Технологии искусственного интеллекта

Август 24, 2022

Главная
Разное
Технологии искусственного интеллекта

Содержание

2. 1.1. Базы знаний, экспертные и многоагентные системы. Раздел 1. Введение 1. Понятие искусственного интеллекта. 2. Предметная
3. Раздел 4. Экспертные системы 11. Экспертные системы – программирование, ориентированное на правила. Причины успешного практического использования
4. Раздел 6. Основы методологии разработки экспертных систем 22. Основные этапы разработки экспертных систем и их взаимосвязь.
5. Разработка алгоритма навигации антропоморфного робота
6. Разработка элементов системы управления робота-автомобиля
7. 1.2. Нечёткие системы, нейросети и эволюционные алгоритмы. Раздел 1. Системы нечёткого вывода – основные понятия и
8. Раздел 4. Обучение и применение нейросетей. 13. Обучение нейронных сетей. 14. Обучение без учителя. Алгоритм Хебба.
9. Области применения интеллектуальных технологий управления в зависимости от сложности задачи и количества параметров
10. Модель нечёткого управления
11. Моделирование ассоциативной памяти антропоморфного робота
12. Оптимизация генетическими алгоритмами (ГА)
13. Эволюционный подбор оптимальных электродвигателей и редукторов манипулятора антропоморфного робота
14. МОДУЛЬ 2 Алгоритмы систем технического зрения.
15. 1. Операции обработки изображений Структура цифрового изображения. Категории, уровни и назначение операций обработки изображения. Основные проблемы
16. 13. Свертка и кросс-корреляция. Обработка изображений посредством масок сводящихся к свертке функций. Параллельные вычисления. 14. Анализ
17. 25. Представление областей. Сохранение характеристик найденных областей для последующего использования. 26. Обнаружение контуров. Выделение граничных сегментов
18. Система технического зрения для робота АР-600
19. Обнаружение контуров Выделение граничных сегментов на полутоновом изображении Детектор краев Кэнни генерирует тонкие фрагменты контуров изображения.
20. Анализ изображения в ходе захвата предмета: Получение образа предмета
21. МОДУЛЬ 3 Разработка под ROS/Simulink и особенности эксплуатации в космосе.
22. 3.1. Разработка под Robot Operation System (ROS) 1. Использование сред трехмерного моделирования для построения полигональных моделей
24. Программное обеспечение для AR-600
25. 3.2 Использование Simulink и его специальных приложений для построения комплексных динамических моделей роботов. Раздел 1. Simulink.
26. Раздел 2. Физическое моделирование механических систем с помощью SimMechanics 1. Введение в SimMechanics. 2. Ознакомление со
27. Раздел 3. Физическое моделирование мультидисциплинарных систем в Simscape 1. Cоздание электрических, механических и гидравлических моделей. Понимание
29. Оптимизация манипулятора робота
30. Использование Simulink при оптимизации манипулятора робота Получим следующую схему SimMechanics: Запустим симуляцию и увидим, что модель
31. 3.3. Особенности эксплуатации робототехнических систем в космосе. 1. Общая качественная характеристика ближнего космоса (околоземного пространства): высоты
34. Скачать презентацию

Слайд 2

1.1. Базы знаний, экспертные и многоагентные системы.
Раздел 1. Введение
1. Понятие искусственного

интеллекта.
2. Предметная область искусственного интеллекта.
3. Основные классы интеллектуальных систем.
Раздел 2. Методы представления знаний. Базы знаний
4. Продукционное представление знаний.
5. Семантические сети, онтологии.
6. Сценарии, фреймы.
7. Логические представления знаний.
Раздел 3. Общение, обработка естественного языка
8. Системы искусственного интеллекта, поддерживающие диалог на естественном языке.
9. Системы искусственного интеллекта для анализа текстов на естественном языке
10. Основы инженерии знаний.

Слайд 3

Раздел 4. Экспертные системы
11. Экспертные системы – программирование, ориентированное на правила.

Причины успешного практического использования экспертных систем.
12. Трудноформализуемые задачи и их программирование в парадигме экспертных систем.
13. Формальная продукционная система Поста.
14. Рассуждения человека с использованием правил "условие – действие".
15. Формализм А. Ньюэлла для моделирования принятия решений с использованием продукционной системы.
16. Методы разрешения конфликтов.
Раздел 5. Архитектура и инструментальные средства разработки экспертных систем
17. Динамические экспертные системы.
18. Интегрированные экспертные системы.
19. Нечеткие экспертные системы.
20. Экспертные системы с рассуждениями на онтологиях (англ. Ontology-Based Expert Systems).
21. Программные продукты для разработки экспертных систем.

Слайд 4

Раздел 6. Основы методологии разработки экспертных систем
22. Основные этапы разработки экспертных

систем и их взаимосвязь.
23. Идентификация. Участники разработки и их роли.
Концептуализация и формализация.
24. Выполнение экспертной системы.
25. Выполнение экспертной системы.
26. Отладка и тестирование экспертной системы.
27. Опытная эксплуатация и внедрение экспертных систем.
Раздел 7. Многоагентные интеллектуальные системы.
28. Введение в многоагентные системы
29. Основы теории агентов.
30. Многоагентные системы (МАС).
31. Взаимодействие между агентами МАС.
32. Организации агентов
33. Деятельность агента и ее моделирование
34. Коммуникация в МАС.
35. Протоколы общения агентов. Платформы
программирования многоагентных систем
36. Проектирование многоагентных систем.

Слайд 5

Разработка алгоритма навигации антропоморфного робота

Слайд 6

Разработка элементов системы управления робота-автомобиля

Слайд 7

1.2. Нечёткие системы, нейросети и эволюционные алгоритмы.
Раздел 1. Системы нечёткого вывода

– основные понятия и этапы.
1. Нечеткие лингвистические высказывания.
2. Правила нечетких продукций в системах нечеткого вывода.
3. Этапы нечеткого вывода.
4. Формирование базы правил систем нечеткого вывода.
Раздел 2. Системы нечёткого вывода – этапы и алгоритмы.
5. Нечеткий алгоритм.
6. Дефазификация.
7. Пять алгоритмов нечеткого вывода.
8. Эффективность нечетких систем принятия решения.
Раздел 3. Основы теории нейронных сетей.
9. Введение.
10. Функции активации нейрона.
11. Классификация нейронных сетей.
12. Cети с радиальным базисным слоем.

Слайд 8

Раздел 4. Обучение и применение нейросетей.
13. Обучение нейронных сетей.
14. Обучение без учителя.

Алгоритм Хебба.
15. Обучение без учителя. Алгоритм Кохонена.
16. Применения нейросетей.
Раздел 5. Эволюция естественных и искусственных систем.
17. Модели эволюции.
18. Эволюционная кибернетика.
19. Эволюция и синергетика.
20. Гомеостаз.
21. Фракталы.
Раздел 6. Эволюционное моделирование и оптимизация.
22. Принятие решений как задача поиска. Традиционные методы оптимизации и эволюционные вычисления.
23. Четыре направления эволюционных вычислений.
24. Генетические алгоритмы (ГА).
25. Модификации генетических алгоритмов.

Слайд 9

Области применения интеллектуальных технологий управления в зависимости от сложности задачи и

количества параметров

Слайд 10

Модель нечёткого управления

Слайд 11

Моделирование ассоциативной памяти антропоморфного робота

Слайд 12

Оптимизация генетическими алгоритмами (ГА)

Слайд 13

Эволюционный подбор оптимальных электродвигателей и редукторов манипулятора антропоморфного робота

Слайд 14

МОДУЛЬ 2
Алгоритмы систем технического зрения.

Слайд 15

1. Операции обработки изображений
Структура цифрового изображения. Категории, уровни и назначение операций

обработки изображения. Основные проблемы машинного зрения.
2. Формирование цифровых изображений
Способы формирования цифровых изображений двухмерных или трехмерных сцен с помощью датчиков.
3. Системы координат для качественного и количественного анализа трехмерных сцен.
4. Базовые операции с пикселями. Применение масок к изображениям.
5. Морфология бинарных изображений.
Определение операций бинарной морфологии и их применение для обработки областей, обнаруженных в результате маркировки связанных компонент.
6. Свойства множества областей в качестве входных данных для распознавания объектов и решения иных задач.
7. Классификация объектов для формирования признаков объектов.
8. Реализация классификатора
Алгоритмы построения классификаторов.
9. Принятие решений в сложных системах распознавания при невозможности полного сравнения эталонных признаков.
10. Медианная фильтрация.
Сглаживание изображений при помощи фильтров.
11. Методы и способы обнаружение краев изображения.
12. Согласованная фильтрация с помощью масок.
Основные сведения о согласованной фильтрации изображений. Отображение векторного пространства в виде дискретных значений. Ортогональный базис.

Слайд 16

13. Свертка и кросс-корреляция.
Обработка изображений посредством масок сводящихся к свертке функций.

Параллельные вычисления.
14. Анализ пространственных частот с использованием гармонических функций
Дискретное преобразование Фурье в задачах обработки изображений.
15. Физические свойства цвета.
Применение физических свойств света в задачах машинного зрения.
16. Цветовые схемы.
17. Освещённость.
Влияние освещённости на реализацию алгоритмов распознавания образов.
18. Текстура.
Сегментация текстур.
19. Запросы
Построение баз данных изображений.
20. Меры расстояния между изображениями
Определение степени сходства между изображениями.
21. Базы данных изображений
Индексация эталонных изображений.
22. Движение на двумерных изображениях
Обнаружение движения на двумерных изображениях и видеопоследовательностях.
23. Обнаружение значительных изменений условий видеосъёмки
Понятия и методы разбора и анализа видеопоследовательностей.
24. Обнаружение областей
Кластеризация изображений. Наращивание областей изображения.

Слайд 17

25. Представление областей.
Сохранение характеристик найденных областей для последующего использования.
26. Обнаружение контуров.
Выделение

граничных сегментов на полутоновом изображении.
27. Подбор моделей сегментов.
Математические модели для аппроксимации контурных пикселей.
28. Сопоставление в двумерном пространстве.
Математическая модель обратимого отображения одного двумерного преобразования на другое.
29. Восприятие трёхмерных сцен по двумерным изображениям.
Количественные взаимосвязи между структурами на двумерных изображениях и соответствующим трехмерным структурам реального мира.
30. Аффинные преобразования в трехмерном пространстве.
31. Модель камеры.
Матрица перспективной проекции. Способы определения элементов матрицы перспективной проекции при фиксированном положении камеры.
32. Оценка положения объектов.
Определение положения трехмерных объектов в координатах рабочего пространства.
33. Реконструкция трехмерных объектов.
Создание трехмерных моделей объектов на основе дальнометрических изображений.
34. Вычисление формы объекта по данным освещённости с изображения этого объекта на плоскости.
35. Распознавание объектов на изображении на основе трехмерных моделей.

Слайд 18

Система технического зрения
для робота АР-600

Слайд 19

Обнаружение контуров
Выделение граничных сегментов на полутоновом изображении
Детектор краев Кэнни генерирует тонкие

фрагменты контуров изображения. Алгоритм управляется тремя параметрами: параметром сглаживания а и двумя пороговыми значениями интенсивности.

Слайд 20

Анализ изображения в ходе захвата предмета: Получение образа предмета

Слайд 21

МОДУЛЬ 3 Разработка под ROS/Simulink и особенности эксплуатации в космосе.

Слайд 22

3.1. Разработка под Robot Operation System (ROS)
1. Использование сред трехмерного

моделирования для построения полигональных моделей робототехнических комплексов. Основы использования средств моделирования.
2. Создание и Редактирование Объектов в Blender 3d.
Создание полигональных моделей на основе проектной документации из CAD-систем.
3. Основы построения архитектуры программного обеспечения. Шаблоны проектирования.
Типы программных архитектур робототехнического программного обеспечения. Параллельные вычисления для робототехники. Шаблоны проектирования программных систем для робототехники.
4. Основы работы в операционных системах семейства Linux. Модификации ОС Linux для робототехники.
5. Основы метаоперационных систем для робототехники.
Архитектура метаоперационной системы Robot Operation System. Работа с Robot Operation System. Средства контроля программного обеспечения для робототехники.
6. Программирование в робототехнических метаоперационных системах.
Пакеты и сообщения в Robot Operation System. Создание сервисов в Robot Operation System. Использование среды симуляции Gazebo в Robot Operation System.

Слайд 23

Слайд 24

Программное обеспечение для AR-600

Слайд 25

3.2 Использование Simulink и его специальных приложений для построения комплексных динамических

моделей роботов.
Раздел 1. Simulink.
1. Общие сведения. Запуск Simulink. Создание модели.
2. Библиотека блоков Simulink.
3. Создание и запуск модели.
4. Моделирование базовых условных управляющих конструкций.
5. Моделирование дискретных систем.
6. Моделирование непрерывных систем.
7. Выбор решателя (солвера).
8. Задание иерархии модели.
9. Объединение моделей.
10. Создание библиотек.
11. Введение в модельно-ориентированное проектирование.

Слайд 26

Раздел 2. Физическое моделирование механических систем с помощью SimMechanics
1. Введение в

SimMechanics.
2. Ознакомление со средой моделирования SimMachanics, создавая модель простого твердого тела.
3. Понимание принципов физического моделирования в SimMechanics.
4. Введение в моделирование систем, состоящих из нескольких тел.
5. Подключение к среде Simulink. Демонстрация того, каким образом блоки SimMechanics могут взаимодействовать с блоками Simulink.
6. Параметризация. Создание переиспользуемых, робастных и легко используемых моделей SimMechanics.
7. Моделирование ограничений. Моделирование комплекса жестких связей тела с использованием ограничений SimMechanics.

Слайд 27

Раздел 3. Физическое моделирование мультидисциплинарных систем в Simscape
1. Cоздание электрических, механических

и гидравлических моделей. Понимание диаграмм Simscape. Комбинирование моделей Simulink и Simscape.
2. Работа с компонентами Simscape. Понимание блок-схем Simscape и определение физических переменных на примере механической системы.
3. Совместное использование моделей Simulink и Simscape. Добавление блоков Simulink в модель Simscape для увеличения гибкости модели.
Связь физических сигналов и сигналов Simulink.
5. Соединение разных физических моделей. Настраиваемые связи физических областей в Simscape.
6. Создание собственных компонентов при помощи языка Simscape.
Использование языка Simscape для создания собственных физических компонентов.
7. Возможности Robotics System Toolbox.

Слайд 28

Слайд 29

Оптимизация манипулятора робота

Слайд 30

Использование Simulink при оптимизации манипулятора робота
Получим следующую схему SimMechanics:
Запустим симуляцию и

увидим, что модель импортировалась верно:

Далее используем Simulink Design Optimization для улучшения параметров модели или modeFRONTIER для многокритериальной оптимизации.

Слайд 31

3.3. Особенности эксплуатации робототехнических систем в космосе.
1. Общая качественная характеристика ближнего

космоса (околоземного пространства): высоты (расстояния от поверхности Земли), плотность атмосферы, температуры, свойства околоземной плазмы,
2. Искусственные и естественные радиационные пояса Земли – значения величин радиации. Чернота и холод космического пространства. Плотность внешнего теплового потока от Солнца на орбите Земли.
3. Общая классификация космических аппаратов – ракеты-носители, транспортные корабли, челноки, космические зонды и искусственные спутники Земли (ИСЗ). Типы орбит ИСЗ – высокоэллиптические, солнечно-синхронные, геосинхронная (геостационарная).
4. Тепловой анализ конструкции робота на борту СКС и в открытом космосе. Система терморегулирования. Терморегулирующие покрытия. Устройство и характеристики – экранно-вакуумной теплоизоляции (ЭВТИ) космических объектов.
5. Наземная отработка космических объектов - термовакуумные камеры, азотные экраны, температура, степень черноты, давление в камере, азотные ловушки.

Слайд 32

Технологии искусственного интеллекта

Содержание

1.1. Базы знаний, экспертные и многоагентные системы.Раздел 1. Введение 1. Понятие искусственного

Раздел 4. Экспертные системы 11. Экспертные системы – программирование, ориентированное на правила.

Раздел 6. Основы методологии разработки экспертных систем 22. Основные этапы разработки экспертных

Разработка алгоритма навигации антропоморфного робота

Разработка элементов системы управления робота-автомобиля

1.2. Нечёткие системы, нейросети и эволюционные алгоритмы.Раздел 1. Системы нечёткого вывода

Раздел 4. Обучение и применение нейросетей. 13. Обучение нейронных сетей. 14. Обучение без учителя.

Области применения интеллектуальных технологий управления в зависимости от сложности задачи и

Модель нечёткого управления

Моделирование ассоциативной памяти антропоморфного робота

Оптимизация генетическими алгоритмами (ГА)

Эволюционный подбор оптимальных электродвигателей и редукторов манипулятора антропоморфного робота

МОДУЛЬ 2 Алгоритмы систем технического зрения.

1. Операции обработки изображенийСтруктура цифрового изображения. Категории, уровни и назначение операций

13. Свертка и кросс-корреляция.Обработка изображений посредством масок сводящихся к свертке функций.

25. Представление областей.Сохранение характеристик найденных областей для последующего использования.26. Обнаружение контуров.Выделение

Система технического зрения для робота АР-600

Обнаружение контуровВыделение граничных сегментов на полутоновом изображенииДетектор краев Кэнни генерирует тонкие