Fakultet tehničkih nauka

Predmet: Veštačka inteligencija u računarskoj grafici (17.IA024)

Matične organizacione jedinice predmeta:
Osnovne informacije:
 
Kategorija Teorijsko-metodološki
Uža naučna oblast Računarska grafika
Multidisciplinarna Da
ESPB 4
Cilj:

Sticanje osnovnog znanja iz veštačke inteligencije i mašinskog učenja za njihovu praktičnu primenu u kompjuterskoj viziji i grafici. Automatizacija i optimizacija efikasnosti interakcije između čoveka i računarskih kognitivnih sistema. Optimizacija rešavanja kompleksnih i softiciranih problema u kompjuterskoj grafici i animacijama radi postizanja visokog stepena autonomnosti za različite aplikacije.

Ishod:

Poznavanje osnovnih tehnika veštačke inteligencije i mašinskog učenja i njihove primene u kompjuterskoj viziji i grafici za automatsko rešavanje problema.

Sadržaj:

Tehnike veštačke inteligencije u modelovanju 3D scene i renderovanju. Inteligentne tehnike za automatsko modelovanje ponašanja i pokreta u animacijama. Inteligentne tehnike za vizualizaciju, automatsko rezonovanje i interakciju. Mašinsko učenje za statističku analizu kompleksnih sistema podataka preko adaptivnih proračuna. Primena tehnika mašinskog učenja na različite aplikacije u kompjuterskoj grafici i kompjuterskoj viziji radi postizanja većeg stepena autonomnosti. Inteligentni agenti. Grafički modeli i inferencije. Metode klasifikacije i Neuralne mreže. Automatsko rezonovanje preko verovatnoće i iferencije. Path Finding algoritmi i fazi sistemi. Napredne metode automatskog odlučivanja.

Metodologija izvođenja nastave:

Predavanja i vežbe. Konsultacije. Računarske vežbe su bazirane na savladavanju i razumevanju osnovnih koncepata i tehnika veštačke inteligencije preko praktične primene u problemima vezanim za kompjutersku viziju i kompjutersku grafiku. Vežbe će se raditi u C programskom jeziku korišćenjem adekvatnih biblioteka za veštačku inteligenciju, mašinsko učenje, kompjutersku grafiku i kompjutersku viziju. To obuhvata OpenCV, OpenGL, MLC++, LifeAI, Boost, OpenAI, FANN, Ogre 3D i druge. U okviru predispitnih obaveza predviđena su dva predmetna zadatka i jedan predmetni projekat, pri čemu predmetni zadatak nosi maksimalno 15 poena a predmetni projekat 30 poena. Da bi student mogao da izađe na ispit mora da ima najmanje 30% poena ukupno iz dva predmetna zadatka i predmetnog projekta. Konačna ocena ispita se formira na osnovu pohađanja predavanja i vežbi, uspeha na predmetnim zadacima i predmetnom zadatku kao i usmenog ispita u vezi sa tim, i teorijskog dela ispita.

Literatura:
Autori Naziv Godina Izdavač Jezik
D. Plemenos, G. Miaoulis Artificial Intelligence Techniques for Computer Graphics 2008 Studies in Computational Intelligence, Volume 159, Springer Engleski
- Veštačka inteligencija 2014 Skripta Srpski jezik
S. Russell, P. Norvig Artificial Intelligence: A Modern Approach 2007 Pearson Education Limited Engleski
Bishop, C.M. Pattern Recognition and Machine Learning 2006 Springer, New York Engleski
N. Sebe, I. Cohen, A. Garg, T. S. Huang Machine Learning in Computer Vision 2005 Springer Engleski
Formiranje ocene:
Predmetna aktivnost Predispitna Obavezna Broj poena
Usmeni deo ispita Ne Da 30.00
Predmetni(projektni)zadatak Da Da 15.00
Prisustvo na predavanjima Da Da 5.00
Predmetni projekat Da Da 30.00
Predmetni(projektni)zadatak Da Da 15.00
Prisustvo na vežbama Da Da 5.00
Izvođači nastave:
Računarske vežbe
Predavanja
Računarske vežbe
Predavanja
Predavanja