Cursuri An 4

Cursul are ca scop prezentarea și transferul de cunoștințe asupra formalizării, proiectării, implementării și testării sistemelor moderne de inteligență artificială. Sunt prezentate aspecte teoretice care corespund reprezentării cunoștințelor și tratării incertitudinii prin abordări probabilistice. Sunt discutate modele și rețele Bayesiene precum și algoritmi decizie simpli și compleși, bazați pe procese Markov. Metodele de planificare automate, bazate pe euristici și pe planificare ierarhică, care conduc la optimizarea și eficiența utilizării resurselor sunt clasificate și analizate comparativ. Sunt aprofundate arhitecturi de rețele neuronale avansate pentru codificarea informației: rețele neuronale bazate pe grafuri, autoencodere și modele generative. Aplicațiile inteligenței aritificiale în domenii cu valoare adăugată ridicată cum sunt prelucrarea limbajului natural, robotică și vedere artificială, sunt expuse prin exemple reprezentative. Sunt discutate de asemenea aspecte relevante pentru standardizarea și reglementarea sistemelor de inteligență artificială în aplicații critice.

Cursul își propune să ofere o imagine de ansamblu asupra:
– prezentării conceptelor IoT, BigData, baze de date NOSQL
– a conceptelor de aparțin domeniului interoperabilității sistemelor informaționale
– tipurilor de interoperabilitate: sintactică, semantică, precum și alte tipuri
– utilizarea diverselor tehnologii în acest context
– discutarea unor studii de caz

Înțelegerea modului de funcționare a unui sistem de vedere artificială. Cunoașterea modalităților de reprezentare a imaginilor numerice. Însușirea cerințelor privind achiziția și memorarea imaginilor. Formarea și conversia analog-numerică a imaginilor alb-negru și color. Însușirea modului de funcționare a unei camere de luat vederi și de cuplare a acesteia cu sistemele de calcul. Deprinderea metodelor și tehnicilor specifice de prelucrare a imaginilor (prelucrare primară, de nivel mediu și de nivel înalt) în scopul îmbunătățirii reprezentării și în scopul extragerii informației. Evidențierea unor structuri hardware și software de prelucrare în timp real a imaginilor. Analiză și interpretarea imaginilor complexe: texturi și fractali. Prezentarea unor aplicații tipice ale vederii artificiale: roboți industriali, imagistică medicală, control automat, coduri de bare. La finalul cursului și al laboratorului, studenții vor fi capabili să achiziționeze și să prelucreze imagini în scopul îmbunătățirii reprezentării și în scopul segmentării și clasificării obiectelor din imagini.

Transferul de cunoștințe despre conceptele de agent autonom și sistem multi agent și aplicarea acestor noțiuni în modelarea și automatizarea proceselor distribuite
Prezentarea funcționalităților de bază ale agenților și analiza principiilor de cooperare între agenți
Crearea / selectarea unei platforme de dezvoltare a unei aplicații multi agent
Utilizarea tehnologiilor multi agent pentru a rezolva aplicații din diferite domenii conducere a fabricatiei
Asigurarea unui comportament unitar în cadrul sistemelor multi agent cu comportament emergent
Realizarea legaturii fizic – informațional intre partea de conducere (agent software) si echipamentul fizic resursa

Prezentarea principiilor de organizare și funcționare a sistemelor de operare, precum și a celor mai importante componente și mecanisme utilizate în proiectarea acestora. Prezentarea caracteristicilor și restricțiilor impuse de sistemele de operare în timp real. Studii de caz pentru sisteme de operare reprezentative. Formarea abilității de a crea aplicații software care să folosească mecanismele oferite de către sistemele de operare în timp real; utilizarea sistemului de operare în timp real QNX.