Departamento de Engenharia de Computação e Automação Industrial - DCA
Faculdade de Engenharia Elétrica e de Computação - FEEC
Universidade Estadual de Campinas - UNICAMP

 

EA072  Inteligência Artificial em Aplicações Industriais

 

 

Professor

Fernando Gomide

Tutor

 

Conteúdo


Ementa

Ementa resumida

  1. Introdução
  2. Agentes inteligentes
  3. Representação de conhecimento e solução de problemas
  4. Estruturas e estratégias de busca
  5. Lógica matemática, representação e inferência
  6. Sistemas baseados em regras
  7. Aprendizagem com exemplos
  8. Redes neurais artificiais
  9. Computação evolucionária
  10. Sistemas fuzzy

Ementa detalhada

1.     Introdução:

1.1-conceituação da inteligência artificial

1.2-evolução histórica

1.3-aplicações e perspectivas

2.     Agentes inteligentes:

2.1-definição, características e tipos

2.2-estruturas

2.3-comunicação e coordenação

2.4-agentes e sistemas inteligentes

3.     Representação de conhecimento e solução de problemas:

3.1-introdução

3.2-representação de conhecimento

3.3-sistemas de produção

3.4-estado e espaço de estado

3.5-solução de problemas e busca

4.     Estruturas e estratégias de busca

4.1-busca em profundidade

4.2-busca em largura

4.3-busca heurística

4.4-aplicações

5.     Lógica matemática, representação e inferência

5.1-lógica proposicional

5.2-lógica de primeira ordem

5.3-representação clausal

5.4-resolução e refutação

5.5-aplicações

6.     Sistemas baseados em regras

6.1-regras de produção

6.2-inferência via encadeamento para frente (direto)

6.3-inferência via encadeamento para traz (reverso)

6.4-aplicações

7.     Aprendizagem com exemplos

7.1-inteligência computacional e aprendizagem de máquina

7.2-árvores de decisão

7.3-regressão e classificação

7.4-agrupamento e métodos não paramétricos

7.5- máquinas de vetores de suporte

7.6-aplicações

8.     Redes neurais artificiais

8.1-estruturas de redes e aprendizagem

8.2-redes neurais multicamadas

8.3-redes neurais profundas

8.4-redes neurais recorrentes

8.5-aplicações

9.     Computação evolucionária

9.1-aprendizagem e otimização

9.2-busca estocástica

9.3-algoritmos genéticos

9.4-busca participativa

9.5-aplicações

    10. Sistemas fuzzy

10.1-conjuntos fuzzy

10.2-sistemas baseados em regras fuzzy

10.3-métodos de inferência

10.4-sistemas fuzzy adaptativos

10.5-aplicações

 


Critério de avaliação

 

Provas: P1 e P2

 

EPC: C1, C2, ...., Cn

 

C = (C1 + C2 + ....+ Cn ) / n

 

Exame:  E

 

N = (P1+ P2 + C) / 3

 

Se N > 5  então Aprovado e Nota Final = N

 

Se N < 5  então Exame e Nota Final = (N + E)/2

 

Se necessário: exame oral

 


Provas

Prova

Data

P1

27/09/2018

P2

22/11/2018

Exame

11/12/2018

 


Referências Bibliográficas


Teoria

Livro texto: 

 

Artificial Intelligence : A Modern Approach, Stuart J. Russell, Peter Norvig

Prentice Hall Series in Artificial Intelligence, 2010, 3nd edition.

 

Fuzzy Systems Engineering, Witold Pedrycz, Fernando Gomide

Wiley Interscience/IEEE Press, 2007.

Outros:

 

Artificial Intelligence, Patrick Henry Winston

Addison-Wesley Pub Co, 1992, 3rd edition.

 

Artificial Intelligence : Structures and Strategies for Complex Problem Solving

George F. Luger, Addison-Wesley Pub Co, 2009, 6nd edition.

Genetic Algorithms in Search, Optimization and Machine Learning, David E. Goldberg

Addison-Wesley Pub Co., 1989.

Mathematical Methods in Artificial Intelligence, Edward A. Bender

IEEE Computer Society Press, 1996.

 

Programação

Periódicos


Críticas, dúvidas e sugestões: