Vizsga információk

Vizsgák

Az aktuális eredmények (2009): ld. követelményeknél.

2009/2010 téli időpontok

Mesterséges Intelligencia vimia064 (BME-SOTE EÜ menedzser képzés)
Mesterséges Intelligencia vimia313 (BME BSc informatikus képzés)

tantárgyakból ugyanaban az időben, IB.025, IB. 026, IB. 027, IB. 028 termekben
a vizsga irásbeli, tartama 60 perc, pontos terembeosztás a vizsganapon a termek ajtóján


Ellenőrző témakörök "Mesterséges intelligencia" c. tárgyhoz

Intelligens rendszerek - intelligens ágensek:
    ágens rendszer fogalma, ágensek típusai, ágens környezetek, reflexszerű és deliberatív ágens rendszerek összehasonlítása,
    célorientált ágens fogalma, környezetek.
Keresés
    problémamegoldás formálizálása, keresési eljárások ás gráftipusok, "gyenge" keresés és exponenciális robbanás, informált "heurisztikus" keresés, mélységi keresés, szélességi keresés, "best-first", A* keresés, heurisztikák.
Tudás szimbólikus ábrázolása és logikai tud ásreprezent ációk:
    tudás fajtái, abdukció, dedukció, indukció, jó tudásreprezentáció tulajdonságai, logikai tudásreprezentációk: kétértékű monoton logikák, nemmonotonitás problémája. kifejező erő és eldönthetőség, állításhalmaz vizsgálata igazságtábla módszerrel, deduktiv következtető lépések, Modus Ponens, rezolució, logikai bizonyítás és keresés, predikátum kalkulus elemei, tulajdonságai, következtetési lépések kibővítése, logikai bizonyítás gépesítése, Horn-klózok és    általánosított Modus Ponens, klózkonverzió, rezolució és a rezolució alapú bizonyítás, unifikálás, rezoluciós stratégiák, logikai bizonyítás és a véges erőforrások kérdése.
Tervkészítés
    állapot/ cselekvés kapcsolata, tervezés logika segítségével, hatásaxiómák, keretaxiómák, cselekvés leírása logikai feltételekkel, terv keresése tervek terében, keresés részben kész tervek között, "least commitment’ elve, linearizálás, kezdeti terv szerepe, a megoldás tulajdonságai, a megoldás hátrányai, hierarchikus tervek.
Bizonytalanság
    miért szükséges bizonytalan tudást ábrázolni, a két logikai érték és monotonitás problémája, default tudás és az alapvető mérnöki érvelési séma, valószinűségszámítás és a Bayes szabály alapú következtetés, problémái, valószínűsági hálók, Dempster-Shafer elmélet, fuzzy halmazok és fuzzy logikai következtetés.
Tanulás
    tanulás általános modellje, induktív tanulás, döntési fák és a tanulásuk, általános logikai leírás tanulása, verzióterek, megerősitéses tanulás, konnekcionista és szimbólikus tanulás neurális és valószínűségi hálokban.


Korábbi vizsgák anyagából: ld. itt.

2009, dec. xx., xx-től vizsgalap és megoldása


© 2010-2024 BME MIT | Hibajelentés | Használati útmutató