Komplex MI alkalmazások
A tantárgy angol neve: Complex AI Applications
Adatlap utolsó módosítása: 2018. február 22.
A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.
A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.
Az informatikai rendszerek sikerének kulcsa a környezeteikben (internet, intranet) rendelkezésre álló sokszínű, gazdag információ és tudás minél hatékonyabb beszerzése és felhasználása. A mesterséges intelligencia, adatbányászat, szövegbányászat és nyelvtechnológia eredményei ma már alapvető elemei az ismeretek integrálását, kombinálását célul kitűző szolgáltatásoknak, alkalmazásoknak. A tárgy célkitűzése megismertetni a hallgatókat a tudásalapú információbeszerző és integráló rendszerek felépítésével, működésével és alkalmazásával.
A tantárgy követelményeit eredményesen teljesítő hallgatóktól elvárható, hogy: (1) tisztában legyenek nagyméretű, heterogén, elosztott információs rendszerek kezelésének problémáival, (2) ismerjék az információkinyerés módszereit és technológiáit elosztott, heterogén adat-, szöveg- és tudásbázisok feldolgozásában, (3) ismerjék a web továbbfejlesztésére, szemantikus tartalomkezelésre vonatkozó javaslatokat, a kialakuló új technológiákat, ezek fejlesztésének módszereit, (4) képesek legyenek információ integrációs rendszerek tervezésre, az információs források és adatainak leírására szolgáló modellek létrehozására, (5) tájékozottak legyenek a mesterséges intelligencia vonatkozó új eredményeivel, áttekintésük legyen a gyakorlatban alkalmazott megoldásokról.
ELŐADÁSOK TEMATIKÁJA
Bevezetés
1.hét: Az elosztott, nagyméretű, heterogén információs környezet jellemzőinek áttekintése. Nagy adathalmazok, kiterjedt szövegbázisok elemzésének lehetőségei. Az információs környezet új minőségében rejlő lehetőségek. Az információ keresés és az integrálás szerepe a tudás kiaknázásban.
I. Információkeresés
2. hét: Információkereső rendszerek, szöveges információforrások felderítése, korszerű webes keresőrendszerek. Információ kivonatolás webes forrásokból.
3. hét: Ontológiákkal támogatott keresőrendszerek, tárgyterületi tudás felhasználásának lehetősségei.
4. hét: Multimédia keresőrendszerek, vizuális információk kezelése
II. Információintegrálás módszerei
5. hét: Mediátor/integrátor megközelítés bemutatása. Mediátorok szerepe, tervezési módszerei. Virtuális és materializált információ integrációs megközelítések előnyei, hátrányai.
6. hét: Virtuális adatintegráció technikái, adatintegráció sémái, lokális és globális nézeteken alapuló virtuális integrációs sémák. Ontológiák szerepe a fogalmi heterogenitás feloldásában. Virtuális integrációt támogató mediátorok felépítése. Lekérdezések megfogalmazása, lefordítása, optimalizálása, futtatása a különböző virtuális sémák felhasználásával.
7. hét: Interneten elérhető információk integrálása. Szemantikus web koncepció lényege, technológiái. A szemantikus web technikák alkalmazása webes információs források integrálásában.
III. Tartalomelemzés és információkinyerés
8. hét: Adattárházak és dokumentumtárak működése. Az adat- és szövegbányászat célkitűzései. Adatbányászati rendszerek alapvető működése (adatok előfeldolgozása, mintakeresés, asszociációs szabályok). A szövegbányászat módszerei (szemantikus indexelés, kivonatolás és keresés) és rendszerei.
9. hét: Nyelvtechnológia alapjai (morphológia, nyelvtanok, fordítás). Információkinyerés szöveges dokumentumokból. Dokumentumtárak és adattárházak lekérdezése kontrollált természetes nyelven.
10. hét: Tanulás információ integrációs rendszerekben, induktív tanuló algoritmusok az információ integrációs rendszerekben. Adaptív mediátor sémák. Wrapperek tanulása.
IV. Komplex alkalmazások
11. hét: Virtuális elektronikus piactér rendszerek, tudásalapú webes szolgáltatások, ajánló rendszerek
12. hét: Tudástár alapú intelligens rendszerek (játékok, intelligens kommunikáló robotok, heterogén forráson /pl. térképek, enciklopédiák, szenzorok/ alapuló intelligens alkalmazások
13. hét: Intelligens alkalmazások szenzorweb alapú (mérőeszközök, kamerák jeleinek felhasználásán alapuló) környezetekben, autonóm autók és robotok.
GYAKORLATOK TEMATIKÁJA
1. gyakorlat: Elosztott szövegelemző rendszer megismerése és bővítése elemzőkkel
2. gyakorlat: Nyelvi elemzés, nyelvtanok és létrehozásuk (kontrollált nyelvek), egyszerű természetes nyelvű lekérdező felület megvalósítása
3. gyakorlat: Természetes nyelvű tudásbevitelt támogató környezetek, fogalomtárak, ontológia szerkesztés
4. gyakorlat: Szemantikus web alapú dokumentum szervezés, jogi tudás alapú rendszerek
5. gyakorlat: Tudásalapú konzultációs, tanácsadó és ajánló rendszerek
6. gyakorlat: Komplex, szenzorweb alapú adatgyűjtő és elemző rendszer megismerése
7. gyakorlat: Információ integráció beágyazott intelligens rendszerekben, numerikus, szöveges és vizuális információk felhasználása
A tárgy elméleti részét előadásokon tárgyaljuk. A gyakorlatokon az elméletet alkalmazó feladatokat kell megoldani.
b. A vizsgaidőszakban:Írásbeli beugró után szóbeli vizsga. Az írásbeli beugró csak sikerült/sikertelen jellegű (küszöb a megszerezhető pontok 40%-a), amennyiben sikerült, akkor a vizsga szóbelin kialakuló eredményét már nem befolyásolja. A vizsgára bocsátás feltétele a félévközi aláírás megszerzése.
c. Osztályozás: A vizsga osztályzata a félévközi feladat (40%) és a vizsgaeredmény (60%) alapján kerül megállapításra.