% DIC9315 — Sujets spéciaux en intelligence artificielle et reconnaissance des formes % UQAM — Département d'informatique % Plan de cours — Automne 2019 * Horaires, locaux et enseignants: Responsable(s) du cours ======================= Coordination ------------ Boukadoum, A. Mounir PK-4540 poste 4565 Description du cours ==================== Réseaux de neurones spécialisés (cellulaires, à bases radiales, à délais); réseaux bayesiens; chaînes de Markov cachées; systèmes à logique floue; systèmes neuro-flous; algorithmes génétiques; apprentissage symbolique, induction d'arborescence de décision et de règles, autres approches de l'apprentissage symbolique. Utilisation pour l'extraction de la connaissance et la fouille de données. Des exemples d'applications seront présentés en reconnaissance vocale, traitement de la langue, régression non linéaire et en classification. Préalables académiques ---------------------- - DIC9250 Génie cognitif Objectif du cours ================= Permettre à l'étudiant-e d'approfondir le domaine de la planification automatique en intelligence artificielle. Comprendre les défis associés à la prise de décisions automatique. Connaître les hypothèses classiques. Se familiariser avec les différentes approches de planification et connaître leurs limites. S'initier aux thèmes de recherche actuels en planification. Implémenter un petit système appliquant des algorithmes de planification. Contenu du cours ================ - Introduction - Applications : robotique, exploration spatiale, jeux, défense - Agents intelligents : robots, jeux, etc. - Systèmes d'aide à la décision - Planification vs Scheduling - Indépendance du domaine - Modèle - Hypothèses - Représentations d'espaces d'états et d'actions - Ensembles de propositions - Représentation classique - Représentation à l'aide de variables - Langage PDDL - Planification dans un espace d'états - Rappels théorie des graphes - Chaînage avant et chaînage arrière - GraphPlan - Planification heuristique - Planification avec contrôle de recherche - Formules de logiques temporelles - HTN - Planification temporelle - Rappels sur des notions de bases (algèbre d'intervalles, temps qualitatif / quantitatif) - *Temporal Operators and Chronicles* - Planification sous incertitude - Rappels sur la théorie des probabilités et la théorie de la décision - Processus décisionnels de Markov, RTDP et LRTDP - Planification sous incertitude avec actions concurrentes - CoMDP - ActuPlan - Sujets approfondis - Satisfaction partielle d'objectifs - Replanification avec stabilité des plans - Planification pour des systèmes d'aide à la décision humaine. Démarche pédagogique -------------------- Le cours se déroule à raison d'une séance de trois heures par semaine. Environ le deux tiers du cours est composé d'exposés magistraux par le professeur. Ces exposés visent à transmettre les fondements de l'IA et à présenter les grandes familles d'approches de planification en IA. Le troisième tiers du cours sera complété par des présentations réalisées par les étudiants et par des discussions en groupe. Au cours de la session, l'étudiant-e devra lire au moins 3 articles scientifiques récents sur un thème choisi. Projet ------ Dans le cadre du cours, les étudiants auront à réaliser un projet individuel ou en équipe. Le projet consiste à concevoir une application intégrant des algorithmes de planification. Il est recommandé de choisir un projet relié au projet de thèse de l'étudiant-e. Modalités d'évaluation ====================== +-----------------------+-----------------------+-----------------------+ | Description sommaire |        Date      | Pondération | +=======================+=======================+=======================+ | Lecture d'articles |   |        25% | | scientifiques | | | | (individuel) | | | | | | | |   | | | | | | | | - Résumé et | | | | critique (15%) | | | | | | | | - Présentation | | | | orale (10%) | | | +-----------------------+-----------------------+-----------------------+ | Projet - Réalisation |   |        40% | | d'une application | | | | | | | |   | | | | | | | | - Rapport écrit | | | | sous forme d'un | | | | article | | | | scientifique | | | | (25%)      | | | | | | | | - Réalisation d'une | | | | application | | | | informatique | | | | (10%) | | | | | | | | - Évaluation des | | | | rapports des | | | | autres équipes | | | | (5%) | | | +-----------------------+-----------------------+-----------------------+ | Examen de synthèse |   |        35% | +-----------------------+-----------------------+-----------------------+ Les règlements concernant le plagiat seront strictement appliqués. Pour plus de renseignements, consultez le site suivant : Médiagraphie ============ VO Malik Ghallab, Dana Nau et Paolo Traverso -- *Automated Planning: Theory and Practice. 2004.* -- MORGAN KAUFMANN PUBLISHERS. VC Stuart J. Russell et Peter Norvig -- *Artificial Intelligence: A Modern Approach. 3rd Edition. 2010.* --