Μάθημα:

ΕΥΦΥΗ ΣΥΣΤΗΜΑΤΑ ΛΗΨΗΣ ΑΠΟΦΑΣΗΣ

Κωδικός:

ΦΣΤ5α

Εξάμηνο διδασκαλίας:

ΣΤ

Κατηγορία μαθήματος:

Μάθημα Υποχρεωτικό Επιλογής (ΜΥΕ)

Τύπος μαθήματος:

Θεωρητικό

Ώρες διδασκαλίας:

2

Πιστωτικές μονάδες (ECTS):

3

Προαπαιτούμενο μάθημα:

----------

Εξαρτώμενο μάθημα:

----------

 

ΣΚΟΠΟΣ ΜΑΘΗΜΑΤΟΣ

Ο κύριος σκοπός του μαθήματος είναι  η εμβάθυνση στη χρήση των βασικών εφαρμοσμένων τεχνολογιών της τεχνητής νοημοσύνης. Ιδιαίτερη έμφαση δίνεται στην μελέτη α) των μεθόδων αναπαράστασης της γνώσης και β) στην υλοποίησης υπολογιστικών συστημάτων υποστήριξης λήψης απόφασης στο χώρο της υγείας

 

ΠΕΡΙΓΡΑΦΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ

  • Εισαγωγή στην τεχνητή νοημοσύνη
  • Αναπαράσταση γνώσης
  • Κατηγορηματικός λογισμός
  • Λογική πρώτης τάξης
  • Έμπειρα συστήματα
  • Ασαφής Λογική
  • Νευρωνικά δίκτυα
  • Γενετικοί αλγόριθμοι
  • Συστήματα λήψης απόφασης
  • Εφαρμογές ΤΝ στην υγεία και την Φυσικοθεραπεία
  • Ευφυής ανάλυση βιοσημάτων
  • Ευφυής προγραμματισμός
  • Υλοποίηση ευφυών υπολογιστικών συστημάτων

 

ΜΕΘΟΔΟΣ ΔΙΔΑΣΚΑΛΙΑΣ

Συμπεριλαμβάνονται πολλοί τρόποι διδασκαλίας, όπως: ι) εισηγήσεις και διαλέξεις του διδάσκοντα καθηγητή, ιι) παρουσιάσεις σπουδαστών, iii) διαλέξεις από επισκέπτες καθηγητές καθώς και ν) συζητήσεις (interactivesessions) μέσω χρήσης τεχνολογιών πληροφορικής και επικοινωνιών (π.χ. πολυμέσων, ηλεκτρονικές συζητήσεις μέσω πλατφόρμας ασύγχρονης εκπαίδευσης /ηλεκτρονικού ταχυδρομείου κ.α.). Πρακτική άσκηση των φοιτητών ατομικά ή σε μικρές ομάδες υπό την εποπτεία του διδάσκοντα σε μικρά projects εφαρμογής της Τεχνητής Νοημοσύνης στο χώρο της Υγείας.

 

ΑΝΑΜΕΝΟΜΕΝΑ ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μετά το τέλος του μαθήματος οι φοιτητές θα έχουν:

  • αποκτήσει εκτεταμένες γνώσεις στις εφαρμογές συστημάτων αναπαράσταση γνώσης και την Τεχνητή Νοημοσύνη γενικότερα
  • αναπτύξει ικανότητες υλοποίησης κάποιων πιλοτικών προγραμμάτων στον Η/Υ σε θέματα που αφορούν την Φυσικοθεραπεία.

 

ΜΕΘΟΔΟΣ ΑΞΙΟΛΟΓΗΣΗΣ

Η αξιολόγηση θα γίνεται με την μορφή γραπτών εξετάσεων υποβάλλοντας στον σπουδαστή θέματα ανάπτυξης σε όλη την εξεταστέα ύλη στο τέλος κάθε εξαμήνου αλλά και project κατά την διάρκεια του εξαμήνου, και χρήση ειδικής πλατφόρμας στον Η/Υ.

 

ΠΡΟΤΕΙΝΟΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Ελληνική:

  1. Χατζηλυγερούδης Ι., Κουτσογιάννης Κ. (2007). Ευφυής Προγραμματισμός. Εκδόσεις Πανεπιστημίου Πατρών, Πάτρα.
  2. Βλαχάβας Ι., Κεφάλας Π., Βασιλειάδης Ν., Κόκκορας Φ., Σακελλαρίου Η. (2006). Τεχνητή Νοημοσύνη. 3η Έκδοση. Εκδ. Γκιούρδας, Αθήνα.
  3. Russell S., Norvig P (2005). Τεχνητή Νοημοσύνη. Μια σύγχρονη προσέγγιση. (Μετάφραση Αγγλικής Έκδοσης) 2η Έκδοση. Εκδόσεις Κλειδάριθμος, Αθήνα.

 

Ξενόγλωσση:

  1. Berner E.S. (2008). Clinical Decision Support Systems. Springer, New York.
  2. BernerE.S., BallM.J. (2009). Clinical Decision Support Systems: Theory and Practice. Springer, New York.
  3. Engelbrecht A.P. (2007). Computational Intelligence: An Introduction. Wiley, England.
  4. Greenes R.A. (2007). Clinical Decision Support: The Road Ahead. Elsevier.
  5. Konar A. (2005). Computational Intelligence: Principles, Techniques and Applications. Springer, Berlin. 

Τελευταία Νέα



Καταγραφή πληροφοριών & χαρακτηριστικών σχετικών με τα προβλήματα της οσφύος

Επικοινωνία

Ψαρρών 6, Μυρτιά 25100, Αίγιο
phone 26910.61150 fax26910.61250
emailΑυτή η διεύθυνση ηλεκτρονικού ταχυδρομείου προστατεύεται από τους αυτοματισμούς αποστολέων ανεπιθύμητων μηνυμάτων. Χρειάζεται να ενεργοποιήσετε τη JavaScript για να μπορέσετε να τη δείτε.

find us on facebook