Ασαφή Συστήματα και Εξελικτική Υπολογιστική

Σκοπός

To μάθημα στοχεύει στο να καταστήσει τους φοιτητές ικανούς: (α) να κατανοήσουν σε βάθος κεντρικές έννοιες της υπολογιστικής ευφυΐας και (β) να συνειδητοποιήσουν τη σημασία που έχει αυτό το επιστημονικό πεδίο στην επιστήμη των υπολογιστών και την ευρύτητα των εφαρμογών τους στα υπολογιστικά συστήματα. Οι στόχοι του μαθήματος περιλαμβάνουν την εισαγωγή εννοιών, μοντέλων, αλγορίθμων και εργαλείων για την ανάπτυξη ευφυών συστημάτων (Ασαφή και Νευροασαφή Συστήματα, Γενετικοί Αλγόριθμοι, Ευφυΐα Σμηνών). Επιπλέον, δίνεται ιδιαίτερη έμφαση στην εφαρμογή των συστημάτων αυτών σε πραγματικά προβλήματα, καθώς και στην εξάσκηση των μεταπτυχιακών φοιτητών στη χρήση εξειδικευμένου λογισμικού (MATLAB, OCTAVE).

Περίγραμμα

  • Θεωρία ασαφών συνόλων, ασαφείς κανόνες και βάσεις ασαφών κανόνων, συνθετικός κανόνας συμπερασμού
  • Δομή και λειτουργία των ασαφών συστημάτων Mamdani
  • Ασαφή συστήματα Takagi-Sugeno
  • Νευροασαφή συστήματα
  • Γενετικοί αλγόριθμοι
  • Ευφυΐα Σμηνών
  • Ασαφή συστήματα για τη μοντελοποίηση χρονοσειρών
  • Εφαρμογή της εξελικτικής υπολογιστικής στην ανίχνευση απάτης σε δίκτυα δεδομένων
  • Εφαρμογή ασαφών και νευροασαφών συστημάτων στην καταστολή θορύβου σε ακουστικά σήματα
  • Συστήματα Εξελικτικής Υπολογιστικής για την επεξεργασία δορυφορικών εικόνων
  • Νευροασαφή Συστήματα επεξεργασίας βιοϊατρικών σημάτων

Προτεινόμενη βιβλιογραφία

Eλληνόγλωσση

  • Λ. Ηλιάδης, Α. Παπαλεωνίδας, Υπολογιστική Νοημοσύνη & Ευφυείς Πράκτορες, Εκδόσεις Τζιόλα, 2016.
  • B. Καμπουρλάζος, Γ. Παπακώστας, Εισαγωγή στην Υπολογιστική Νοημοσύνη, ΣΕΑΒ, 2015.
  • Γ. Μπουτάλης, Γ. Συρακούλης, Υπολογιστική Νοημοσύνη & Εφαρμογές, αυοτέκδοση, 2010.
  • Χ. Τζιμόπουλος, Β. Παπαδόπουλος, Ασαφής Λογική με Εφαρμογές στις Επιστήμες του Μηχανικού, Εκδόσεις Ζήτη, 2013.
  • Γ. Θεοδώρου, Εισαγωγή στην Ασαφή Λογική, Εκδόσεις Τζιόλα, 2010.

 

Ξενόγλωσση

  • Babuska, Computational Intelligence in Modelling and Control, Delft University of Technology, 2009.
  • Cox, Fuzzy Modeling and Genetic Algorithms for Data Mining and Exploration, Morgan Kaufmann Publishers, 2005.
  • P. Engelbrecht, Fundamentals of Computational Swarm Intelligence, John Wiley & Sons, 2006.
  • P. Engelbrecht, Computational Intelligence: An Introduction, 2nd Edition, Wiley, 2007.
  • Goldberg, Genetic Algorithms in Search optimization and Machine Learning, Addison-Wesley Pub. Co., 1989.
  • A. de Jong, Evolutionary Computation, MIT Press, 2002.
  • Keller, D. Liu, D. Fogel, Fundamentals of Computational Intelligence – Neural Networks, Fuzzy Systems, and Evolutionary Computation, IEEE Press – Wiley, 2016.
  • S. Rajasekaran, G. Vijayalakshmi, Neural Network, Fuzzy Logic, and Genetic Algorithms: Synthesis and Applications, PHI Editions, 2013.
  • Ross, Fuzzy Logic with Engineering Applications, John Wiley & Sons, 2010.
  • Schuller, Intelligent Audio Analysis, Springer, 2013.
  • Sivanandam, S. Sumathi, S. Deepa, Introduction to Fuzzy Logic Using MATLAB, Springer, 2007.
  • Tsoukalas, R. Uhrig, Fuzzy and Neural Approaches in Engineering, John Wiley & Sons, 1997.

Επιστημονικά Περιοδικά

  • Τransactions on Fuzzy Systems, IEEE.
  • Transactions on Evolutionary Computation, IEEE.
  • Computational Intelligence Magazine, IEEE.
  • Fuzzy Sets and Systems, Elsevier.
  • Engineering Applications of Artificial Intelligence, Elsevier.
  • Swarm and Evolutionary Computation, Elsevier.