Fakultet tehničkih nauka

Predmet: Inteligentni obradni procesi (17.PP101)

Matične organizacione jedinice predmeta: Departman za proizvodno mašinstvo, Katedra za mašine alatke, tehnološke procese, fleksibilne tehnološke sisteme i procese projektovanja
Osnovne informacije:
 
Kategorija Teorijsko-metodološki
Uža naučna oblast Procesi obrade skidanjem materijala
Multidisciplinarna Ne
ESPB 6
Cilj:

Sticanje znanja iz oblasti veštačke inteligencije i opravdanost njihove primene u obradi skidanjem materijala

Ishod:

Stečena znanja treba da omoguće konkretnu primenu neuronske mreže, ekspertnih sistema, fazi logike i genetskog algoritma u obradi skidanjem materijala.

Sadržaj:

Osnovna razmatranja: uvod, klasifikacija, pojmovi i definicije. Struktura rešenja problema na bazi veštačke inteligencije: predstavljanje problema, baza znanja, metod i program pretraživanja, rešenje problema. Oblasti primene veštačke inteligencije. Neuronske mreže: definicije, mogućnosti i oblast primene, podela, model i arhitektura neuronske mreže, prenosne funkcije, zakoni i vrste obučavanja, realizacija konkretnih proizvodnih neuronskih mreža. Ekspertni sistemi: pojam, značaj i domeni primene, koncept ekspertnog sistema, primena ekspertnog sistema u procesima obrade materijala. Fazi logika: osnovni pojmovi i mogućnosti primene, tokovi informacija u fazi sistemu, fazifikacija ulaznih veličina, fazi pravila, agregacija i defazifikacija izlaznih veličina, konkretne realizacije. Genetski algoritmi i genetsko programiranje: pojam, koncept, značaj i domeni konkretne primene.

Metodologija izvođenja nastave:

Nastava se izvodi interaktivno u vidu predavanja, laboratorijskih i računarskih vežbi. Na predavanjima se izlaže teoretski deo gradiva propraćen karakterističnim primerima radi lakšeg razumevanja gradiva. Na računarskim i laboratorijskim vežbama se praktično primenjuju stečena znanja na rapoloživoj opremi. Pored predavanja i vežbi redovno se održavaju i konsultacije. Ocena ispita se formira na osnovu prisustva na predavanjima i vežbama, kolokvijuma i uspeha na pismenom i usmenom delu ispita.

Literatura:
Autori Naziv Godina Izdavač Jezik
Aleksander I. Designing Intelligent Systems 1985 London: Prentice-Hall International Engleski
Stuart S., Norvig P. Veštačka inteligencija: Savremeni pristup 2011 RAF i CET, Beograd Srpski jezik
Miljković Z Sistemi veštačkih neuronskih mreža u proizvodnim tehnologijama 2003 Mašinski fakultet, Beograd Srpski jezik
Prince S. J. D. Computer vision 2018 New York: Cambridge University Press Engleski
Stuart S., Norvig P. Artifival intelligence 2008 Prentice Hall Engleski
Formiranje ocene:
Predmetna aktivnost Predispitna Obavezna Broj poena
Seminarski rad Da Da 20.00
Prisustvo na predavanjima Da Da 2.50
Usmeni deo ispita Ne Da 30.00
Predmetni(projektni)zadatak Da Da 5.00
Prisustvo na vežbama Da Da 2.50
Pismeni deo ispita - kombinovani zadaci i teorija Ne Da 40.00
Izvođači nastave:
Računarske vežbe
Predavanja
Predavanja
Laboratorijske vežbe