью, без пробелов, некоторые практические навыки работы с освоенным материалом сформированы недо-статочно, все предусмотренные программой обучения учебные задания выполнены, качество вы-полнения ни одного из них не оценено минимальным числом баллов, некоторые виды заданий вы-полнены с ошибками;

- «удовлетворительно» – от 65 до 76 баллов – теоретическое содержание курса освоено ча-стично, но пробелы не носят существенного характера, необходимые практические навыки работы с освоенным материалом в основном сформированы, большинство предусмотренных программой обучения учебных заданий выполнено, некоторые из выполненных заданий, возможно, содержат ошибки;

- «неудовлетворительно» – от 0 до 64 баллов - теоретическое содержание курса не освоено, необходимые практические навыки работы не сформированы, выполненные учебные задания со-держат грубые ошибки, дополнительная самостоятельная работа над материалом курса не приведет к существенному повышению качества выполнения учебных заданий

 
7.3. Примерные оценочные материалы для текущего контроля успеваемости и промежу-
 
точной аттестации по итогам освоения дисциплины «Интеллектуальные системы и технологии»
Вопросы для собеседования Тема 1.

1. Нечеткая алгебра как расширение булевой алгебры

2. Возникновение нечетких множеств. Нечеткая логика. Мягкие вычисления.

3. Лингвистическая неопределенность. Нечеткая логика и теория вероятностей.

4. Определения нечетких множеств. Диаграмма Заде. Представления нечетких множеств. Диа грамма Венна.

5. Характеристики, операции, свойства нечетких множеств

6. Основные типы функций принадлежности. Нечеткие отношения

7. Определения нечеткой и лингвистической переменных.

8. Нечеткие величины, числа и интервалы.

9. Треугольные нечеткие числа и трапециевидные нечеткие интервалы

10. Понятие нечеткого высказывания и нечеткого предиката. Нечеткие предикаты.

11. Основные логические операции с нечеткими высказываниями. Логическое отрицание нечетких высказываний.

12. Логическая конъюнкция нечетких высказываний. Логическая дизъюнкция нечетких высказываний.

13. Нечеткая импликация. Нечеткая эквивалентность. Правила нечетких продукций.

14. Прямой и обратный методы вывода заключений в системах нечетких продукций

15. Базовая архитектура систем нечеткого вывода. Основные этапы нечеткого вывода. Формирование базы правил систем нечеткого вывода.

16. Фаззификация (Fuzzification). Агpегирование (Aggregation). Активизация (Activation). Аккумуляция (Accumulation). Дефаззификация (Defuzzifica tion).

17. Основные алгоритмы нечеткого вывода. Алгоритм Мамдани (Mamdani). Алгоритм Цукамото (Тsukаmоtо). Алгоритм Ларсена (Larsen). Алгоритм Cyгено(Sugeno).

18. Примеры использования систем нечеткого вывода в задачах управления.

19. Основные элементы системы МАTLAB. Основные приемы работы в системе МАTLAB.

20. Редактор систем нечеткого вывода FIS. Редактор функций принадлежности. Редактор пра-вил системы нечеткого вывода. Программа просмотра правил системы нечеткого вывода. Про- грамма просмотра поверхности системы нечеткого вывода.

21. Общая характеристика задач кластерного анализа. Задача нечеткой кластеризации и алго-ритм ее решения.

22. Общая формальная постановка задачи нечеткого кластерного анализа. Уточненная постанов-ка задачи нечеткой кластеризации. Алгоритм решения задачи нечеткой кластеризации ме-тодом нечетких с-средних.

23. Средства решения задачи нечеткой кластеризации в пакете Fuzzy Logic ТoolBox.

Вопросы для собеседования тема 2.

1. Напишите уравнение функционирования технического нейрона.

2. Какое действие над векторами входов и синаптических коэффициентов производится в процессе формирования потенциала нейрона?

3. Какой особенностью функционирования технического нейрона объясняется его действие как нелинейного преобразователя?

4. Перечислите основные виды активационных характеристик. В чем состоят особенности каждого вида?

5. Может ли в качестве активационной характеристики нейрона использоваться любая не-линейная функция? Объясните свой ответ.

6. Какая нейронная сеть называется рекуррентной?

7. Объясните особенности функционирования нейронной сети прямого распространения.

8. Напишите уравнения, характеризующие динамику рекуррентной нейронной сети в дис-кретном времени (скалярная форма).

9. Напишите векторно-матричные уравнения, характеризующие динамику рекуррентной нейронной сети в дискретном времени.

 
10. Какую задачу решает сеть Хемминга?

11. В какой форме представлены характеристики объектов при решении задачи распознавания об разов с помощью сети Хемминга?

12. Нарисуйте схему нейросетевого компаратора на два входа и объясните его работу. Какие активационные характеристики нейронов используются в схеме нейросетевого компаратора?

13. Какие ограничения накладываются на значения входов сети MAXNET прямого распро-странения?

14. В чем состоит условие простой разделимости классов при решении задачи классификации данных?

15. Почему при решении практических задач требуется выполнение усиленного условия раз-делимости классов?

16. Как на единственном нейроне реализуется линейная граница между двумя классами? Дайте графическую иллюстрацию.

17. Что называется элементарным персептроном?

18. Сформулируйте математическую модель элементарного персептрона с бинарной (биполяр-ной) активационной характеристикой.

19. Сформулируйте правило Хебба обучения элементарного персептрона с бинарной актива-ционной характеристикой.

20. В чем состоит негативная особенность правила Хебба обучения элементарного персептрона?

21. Сформулируйте правило Уидроу - Хоффа обучения элементарного персептрона. Какая активационная характеристика нейрона предполагается в правиле Уидроу - Хоффа?

22. Напишите уравнения функционирования многослойной нейронной сети.

23. Объясните состав данных таблицы обучающей выборки, используемой для настройки пара-метров нейронной сети.

24. Какие параметры многослойной нейронной сети настраиваются в процессе ее обучения?

25. Какой критерий используется для организации обучения многослойной нейронной сети?

26. В чем состоит и как реализуется процесс инициализации при обучении нейронной сети?

27. В чем состоит и как проверяется эффект «генерализации данных» в нейронной сети?

28. Какие параметры режима обучения многослойной нейронной сети доступны пользователю для настройки?

29. В чем состоит процедура тестирования обученной многослойной нейронной сети?

30. Какие переменные вычисляются с помощью метода обратного распространения ошибки и как они используются в процессе обучения многослойной нейронной сети?

31. Приведите примеры активационных характеристик нейронов, используемых в много-слойных нейронных сетях.

32. Что называется «эпохой» в процессе обучения нейронной сети?

33. Чем отличаются пакетный и стохастический режимы обучения многослойной нейронной сети?

34. Почему  разные  реализации  процесса  обучения  многослойной  нейронной  сети  из  разных начальных условий не приводят к одному и тому же финальному результату?

35. По какому правилу производится модификация значений параметров многослойной нейронной сети при ее обучении методом обратного распространения ошибки?

36. Объясните содержание задачи аппроксимации функции многих переменных на много-слойной нейронной сети.

37. Какие правила останова процесса обучения МНС применяются в практических приложениях?

38. В чем состоит функциональная задача дополнительного блока принятия решения на вы-ходе МНС при использовании ее в качестве классификатора данных?

39. Почему чрезмерное увеличение числа нейронов скрытых слоев в МНС при решении за-дачи аппроксимации может ухудшить точностные показатели сети? Какое свойство нейронной сети имеется в виду?

 
40. Почему на задачи классификации данных и прогноза временного ряда распространяются те же рекомендации по выбору архитектуры МНС, что и в задаче аппроксимации функции многих переменных?

Вопросы для подготовки к зачету

1. Нечеткая алгебра как расширение булевой алгебры

2. Возникновение нечетких множеств. Нечеткая логика.

3. Мягкие вычисления.

4. Лингвистическая неопределенность. Нечеткая логика и теория вероятностей.

5. Определения нечетких множеств. Диаграмма Заде. Представления нечетких множеств. Диа-грамма Венна.

6. Характеристики, операции, свойства нечетких множеств

7. Основные типы функций принадлежности. Нечеткие отношения

8. Определения нечеткой и лингвистической переменных.

9. Нечеткие величины, числа и интервалы.

10. Треугольные нечеткие числа и трапециевидные нечеткие интервалы

11. Понятие нечеткого высказывания и нечеткого предиката. Нечеткие предикаты.

12. Основные логические операции с нечеткими высказываниями. Логическое отрицание нечетких высказываний.

13. Логическая конъюнкция нечетких высказываний. Логическая дизъюнкция нечетких высказы-ваний.

14. Нечеткая импликация. Нечеткая эквивалентность. Правила нечетких продукций.

15. Прямой и обратный методы вывода заключений в системах нечетких продукций

16. Базовая архитектура систем нечеткого вывода. Основные этапы нечеткого вывода. Формирова-ние базы правил систем нечеткого вывода.

17. Фаззификация (Fuzzification). Агpегирование (Aggregation). Активизация (Activation). Аккуму-ляция (Accumulation). Дефаззификация (Defuzzifica tion).

18. Основные алгоритмы нечеткого вывода. Алгоритм Мамдани (Mamdani). Алгоритм Цукамото (Тsukаmоtо). Алгоритм Ларсена (Larsen). Алгоритм Cyгено(Sugeno).

19. Примеры использования систем нечеткого вывода в задачах управления.

20. Основные элементы системы МАTLAB. Основные приемы работы в системе МАTLAB.

21. Редактор систем нечеткого вывода FIS. Редактор функций принадлежности. Редактор правил системы нечеткого вывода. Программа просмотра правил системы нечеткого вывода. Про-грамма просмотра поверхности системы нечеткого вывода.

22. История исследования в области нейронных сетей. Биологический нейрон.

23. Структура и функционирование искусственного нейрона. Постановка задачи обучения нейрон ной сети.

24. Классификация нейронных сетей и их свойства.

25. Эффективность нейронных сетей. Многослойная нейронная сеть.

26. Решение задач классификации, распознавания образов, прогнозирования и управления с помо-щью указанных классов нейронных сетей.

27. Назначение пакета Neural Networks Toolbox. Обзор функций пакета Neural Networks Toolbox.Создание и исследование нейронных сетей средствами пакета Neural Networks Toolbox.

28. Возможности мозга по обработке информации

29. Градиентные алгоритмы обучения

30. Биологические основы функционирования нейрона, базовая модель нейрона

31. Обучение нейронной сети на основе самоорганизации

32. Нейронные сети с радиальными базисными функциями (RBF)

33. Структура и метод обучения сети Хопфилда

Тестовые задания (по вариантам)

1. Пусть A={0,5/3;0,8/4;1/5;1/6;0,8/7;0,5/8;0/9} – нечеткое множество с элементами из

 
универсального множества Е и множеством принадлежностей М=[0,1]. Что является носителем нечеткого множества  A?

A) {3,8}

B) {5,6}

C) {4,7}

D) {3,4,5,6,7,8}

E) {9}

2. Пусть A={0,5/3;0,8/4;1/5;1/6;0,8/7;0,5/8;0/9} – нечеткое множество с элементами из универсального множества Е и множеством принадлежностей М=[0,1]. Определите точки перехода нечетко-го множества  A?

A) {3,8}

B)  {3,4,5,6,7,8}

C)  {5,6}

D) {4,7}

E)  {9}

3. Пусть A={0,5/3;0,8/4;1/5;1/6;0,8/7;0,5/8;0/9} – нечеткое множество с элементами из уни- вер-сального множества Е и множеством принадлежностей М=[0,1]. Какая из приведенных характе-ристик не соответствует нечеткому множеству  A?

A. множество унимодально

B. множество нормально

C. множество имеет две точки перехода

D. множество имеет высоту 1

E. нет правильного ответа

4. Для двух нечетких множеств А и В обозначение  А В означает операцию

A. равенство

B. дополнение

C. пересечение

D. включение

E. объединение

5 Для двух нечетких множеств А и В обозначение В= Ā означает операцию

A. дополнение

B. включение

C. равенство

D. пересечение

E. объединение

6.Для двух нечетких множеств А и В обозначение  А В означает операцию

A. дизъюнктивная сумма

B. включение

C. равенство

D. пересечение

E. объединение

7.Пусть А и В – нечеткие множества. А=0,4/х1+0,2/х2+0/х3+1/х4; В=0,7/х1+0,9/х2+0,1/х3+1/х4.

Определите нечеткое множество, заданное операцией А В

A)   0,4/х1+0,2/х2+0/х3+1/х4

B)   0,7/х1+0,9/х2+0,1/х3+1/х4

C)   0,4/х1+0,2/х2+0/х3+0/х4 D)   0,6/х1+0,8/х2+0,1/х3+0/х4 E)   0,7/х1+0,9/х2+0,1/х3+0/х4

8. Пусть А и В – нечеткие множества. А=0,4/х1+0,2/х2+0/х3+1/х4; В=0,7/х1+0,9/х2+0,1/х3+1/х4.

Определите нечеткое множество, заданное операцией А∩В

A)   0,4/х1+0,2/х2+0/х3+1/х4 B)   0,6/х1+0,8/х2+0,1/х3+0/х4 C)   0,7/х1+0,9/х2+0,1/х3+1/х4

D)   0,4/х1+0,2/х2+0/х3+0/х4

 
E)   0,7/х1+0,9/х2+0,1/х3+0/х4

9. Пусть А и В – нечеткие множества. А=0,4/х1+0,2/х2+0/х3+1/х4; В=0,7/х1+0,9/х2+0,1/х3+1/х4.

Определите нечеткое множество, заданное операцией А В

A)   0,4/х1+0,2/х2+0/х3+1/х4

B)   0,6/х1+0,8/х2+0,1/х3+0/х4

C)   0,4/х1+0,2/х2+0/х3+0/х4 D)   0,7/х1+0,9/х2+0,1/х3+0/х4 E)    0,7/х1+0,9/х2+0,1/х3+1/х4

10. Какое свойство не выполняется для операции объединения нечетких множеств?

A. монотонность

B. коммутативность

C. ассоциативность

D. идемпотентность

E. дистрибутивность

11. Какое свойство не выполняется для операции пересечения нечетких множеств?

A. ассоциативность

B. идемпотентность

C. монотонность

D. дистрибутивность

E. коммутативность

12. Какая операция не выполняется над нечеткими множествами?

A. алгебраическая разность

B. алгебраическая сумма

C. алгебраическое произведение

D. дизъюнктивная сумма

E. разность

13. Что означает запись А, если А – нечеткое множество?

A. нечеткое множество, ближайшее к нечеткому множеству А

B. обычное множество, ближайшее к нечеткому множеству А

C. нечеткое множество – дополнение к нечеткому множеству А

D. обычное множество – дополнение к нечеткому множеству А

E. нечеткое множество – симметричное к нечеткому множеству А

14. Какую операцию между двумя нечеткими отношениями задает функция принадлежности, определяемая выражением вида µR1(x,y)‧µR2(x,y) ?

A. объединение

B. пересечение

C. дополнение

D. алгебраическое произведение

E. алгебраическая сумма

15. Какую операцию между двумя нечеткими отношениями задает функция принадлежности, определяемая выражением вида µR1(x,y) + µR2(x,y) - µR1(x,y)‧µR2(x,y) ?

A. алгебраическая сумма

B. алгебраическое произведение

C. объединение

D. пересечение

E. дополнение

16. Первой проекцией отношения R называется нечеткое множество R´1    c функцией принад-лежности равной

A. max(x) [µR (x,y)]

 
B. min(y) [µR (x,y)]

C. min(x) [µR (x,y)]

D. max(y) [µR (x,y)]

E. sum(y) [µR (x,y)]

17.Второй проекцией отношения R называется нечеткое множество R´2   c функцией принадлежности равной

A. max(x) [µR (x,y)]

B. max(y) [µR (x,y)]

C. min(y) [µR (x,y)]

D. min(x) [µR (x,y)]

E. sum(y) [µR (x,y)]

18. Нечеткое отношение XRY называется сепарабельным, если оно равно

A. пересечению цилиндрических продолжений своих проекций

B. объединению цилиндрических продолжений своих проекций

C. дополнению пересечения цилиндрических продолжений своих проекций

D. дополнению объединения цилиндрических продолжений своих проекций

E. алгебраической сумме цилиндрических продолжений своих проекций

Практико-ориентированные задачи (типовые)

ИДЗ № 1

Тема «Нечеткие множества» Вариант 1

Дайте определение понятия множества.

Опишите способы задания функции принадлежности отдельных элементов множества.

Дайте определение операции объединения множеств и поясните ее смысл с помощью диа граммы Венна.

Какие отношения называются бинарными? Какие примеры бинарных отношений вы могли бы привести?

Сформулируйте определение нечеткого множества и поясните его основной смысл.

Практическое задание:

В MATLAB реализуйте операции по обработке структуры.

Вариант 2

Приведите основные способы и формы представления множеств.

Опишите основные свойства операций над множествами: коммутативности, ассоциативно-сти, идемпотентности, дистрибутивности и инволюции.

Приведите примеры реальных задач, которые приводят к необходимости введения понятия не четкого множества.

Дайте определение операции пересечения множеств и поясните ее смысл с помощью диа-граммы Венна.

Дайте определение нечеткого отношения и приведите примеры нечетких отношений.

Практическое задание:

В MATLAB реализуйте операции по обработке двумерного массива.

ИДЗ № 2

Тема «Нечеткая логика» Вариант 1

1. Объясните сущность понятия неопределенности, его природу и основные источники. 2.Раскройте сущность понятия лингвистической переменной.

.Раскройте понятие фаззификация (Fuzzification).

.С помощью каких правил формируются значения лингвистической переменной?

Что такое аккумуляция (Accumulation)?

 
Перечислите основные алгоритмы нечеткого вывода. Их особенности.

Вариант 2

1.Приведите классификацию лингвистических неопределенностей, поясните их сущность и дайте при- меры.

Приведите пример терм-множества значений некоторой лингвистической переменной.

Что представляет собой терм-множество?

Что такое аrpеrирование (Aggregation)?

Раскройте понятие активизация (Activation).

Раскройте понятие дефаззификация (Defuzzifica tion).

ИДЗ № 3

Тема «Нечеткое моделирование в среде Маtlab»

Вариант 1

Основные элементы системы МАTLAB. Основные приемы работы в системе МАTLAB.

Для чего нужна программа просмотра правил системы нечеткого вывода в Fuzzy Logic Toolbox?

Как создаются функций принадлежности в Fuzzy Logic Toolbox?

Практическое задание:

Постройте нечеткую модель для анализа входящей документации на предприятии через ре-дактор си- стем нечеткого вывода FIS. Задайте функции принадлежности. Сформулируйте правила системы не- четкого вывода. Посмотрите правила системы нечеткого вывода. Про-смотрите поверхность системы нечеткого вывода.

Вариант 2

Опишите функции редактора правил системы нечеткого вывода в Fuzzy Logic Toolbox.

Опишите функции редактора систем нечеткого вывода FIS в Fuzzy Logic Toolbox.

Для чего нужна программа просмотра поверхности системы нечеткого вывода в Fuzzy Logic Toolbox?

Практическое задание:

Постройте нечеткую модель для анализа товарооборота продукции через редактор систем нечеткого вывода FIS. Задайте функции принадлежности. Сформулируйте правила си-стемы нечеткого вывода. Посмотрите правила системы нечеткого вывода. Просмотрите поверхность системы нечеткого вы- вода.

 
8. Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины 
а) Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины
 
основная
 
Л1.1 Жданов А. А. Автономный искусственный интеллект [Электронный ресурс]:учебное пособие; ВО - Бакалавриат, Магистратура, Аспирантура. - Москва: Лаборатория знаний, 2020. - 362 с. – Режим доступа: https://e.lanbook.com/book/135544 
 
Л1.15 Гайдук А. Р., Беляев В. Е., Пьявченко Т. А. Теория автоматического управления в примерах и задачах с решениями в MATLAB [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат, Магистратура. - Санкт-Петербург: Лань, 2022. - 464 с. – Режим доступа: https://e.lanbook.com/book/200441 
 
Л1.14 Кудинов Ю. И., Пащенко Ф. Ф. Теория автоматического управления (с использованием MATLAB — SIMULINK) [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат, Магистратура, Аспирантура. - Санкт-Петербург: Лань, 2022. - 312 с. – Режим доступа: https://e.lanbook.com/book/205955 
 
Л1.13 Затонский А. В., Тугашова Л. Г. Моделирование объектов управления в MatLab [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат, Магистратура. - Санкт-Петербург: Лань, 2022. - 144 с. – Режим доступа: https://e.lanbook.com/book/206033 
 
Л1.12 Кудинов Ю. И., Пащенко Ф. Ф. Теория автоматического управления (с использованием MATLAB — SIMULINK) [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат, Магистратура, Аспирантура. - Санкт-Петербург: Лань, 2022. - 312 с. – Режим доступа: https://e.lanbook.com/book/205955 
 
Л1.11 Романов П. С., Романова И. П. Системы искусственного интеллекта. Моделирование нейронных сетей в системе MATLAB. Лабораторный практикум [Электронный ресурс]:Учебное пособие; ВО - Бакалавриат. - Санкт-Петербург: Лань, 2022. - 140 с. – Режим доступа: https://e.lanbook.com/book/202172 
 
Л1.10 Сырецкий Г. А. Нейросетевые системы. Генетический алгоритм [Электронный ресурс]:лаборатор. практикум в 3-х ч.; ВО - Бакалавриат. - Новосибирск: НГТУ, 2017. - 92 с. – Режим доступа: https://e.lanbook.com/book/118282 
 
Л1.9 Герман-Галкин С. Г. Виртуальные лаборатории полупроводниковых систем в среде Matlab-Simulink [Электронный ресурс]:учебник ; ВО - Бакалавриат, Магистратура, Аспирантура. - Санкт-Петербург: Лань, 2021. - 448 с. – Режим доступа: https://e.lanbook.com/book/169382 
 
Л1.16 Ясницкий Л. Н. Введение в искусственный интеллект:учеб. пособие для студентов вузов по мат. направлениям и специальностям. - М.: Академия, 2010. - 176 с.
 
Л1.7 Кузнецов В. П. Нейронные сети: практический курс [Электронный ресурс]:учебное пособие; ВО - Бакалавриат. - Рязань: РГРТУ, 2014. - 72 с. – Режим доступа: https://e.lanbook.com/book/168060 
 
Л1.6 Ростовцев В. С. Искусственные нейронные сети [Электронный ресурс]:учебник ; ВО - Магистратура. - Санкт-Петербург: Лань, 2021. - 216 с. – Режим доступа: https://e.lanbook.com/book/160142 
 
Л1.5 Жданов А. А. Автономный искусственный интеллект [Электронный ресурс]:учебное пособие; ВО - Бакалавриат, Магистратура, Аспирантура. - Москва: Лаборатория знаний, 2020. - 362 с. – Режим доступа: https://e.lanbook.com/book/135544 
 
Л1.4 Тимохин А. Н., Румянцев Ю. Д. Моделирование систем управления с применением Matlab [Электронный ресурс]:учеб. пособие ; ВО - Бакалавриат, Магистратура. - Москва: ООО "Научно-издательский центр ИНФРА-М", 2020. - 256 с. – Режим доступа: http://znanium.com/go.php?id=1117213 
 
Л1.3 Джесутасан Р., Будро Реинжиниринг бизнеса: как грамотно внедрить автоматизацию и искусственный интеллект [Электронный ресурс]:Практическое руководство; ВО - Магистратура. - Москва: ООО "Альпина Паблишер", 2019. - 280 с. – Режим доступа: http://new.znanium.com/go.php?id=1077957 
 
Л1.2 Галушкин Н. Е. Высокоуровневые методы программирования. Язык программирования MatLab. Часть 1 [Электронный ресурс]:учебник; ВО - Бакалавриат. - Ростов-на-Дону: Издательство Южного федерального университета (ЮФУ), 2011. - 182 с. – Режим доступа: http://new.znanium.com/go.php?id=550402 
 
Л1.8 Фролов В. Я., Смородинов В. В. Устройства силовой электроники и преобразовательной техники с разомкнутыми и замкнутыми системами управления в среде Matlab — Simulink [Электронный ресурс]:учебное пособие; ВО - Бакалавриат, Магистратура. - Санкт-Петербург: Лань, 2021. - 332 с. – Режим доступа: https://e.lanbook.com/book/169182 
 
дополнительная
 
Л2.1 Данилов В. В. Нейронные сети [Электронный ресурс]:учеб. пособие; ВО - Магистратура. - Донецк: ДонНУ, 2020. - 158 с. – Режим доступа: https://e.lanbook.com/book/179953 
 
Л2.5 Тугашова Л. Г., Затонский А. В. Моделирование объектов управления в MatLab [Электронный ресурс]:учеб. пособие для СПО. - Санкт-Петербург: Лань, 2023. - 144 с. – Режим доступа: https://e.lanbook.com/book/282701 
 
Л2.3 Ростовцев В. С. Искусственные нейронные сети [Электронный ресурс]:учебник ; ВО - Магистратура. - Санкт-Петербург: Лань, 2021. - 216 с. – Режим доступа: https://e.lanbook.com/book/160142 
 
Л2.4 Герман-Галкин С. Г. Виртуальные лаборатории полупроводниковых систем в среде Matlab-Simulink [Электронный ресурс]:учебник ; ВО - Бакалавриат, Магистратура, Аспирантура. - Санкт-Петербург: Лань, 2022. - 448 с. – Режим доступа: https://e.lanbook.com/book/213260 
 
Л2.2 Филиппов Ф. В. Моделирование нейронных сетей глубокого обучения [Электронный ресурс]:учеб. пособие; ВО - Бакалавриат. - Санкт-Петербург: СПбГУТ им. М.А. Бонч-Бруевича, 2019. - 79 с. – Режим доступа: https://e.lanbook.com/book/180053 
 
Наименование ресурса сети «Интернет»
Электронный адрес ресурса
9. Перечень ресурсов информационно-телекоммуникационной сети «Интернет», необхо-димых для освоения дисциплины
 
1
 
10. Методические указания для обучающихся по освоению дисциплины
Лекционные занятия

Основа освоения дисциплины – лекция, целью которой является целостное и логичное рас-смотрение основного материала курса. Вместе с тем значимость лекции определяется тем, что она не только способствует выработке логического мышления, но и способствует развитию интереса к пониманию современной действительности.

Задача студентов в процессе умелой и целеустремленной работы на лекциях –  внимательно слушать преподавателя, следить за его мыслью, предлагаемой системой логических посылок, дока-зательств и выводов, фиксировать (записывать) основные идеи, важнейшие характеристики понятий, теорий, наиболее существенные факты. Лекция задает направление, содержание и эффектив-ность других форм учебного процесса, нацеливает студентов на самостоятельную работу и определяет основные ее направления (подготовку к практическим занятиям, выполнение творческих зада-ний, рефератов, решение контекстных задач).

Записывание лекции – творческий процесс. Запись лекции крайне важна. Это позволяет надолго сохранить основные положения лекции; способствует поддержанию внимания; способствует лучшему запоминания материала. Важно уметь оформить конспект так, чтобы важные моменты были выделены графически, а главную информацию следует выделять в самостоятельные абзацы, фиксируя ее более крупными буквами или цветными маркерами.  Конспект должен иметь поля для заметок. Это могут быть библиографические ссылки и, наконец, собственные комментарии. Для быстрой записи теста можно придумать условные знаки, при этом таких знаков не должно быть бо-лее 10–15.  Условные обозначения придумывают для часто встречающихся слов (существует, который, каждый, точка зрения, на основании и т.п.).

Перед каждой лекцией необходимо внимательно прочитать материал предыдущей лекции. В рабочей тетради графически выделить: тему лекции, основные теоретические положения. Подготовленный студент легко следит за мыслью преподавателя, что позволяет быстрее запоминать новые понятия, сущность которых выявляется в контексте лекции.  Повторение материала облегчает в дальнейшем подготовку к экзамену. Затем надо ознакомиться с материалом темы по учебнику, вне-сти нужные уточнения и дополнения в лекционный материал. После усвоения каждой темы реко-мендуется проверять свои знания, отвечая на контрольные вопросы по теме.

Лабораторные занятия

Целью лабораторных занятий является закрепление, расширение, углубление теоретических знаний, полученных на лекциях и в ходе самостоятельной работы, развитие познавательных спо-собностей.

Являясь частью образовательного процесса, семинар преследует ряд основополагающих за-дач:  

- работа с источниками, которая идет на уровнях индивидуальной самостоятельной работы и в ходе коллективного обсуждения;

- формирование умений и навыков индивидуальной и коллективной работы, позволяющих эффективно использовать основные методы исследования, грамотно выстраивать его основные тех-нологические этапы (знакомство с темой и имеющейся по ней информацией, определение основной проблемы, первичный анализ, определение подходов и ключевых узлов механизма ее развития, публичное обсуждение, предварительные выводы);

- анализ поставленных проблем, умение обсуждать тему, высказывать свое мнение, отстаи-вать свою позицию, слушать и оценивать различные точки зрения, конструктивно полемизировать,

 
учиться думать, говорить, слушать, понимать, находить точки соприкосновения разных позиций, их разумного сочетания;

- формирование установок на творчество;

- диалог, внутренний и внешний; поиск и разрешение проблемы в рамках имеющейся о ней информации;

- поиск рационального зерна в самых противоречивых позициях и подходах к проблеме;

- открытость новому и принципиальную возможность изменить свою позицию и вытекаю-щие из нее решения, в случае получения новой информации и связанных с ней обстоятельств созна-тельный отход от подготовленного к семинару текста во время своего, построенного на тезисном изложении фактов и мыслей, когда конспект привлекается лишь в том случае, когда надо привести какие-то факты.

Для эффективной работы на практическом занятии студенту необходимо учесть и выполнить следующие требования по подготовке к нему:

1.  Внимательно прочитать, как сформулирована тема, определить ее место в учебном плане курса, установить взаимосвязи с другими разделами.  

2.  Познакомиться с целью и задачами работы на практическом занятии, обратив внимание на то, какие знания, умения и навыки студент должен приобрести в результате активной познаватель-ной деятельности.  

3.  Проработать основные вопросы и проблемы (задания), которые будут рассматриваться и обсуждаться в ходе практического занятия.  

4.  Подобрать литературу по теме занятия; найти соответствующий раздел в лекциях и в рекомендуемых пособиях.

5.  Добросовестно проработать имеющуюся научную литературу (просмотреть и подобрать информацию, сделать выписки (конспектирование узловых проблем), обработать их в соответствии с задачами практического занятия.  

6.  Обдумать и предложить свои выводы и   мысли на основании полученной информации (предварительное осмысление).

7.  Продумать развернутые законченные ответы на предложенные вопросы, предлагаемые творческие задания и контекстные задачи, опираясь на материал лекций, расширяя и дополняя его данными из учебника, дополнительной литературы, составить план ответа, выписать терминологию.

Видами заданий на практических занятиях:

- для овладения знаниями: чтение текста (учебника, первоисточника, дополнительной литера-туры), работа со словарями и справочниками, ознакомление с нормативными документами, учебно-исследовательская работа, использование аудио- и видеозаписей, компьютерной техники и Интер-нета и др.

- для закрепления и систематизации знаний: работа с конспектом лекции, обработка текста, повторная работа над учебным материалом (учебника, первоисточника, дополнительной литературы, аудио и видеозаписей, ответы на контрольные вопросы, аналитическая обработка текста, подготовка мультимедиа сопровождения к защите рефератов, и др.

- для формирования умений: решение контекстных задач, подготовка к деловым играм, вы-полнение творческих заданий, анализ профессиональных умений с использованием аудио- и видео-техники и др.

Работа с научной и учебной литературой

Важнейшим средством информации, распространения знаний является книга. Работа с кни-гой состоит в том, чтобы облегчить специалистам возможность добывать из книги необходимы знания, отобрать нужную информацию наиболее эффективно и при возможно меньших затратах времени.

Приступая к изучению дисциплины необходимо внимательно просмотреть список основной и дополнительной литературы, определить круг поиска нужной информации. Если книг на одну те-му несколько, то необходимо, прежде всего, просмотреть их, ознакомиться с оглавлением, содержа-нием предисловием, аннотацией или введением, характером и стилем изложения материала. Выбор необходимой литературы и периодики осуществляется самостоятельно, так как даже опытный библиограф не в состоянии учесть индивидуальные интересы.

Обучающийся должен внимательно изучить электронные каталоги и картотеки. Лаконичные

 
каталожные карточки несут богатую информацию: фамилия автора, название книги, его подзаголовок, научное учреждение, подготовившее издание, название издательства, год выхода книги, количество страниц. Обязательный справочный материал поможет вам в подборе необходимой литера-туры.

Изучение книги целесообразно начинать с предварительного знакомства с ней: просмотреть введение, оглавление, заключение, библиографию или список использованной литературы. Во введении или предисловии автор обычно формулирует задачи, которые ставятся в книге. Внимательно изучив оглавление, студент узнает общий план книги, содержание ее, а в научных трудах и основ-ные мысли автора. К оглавлению полезно обращаться не только при предварительном знакомстве с книгой, но и в процессе повторного и выборочного чтения, завершения его.

После предварительного знакомства с книгой следует приступить к первому чтению, главная цель которого - понять содержание в целом. Это предварительное чтение - знакомство с книгой и выделение в ней всего того, что наиболее существенно и требует детальной проработки в другое время.

Следующим этапом является повторное чтение или чтение с проработкой материала - это критический разбор читаемого с целью глубокого проникновения в его сущность, конспектирования.

 
11. Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая перечень лицензионного и свободно распространяемого программного обеспечения, в том числе отечественного производства и информационных справочных систем (при необходимости).
 
11.1 Перечень лицензионного программного обеспечения
 
1. Kaspersky Total Security  - Антивирус
 
11.3 Перечень программного обеспечения отечественного производства
 
1. Kaspersky Total Security  - Антивирус
 
При осуществлении образовательного процесса студентами и преподавателем используются следующие информационно справочные системы: СПС «Консультант плюс», СПС «Гарант».
 
12. Описание материально-технической базы, необходимой для осуществления образовательного процесса по дисциплине
 
 
№ п/п
Наименование специальных помещений и помещений для самостоятельной работы
Номер аудитории
Оснащенность специальных помещений и помещений для самостоятельной работы
1
Учебная аудитория для проведения лекционных занятий 
Э-160
Специализированная мебель на 180 посадочных мест, персональный компьютер – 1 шт., проектор Panasonic EX620 X6A – 1 шт., интерактивная доска SMART Board 690 – 1 шт., трибуна для лектора – 1 шт., микрофон – 1 шт., мониторы - 3 шт., плазменная панель - 1 шт., учебно-наглядные пособия в виде презентаций, информационные плакаты, подключение к сети «Интернет», выход в корпоративную сеть университета.
 
2
Учебная аудитория для проведения занятий семинарского типа 
Э-184

Э-109

Оснащение: специализированная мебель на 25 посадочных мест, персональные компьютеры – 25 шт., мультимедийный проектор Epson EB -965H– 1 шт., интерактивная доска SMART Board 690 – 1 шт., сервер Hp, учебно-наглядные пособия в виде презентаций, информационные плакаты, подключение к сети «Интернет», доступ в электронную информационно-образовательную среду университета, выход в корпоративную сеть университета.

Оснащение: специализированная мебель на 25 посадочных мест, рабочие станции 12 шт., проектор BENQ SP831 – 1 шт., интерактивная доска SMART Board 690 – 1 шт., учебно-наглядные пособия в виде презентаций, подключение к сети «Интернет», доступ в электронную информационно-образовательную среду университета, выход в корпоративную сеть университета.

3
Учебные аудитории для самостоятельной работы студентов и индивидуальных и групповых консультаций:
2. Учебная аудитория № Э-184
Э-184
Оснащение: специализированная мебель на 25 посадочных мест, персональные компьютеры – 25 шт., мультимедийный проектор Epson EB -965H– 1 шт., интерактивная доска SMART Board 690 – 1 шт., сервер Hp, учебно-наглядные пособия в виде презентаций, информационные плакаты, подключение к сети «Интернет», доступ в электронную информационно-образовательную среду университета, выход в корпоративную сеть университета.
4
Учебная аудитория для текущего контроля и промежуточной аттестации 
Э-109

Оснащение: специализированная мебель на 25 посадочных мест, рабочие станции 12 шт., проектор BENQ SP831 – 1 шт., интерактивная доска SMART Board 690 – 1 шт., учебно-наглядные пособия в виде презентаций, подключение к сети «Интернет», доступ в электронную информационно-образовательную среду университета, выход в корпоративную сеть университета.

5
Учебная аудитория для групповых и индивидуальных консультаций
 
13. Особенности реализации дисциплины лиц с ограниченными возможностями здоровья 
Обучающимся с ограниченными возможностями здоровья предоставляются специальные учебники и учебные пособия, иная учебная литература, специальные технические средства обучения коллективного и индивидуального пользования, предоставление услуг ассистента (помощника), оказывающего обучающимся необходимую техническую помощь, а также услуги сурдопереводчиков и тифлосурдопереводчиков.

а) для слабовидящих:

- на промежуточной аттестации присутствует ассистент, оказывающий студенту необходимую техническую помощь с учетом индивидуальных особенностей (он помогает занять рабочее место, передвигаться, прочитать и оформить задание, в том числе записывая под диктовку);

- задания для выполнения, а также инструкция о порядке проведения промежуточной аттестации оформляются увеличенным шрифтом;

- задания для выполнения на промежуточной аттестации зачитываются ассистентом;

- письменные задания выполняются на бумаге, надиктовываются ассистенту;

- обеспечивается индивидуальное равномерное освещение не менее 300 люкс;

- студенту для выполнения задания при необходимости предоставляется увеличивающее устройство;

в) для глухих и слабослышащих:

- на промежуточной аттестации присутствует ассистент, оказывающий студенту необходимую техническую помощь с учетом индивидуальных особенностей (он помогает занять рабочее место, передвигаться, прочитать и оформить задание, в том числе записывая под диктовку);

- промежуточная аттестация проводится в письменной форме;

- обеспечивается наличие звукоусиливающей аппаратуры коллективного пользования, при необходимости поступающим предоставляется звукоусиливающая аппаратура индивидуального пользования;

- по желанию студента промежуточная аттестация может проводиться в письменной форме;

д) для лиц с нарушениями опорно-двигательного аппарата (тяжелыми нарушениями двигательных функций верхних конечностей или отсутствием верхних конечностей):

- письменные задания выполняются на компьютере со специализированным программным обеспечением или надиктовываются ассистенту;

- по желанию студента промежуточная аттестация проводится в устной форме.

 
Рабочая программа дисциплины «Интеллектуальные системы и технологии»  составлена на основе Федеральный государственный образовательный стандарт высшего образования - магистратура по направлению подготовки 09.04.02 Информационные системы и технологии (приказ Минобрнауки России от 19.09.2017 г. № 917).
Автор (ы)
 
_______________________ доцент , к.т.н. Шлаев Дмитрий Валерьевич
 
Рецензенты
 
_______________________ доцент , к.э.н. Сорокин Анатолий Александрович
 
_______________________ профессор , д.э.н. Тамбиева Джаннет Алиевна
 
Рабочая программа дисциплины «Интеллектуальные системы и технологии» рассмотрена на заседании Кафедра инжиниринга IT-решений протокол № 8 от 04.03.2024 г. и признана соответствующей требованиям ФГОС ВО и учебного плана по направлению подготовки 09.04.02 Информационные системы и технологии
Заведующий кафедрой       _________________ Шлаев Дмитрий Валерьевич
Руководитель ОП  ___________________________     
Рабочая программа дисциплины «Интеллектуальные системы и технологии» рассмотрена на заседании учебно-методической комиссии Факультет цифровых технологий протокол №  от  г. и признана соответствующей требованиям ФГОС ВО и учебного плана по направлению подготовки 09.04.02 Информационные системы и технологии