Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: H - Cyberbezpieczeństwo i technologie chmurowe, I - Inżynieria inteligentnych systemów informatycznych, S - Systemy i sieci komputerowe
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Informatyki i Automatyki
Kod zajęć: 1427
Status zajęć: obowiązkowy dla specjalności I - Inżynieria inteligentnych systemów informatycznych
Układ zajęć w planie studiów: sem: 2 / W30 L15 / 3 ECTS / E
Język wykładowy: polski
Imię i nazwisko koordynatora 1: prof. dr hab. inż. Jacek Kluska
Terminy konsultacji koordynatora: informacja na stronie KIiA: https://office.kia.prz.edu.pl
Imię i nazwisko koordynatora 2: dr hab. inż. prof. PRz Marian Wysocki
Terminy konsultacji koordynatora: informacja na stronie KIiA: https://office.kia.prz.edu.pl
semestr 2: dr inż. Bartosz Jędrzejec , termin konsultacji informacja na stronie KIiA: https://office.kia.prz.edu.pl
Główny cel kształcenia: Przekazanie rozszerzonej wiedzy z zakresu inteligentnych systemów komputerowych
Ogólne informacje o zajęciach: Moduł zakłada zapoznanie studentów z uwarunkowaniami dotyczącymi stosowania inteligentnych systemów komputerowych, najważniejszymi metodami formalnymi oraz wybranymi algorytmami składającymi się na funkcjonalności tej klasy systemów.
1 | L.Rutkowski | Metody i techniki sztucznej inteligencji | PWN, Warszawa. | 2009 |
2 | J.Mulawka | Systemy ekspertowe | WNT, Warszawa. | 1996 |
3 | D.Rutkowska, M.Piliński, L.Rutkowski | Sieci neuronowe, algorytmy genetyczne i systemy rozmyte | PWN, Warszawa-Łódź. | 1997 |
1 | Z.Michalewicz | Algorytmy genetyczne + struktury danych = programy ewolucyjne | WNT, Warszawa. | 1996 |
2 | D.E.Goldberg | Algorytmy genetyczne i ich zastosowanie | WNT, Warszawa. | 1995 |
1 | R.Tadeusiewicz | Sieci neuronowe | Akademicka Oficyna Wydawnicza, Warszawa. | 1993 |
2 | Z.Pawlak | Systemy informacyjne | WNT, Warszawa. | 1983 |
Wymagania formalne: Status studenta PRz
Wymagania wstępne w kategorii Wiedzy: Znajomość podstaw logiki matematycznej, teorii zbiorów oraz metod numerycznych
Wymagania wstępne w kategorii Umiejętności: Umiejętność samodzielnego konstruowania algorytmów oraz ich implementacji w wybranym języku programowania
Wymagania wstępne w kategorii Kompetencji społecznych: Uczciwość, komunikatywność, umiejętność radzenia sobie z emocjami i ze stresem, z porażkami, odpowiedzialność i szacunek do innych
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Ma znajomość i rozumie pojęcia z zakresu sztucznej inteligencji i inżynierii wiedzy | wykład, laboratorium | egzamin cz. pisemna, raport pisemny |
K_W01++ K_W02+++ K_U06+ K_K01+ |
P7S_KK P7S_UW P7S_WG |
02 | Ma znajomość i rozumie metody reprezentacji wiedzy oraz zasady ich wykorzystywania | wykład, laboratorium | egzamin cz. pisemna, raport pisemny |
K_W01++ K_U06+ K_K01+ |
P7S_KK P7S_UW P7S_WG |
03 | Ma znajomość i rozumie algorytmy stosowane przy podejmowaniu decyzji | wykład, laboratorium | egzamin cz. pisemna, raport pisemny |
K_W01+ K_W02++ K_U05++ K_U06+ |
P7S_UW P7S_WG |
04 | Ma wiedzę dotyczącą możliwości zastosowania metod inteligentnych w systemach informatycznych | wykład, laboratorium | egzamin cz. pisemna, raport pisemny |
K_U05++ K_U07++ K_U10+ |
P7S_UW |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
2 | TK01 | W01, W02, L01 | MEK02 | |
2 | TK02 | W03, W04 | MEK03 MEK04 | |
2 | TK03 | W05, W06 | MEK01 MEK04 | |
2 | TK04 | W07, W08 | MEK02 | |
2 | TK05 | W09 | MEK02 MEK03 | |
2 | TK06 | W10, W11, L02 - L10 | MEK03 | |
2 | TK07 | W12, W13 | MEK03 MEK04 | |
2 | TK08 | W14, W15 | MEK03 MEK04 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 2) | Przygotowanie do kolokwium:
5.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
5.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem. |
Laboratorium (sem. 2) | Przygotowanie do laboratorium:
5.00 godz./sem. Przygotowanie do kolokwium: 8.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
10.00 godz./sem. |
Konsultacje (sem. 2) | Udział w konsultacjach:
15.00 godz./sem. |
||
Egzamin (sem. 2) | Przygotowanie do egzaminu:
15.00 godz./sem. |
Egzamin pisemny:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Egzamin pisemny |
Laboratorium | Ocena przedstawionego sprawozdania pisemnego. |
Ocena końcowa | wypadkowa ocen z wykładu i laboratorium |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | A. Czmil; S. Czmil; J. Kluska | An empirical study of a simple incremental classifier based on vector quantization and adaptive resonance theory | 2024 |
2 | A. Czmil; S. Czmil; J. Kluska | GPR: A Python implementation of an extremely simple classifier based on fuzzy logic and gene expression programming | 2023 |
3 | A. Czmil; S. Czmil; J. Kluska | CACP: Classification Algorithms Comparison Pipeline | 2022 |
4 | J. Kluska; M. Madera | Extremely simple classifier based on fuzzy logic and gene expression programming | 2021 |
5 | J. Kluska; T. Mączka; T. Żabiński | Applications of Computational Intelligence Methods for Control and Diagnostics | 2021 |
6 | L. Gniewek; Z. Hajduk; J. Kluska; T. Żabiński | FPGA-Embedded Anomaly Detection System for Milling Process | 2021 |
7 | J. Kluska | Adaptive fuzzy control of state-feedback time-delay systems with uncertain parameters | 2020 |
8 | J. Kluska | Członek Komitetu Automatyki i Robotyki Polskiej Akademii Nauk | 2020 |
9 | J. Kluska | Członkostwo w komitecie redakcyjnym czasopisma International Journal of Applied Mathematics and Computer Science | 2020 |
10 | J. Kluska | Wiceprzewodniczący Rady Naukowej Instytutu Badań Systemowych Polskiej Akademii Nauk | 2020 |
11 | J. Kluska; M. Kusy; R. Zajdel; T. Żabiński | Fusion of Feature Selection Methods for Improving Model Accuracy in the Milling Process Data Classification Problem | 2020 |
12 | J. Kluska; M. Kusy; R. Zajdel; T. Żabiński | Weighted Feature Selection Method for Improving Decisions in Milling Process Diagnosis | 2020 |
13 | J. Kluska; T. Mączka; T. Żabiński | Zastosowania metod inteligencji obliczeniowej do sterowania i diagnostyki | 2020 |
14 | J. Kluska; T. Żabiński | PID-Like Adaptive Fuzzy Controller Design Based on Absolute Stability Criterion | 2020 |
15 | K. Sidor; M. Wysocki | Recognition of Human Activities Using Depth Maps and the Viewpoint Feature Histogram Descriptor | 2020 |
16 | M. Wysocki | Zaawansowane systemy informatyczne: studia wybranych przypadków | 2020 |
17 | T. Kapuściński; M. Wysocki | Recognition of Signed Expressions in an Experimental System Supporting Deaf Clients in the City Office | 2020 |
18 | J. Kluska | Członek Komitetu Automatyki i Robotyki Polskiej Akademii Nauk | 2019 |
19 | J. Kluska | Członkostwo w komitecie redakcyjnym czasopisma International Journal of Applied Mathematics and Computer Science | 2019 |
20 | J. Kluska | Przewodniczący Sekcji Systemów Inteligentnych w Komitecie Automatyki i Robotyki Polskiej Akademii Nauk | 2019 |
21 | J. Kluska | Wiceprzewodniczący Rady Naukowej Instytutu Badań Systemowych Polskiej Akademii Nauk | 2019 |
22 | J. Kluska; M. Kusy; B. Obrzut; M. Obrzut; A. Semczuk | Prediction of 10-year Overall Survival in Patients with Operable Cervical Cancer using a Probabilistic Neural Network | 2019 |
23 | J. Kluska; M. Madera ; T. Mączka; J. Sęp; T. Żabiński | Condition monitoring in Industry 4.0 production systems - the idea of computational intelligence methods application | 2019 |
24 | T. Kapuściński; D. Warchoł; M. Wysocki | Recognition of Fingerspelling Sequences in Polish Sign Language Using Point Clouds Obtained from Depth Images | 2019 |
25 | T. Kapuściński; J. Marnik; M. Oszust; D. Warchoł; M. Wysocki | Układ wspomagający komunikowanie się osób głuchoniemych z osobami słyszącymi i sposób wspierania takiego komunikowania się | 2019 |