FOI Nastava - Uvod u modeliranje znanja

Sadržaj se učitava...

FOI Nastava

apps

mdi-login

Uvod u modeliranje znanja

Introduction to Knowledge Modelling
2024/2025

6 ECTSa

Informacijski i poslovni sustavi 1.2 (IPS)

Katedra za teorijske i primijenjene osnove informacijskih znanosti

5. semestar

Osnovne informacijemdi-information-variant

Izvođači nastavemdi-account-group

Nastavni plan i programmdi-clipboard-text-outline

Model praćenjamdi-human-male-board

Ispitni rokovimdi-clipboard-check-outline

Rasporedmdi-calendar-clock

Konzultacijemdi-account-voice

Izvođenje kolegija

Studij	Studijski program	Semestar	Obavezan
Informacijski i poslovni sustavi 1.2 (IPS)	Umjetna inteligencija u poslovanju	5	obavezan

Cilj kolegija

Osnovni cilj predmeta je upoznavanje studenata s osnovama modeliranja i prikaza znanja domene te automatskim rezoniranjem kao temeljnim područjima umjetne inteligencije, Studenti će steći znanja iz teorije automata i propozicijske i predikatne logike te će ta znanja praktično primijeniti za modeliranje i rješavanje problema u različitim domenama iz poslovanja. Također će naučiti ulogu formalizama za modeliranje znanja u cjelokupnom procesu razvoja informacijskih i inteligentnih sustava.

Preduvjeti

Matematika 1 (IPS 1.2)

Norma kolegija

Predavanja

30 sati

Vježbe u praktikumu

30 sati

Nastavnik	Uloga na kolegiju	Oblik nastave	Tjedana	Sati	Grupa
Lovrenčić Sandra	Nositelj	Predavanja	15	2	1
Sekovanić Vlatka	Suradnik	Vježbe u praktikumu	15	2	2

Sadržaj predavanja

Uvod u predmet. (2 sata)
Pregled područja, formalni sustavi, značaj teorije automata, značaj automatskog rezoniranja, modeliranje i prikaz znanja domene i rezoniranje kao temeljna područja umjetne inteligencije, motivacijski primjeri
Regularni jezici i konačni automati. (6 sati)
Osnovni pojmovi, regularni jezici, regularni izrazi, deterministički konačni automati, nedeterministički konačni automati, prikaz automata, veza konačnih automata i regularnih izraza, primjeri modeliranja odabranih problema
Kontekstno slobodne gramatike. (4 sata)
Neregularni jezici i lema o nadimanju, Chomskyjeva hijerarhija gramatika, definicija kontekstno slobodnih gramatika, deterministički i nedeterministički potisni automati, veza kontekstno slobodnih gramatika i potisnih automata, Backus-Naur forma, primjeri modeliranja odabranih problema
Turingov stroj. (2 sata)
Definicija, deterministički Turingov stroj, nedeterministički Turingov stroj, prepoznavanje jezika i rješavanje problema, varijacije Turingovog stroja, primjeri primjene
Modeliranje znanja u propozicijskoj logici (računu sudova). (2 sata)
Sintaksa i semantika, interpretacija i istinitost propozicija, logička posljedica, primjeri modeliranja znanja
Rezoniranje u propozicijskoj logici. (4 sata)
Automatsko rezoniranje, disjunktivna i konjunktivna normalna forma, rezolucija za propozicijsku logiku i njezine modifikacije, problem zadovoljivosti i DPLL algoritam, primjeri modeliranja i rješavanja problema.
Modeliranje znanja u predikatnoj logici (računu predikata). (2 sata)
Sintaksa i semantika, prevođenje rečenica, primjeri modeliranja znanja odabranih domena iz poslovanja.
Rezoniranje u predikatnoj logici. (4 sata)
Preneksna normalna forma, Skolemova normalna forma, unifikacija, Hornova klauzula, rezolucija i njezine modifikacije, SLD rezolucija i pretraživanje klauzula, logičko programiranje, primjeri modeliranja i rješavanja problema iz poslovanja
Razvoj područja i mogućnosti primjene. (2 sata)
Druge vrste logike (neizrazita, modalna, vremenska…) i njihov značaj za umjetnu inteligenciju, automatsko dokazivanje teorema, provjera modela, formalna verifikacija softvera i hardvera

Sadržaj seminara/vježbi

Laboratorijske vježbe.
Na vježbama se rade zadaci vezani uz praktičnu primjenu gradiva za modeliranje znanja i rješavanje problema iz informacijskih znanosti, uključujući teoriju automata i logičke programske jezike.

Ishodi učenja kolegija

Ispitati je li zadani jezik kontestno slobodan te ga opisati nedeterminističkim potisnim automatom.
Modelirati zadani problem iz područja informacijskih znanosti pomoću računa predikata.
Iskazati osnovne definicije i teoreme te objasniti koncepte vezane uz logičku posljedicu.
Oblikovati zadani problem iz područja informacijskih znanosti u disjunktivnu, konjunktivnu i Skolemovu normalnu formu.
Primijeniti Davis-Putnam-Logemann-Loveland algoritam za određivanje zadovoljivosti skupa tvrdnji.
Primijeniti pravilo rezolucije i njegove modifikacije za određivanje logičke posljedice.
Konstruirati Turingov stroj za zadani problem prepoznavanja jezika i zadani problem izračunavanja.
Analizirati načine pronalaženja rješenja u logičkim programskim jezicima te osmisliti rješenja jednostavnijih zadanih problema i implementirati ih pomoću zadanog logičkog programskog jezika.
Riješiti zadani problem (prepoznavanje riječi, komunikacijski protokoli, itd) u terminima konačnih i potisnih automata.
Objasniti osnovne značajke modeliranja problema iz područja informacijskih znanosti pomoću računa sudova i računa predikata.

Ishodi učenja programa

razumjeti i primijeniti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava
modelirati poslovne procese i podatke u organizacijama i primijeniti modele u razvoju informacijskih i poslovnih sustava
razumjeti i primijeniti metode, tehnike razvoja informacijskih i programskih sustava u suvremenim razvojnim okolinama
pratiti stručnu literaturu na hrvatskom i stranom jeziku, pripremiti i samostalno održati prezentacije na hrvatskom i stranom jeziku stručnoj i općoj publici, te kritičku evaluaciju prezentirane stručne teme

Osnovna literatura

Goranko, V. (2017.) Logic as a Tool: A Guide to Formal Logical Reasoning, Wiley
O'Reagan, G. (2017.) Concise Guide to Formal Methods: Theory, Fundamentals and Industry Applications, Springer
Mozgovoy, M. (2010.) Algorithms, Languages, Automata, and Compilers: A Practical Approach, Jones and Bartlett Publishers

Dopunska literatura

Barwise, J.; Etchemendy, J. (2011.) Language: proof and logic, 2nd edition. CSLI publications
Bratko, I. (2011.) Prolog programming for artificial intelligence, 4th edition. Pearson Education Canada
Čubrilo, M. (1989). Matematička logika za ekspertne sisteme. Informator

Slični kolegiji

Redoviti studenti

Izvanredni studenti

izvanredni rok

Datum: 13.04.2026.

Vrijeme: 16:00

Opis: Na Fakultetu

U kalendaru ispod se nalaze konzultacije predmetnih nastavnika, no za detalje o konzultacijama možete provjeriti na profilu pojedinog predmetnog nastavnika.