ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Ευφυή συστήματα

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ Σχολή Μηχανικών
ΤΜΗΜΑ Τμήμα Μηχανικών Παραγωγής και Διοίκησης
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Προπτυχιακό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ 95-05 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ Επιλ. Θ1-Θ2-Θ3 9ο
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Ευφυή συστήματα
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων. 		ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Θεωρία 2 4
Εργαστήριο 1
Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4.    
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ
Γενικής Υποδομής (ΓΥ),Ειδικής Υποδομής (ΕΥ), Γενικών Γνώσεων (ΓΓΔ) και Επιστημονικής Περιοχής (ΔΔΤΝ, ΕΔ, ΕΥΣ, ΗΛ, ΠΑ) . 		 Επιλογής
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:  
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:  Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS Ναι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL) https://exams-sm.the.ihu.gr/enrol/index.php?id=57

2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα
Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

Σκοπός του μαθήματος είναι να διδαχθούν οι φοιτητές/τριες τόσο τις απαραίτητες θεωρητικές γνώσεις των ευφυών συστημάτων όσο και τα πρακτικά εργαστηριακά εργαλεία.
Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές/τριες θα:
– διαθέτουν γνώση των βασικών εννοιών στο χώρο των ευφυών συστημάτων
– είναι σε θέση να εφαρμόζουν τη γνώση στην πράξη, να αναζητούν, να αναλύουν και να συνθέτουν δεδομένα και πληροφορίες με τη χρήση και των απαραίτητων τεχνολογιών
– να ορίζουν, να αναλύουν και να περιγράφουν την ανάπτυξη ενός ευφυούς συστήματος σε μια ή περισσότερες εφαρμογές που έχουν διδαχθεί
-διακρίνουν τα χαρακτηριστικά του προβλήματος τα οποία θα τους οδηγήσουν στην επιτυχή μοντελοποίηση του
– να παράγουν λύσεις βασισμένες σε τεχνικές ασαφών συστημάτων και νευρωνικών δικτύων
– είναι σε θέση να ακολουθούν τις βασικές αρχές ανάπτυξης των συστημάτων με τις τεχνολογίες που έχουν διδαχθεί για να συνθέτουν και να προτείνουν κατάλληλες εφαρμογές.
Γενικές Ικανότητες
Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.
Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών με τη χρήση και των απαραίτητων τεχνολογιών - Προσαρμογή σε νέες καταστάσεις - Λήψη αποφάσεων - Αυτόνομη εργασία - Ομαδική εργασία - Εργασία σε διεθνές περιβάλλον - Εργασία σε διεπιστημονικό περιβάλλον - Παράγωγή νέων ερευνητικών ιδεών Σχεδιασμός και διαχείριση έργων - Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα - Σεβασμός στο φυσικό περιβάλλον - Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
Ατομική Εργασία
Ομαδική Εργασία
Προσαρμογή σε νέες καταστάσεις.

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

• Εισαγωγή στα Ευφυή συστήματα
• Ασαφής Λογική- Ασαφή Σύνολα
• Συναρτήσεις Συμμετοχής, Μαθηματική απεικόνιση
• Πράξεις μεταξύ Ασαφών Συνόλων (εφαρμογή τελεστών)
• Σχέσεις μεταξύ Ασαφών Συνόλων, Ασαφής Συνεπαγωγή
• Εξαγωγή κανόνων (ομαδοποίηση, αλγόριθμος κ-μέσων)
• Ασαφής Συμπερασμός (modus ponens, Συνθετικός Κανόνας Συμπερασμού)
• Τεχνητά Νευρωνικά Δίκτυα
• Perceptron, Θεώρημα σύγκλισης
• Γραμμικά Νευρωνικά Δίκτυα
• Δίκτυα εμπρόσθιας τροφοδότησης
• Αλγόριθμος μάθησης οπισθόδρομης διάδοσης (backpropagation)
• Βαθιά μάθηση
• Λογισμικό Matlab / εργαλειοθήκη του Matlab

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.

Διαλέξεις πρόσωπο με πρόσωπο.
Προβολή διαφανειών με υπολογιστή και χρήση πίνακα.
Εργαστηριακές Ασκήσεις σε εργαστηριακό χώρο με τον κατάλληλο εξοπλισμό.
Διαδικτυακή καθοδήγηση
Υποστήριξη Μαθησιακής διαδικασίας δια μέσου της ηλεκτρονικής πλατφόρμας μάθησης του μαθήματος, όπου περιλαμβάνονται:
α) Παρουσιάσεις του μαθήματος
β) Διδακτικές σημειώσεις
γ) Ανακοινώσεις σχετικές με το μάθημα
δ) Ηλεκτρονική κατάθεση εργασιών
Επικοινωνία με φοιτητές μέσω e-mail
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS
ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες. Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

Γλώσσα Αξιολόγησης: Ελληνικά / Αγγλικά
Ο τελικός βαθμός του μαθήματος διαμορφώνεται κατά 70% από τον βαθμό του θεωρητικού μέρους και κατά 30% από τον βαθμό του εργαστηριακού.
1. Ο βαθμός του θεωρητικού μέρους διαμορφώνεται από γραπτή τελική εξέταση και ομαδική εργασία.
Η γραπτή τελική εξέταση του θεωρητικού μέρους δύναται να περιλαμβάνει:
Επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν, Ερωτήσεις σύντομης απάντησης, ερωτήσεις πολλαπλής επιλογής.
2. Η εξέταση των Εργαστηριακών Ασκήσεων πραγματοποιείται με εργαστηριακή πρόοδος στο μέσο του εξαμήνου και εργαστηριακές εξετάσεις στο τέλος του εξαμήνου.

5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Συγγράμματα

W. ERTEL, ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, ΓΡΗΓΟΡΙΟΣ ΧΡΥΣΟΣΤΟΜΟΥ ΦΟΥΝΤΑΣ, 2/2019, ISBN: 9789603307969
Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου. Τεχνητή Νοημοσύνη – Γ’ Έκδοση, Εκδόσεις Πανεπιστημίου Μακεδονίας, ISBN: 978-960-8396-64-7, 2006/2011.
Jackson P. Introduction to Expert Systems (3rd edition). Addison Wesley, ISBN 0-201-87686-8