Tantárgyi Adatlap

PDF letöltése
Budapesti Műszaki és Gazdaságtudományi Egyetem
Közlekedésmérnöki és Járműmérnöki Kar
1. Tantárgy neve Intelligens gépek
2. Tantárgy angol neve Machine Intelligence
3. Tantárgykód BMEKOALM644 4. Követelmény vizsga 5. Kredit 4
6. Óraszám 2 (10) Előadás 2 (11) Gyakorlat 0 (0) Labor
7. Tanterv
Járműmérnöki mesterképzési szak(J)
8. Szerep
Specializáció (sp) a Járműmérnöki mesterképzési szakon (J)
9. A tantágy elvégzéséhez szükgésges tanulmányi munkaóra összesen 120
Kontakt óra 56 Órára készülés 12 Házi feladat 15
Írásos tananyag 17 Zárthelyire készülés 0 Vizsgafelkészülés 20
10. Felelős tanszék Anyagmozgatási és Logisztikai Rendszerek Tanszék
11. Felelős oktató Dr. Szirányi Tamás
12. Oktatók Dr. Szirányi Tamás, Bohács Gábor, Rózsa Zoltán
13. Előtanulmány  
14. Előadás tematikája
A tantárgy célja, hogy a féléves munka során a hallgatók ismereteket szereznek az alábbi témakörökben: mesterséges intelligencia kialakulása és területei; szakértői rendszerek, fuzzy rendszerek, neurális hálózatok; képfeldolgozás és alakfelismerés alapjai és módszerei; idetentifikáció és biometrika alapjai és módszerei; mobil robotok útvonal tervezési, navigálási és irányítási megoldásai; autonóm mobilgépek és vezető nélküli targoncák jellemzői.
15. Gyakorlat tematikája
A gyakorlatok során a hallgatók az egyes módszerekre oldanak meg szoftveres példákat.
16. Labor tematikája
 
17. Tanulási eredmények
A. Tudás
  • Ismeri az intelligens gépek, módszerek folyamatait, tipikus struktúráit és építő elemeit.
  • Átfogó ismeretekkel rendelkezik a mesterséges intelligencia különböző területeiről.
  • Ismeri a képek számítógépes leírását és alapvető jellemzőit.
  • Ismeri az alakfelismerés alapjait.
  • Ismeri az alapvető biometrikai jellemzőket.
  • Ismeri a mozgás és beszéd alapú felismerés témaköreit.
  • Ismeri a döntéshozási technikát.
  • Átfogó ismeretekkel rendelkezik a mobil robotok navigációjáról és irányításáról.
  • Ismeri a különböző típusú autonóm gépeket és tulajdonságaikat.
B. Képesség
  • Képes tudását hatékonyan és integráltan alkalmazni mobil robotokkal kapcsolatos feladatokban.
  • Tudatosan alkalmazza a tanult döntéshozó módszereket.
  • Képes alkalmazni a különböző alakfelismerő algoritmusokat.
  • Képes kiválasztási, útvonaltervezési, navigációs feladatok megoldására.
  • Képes a felmerült problémákat egyedül vagy csapatban megoldani, tudását hatékonyan átadni.
  • Eredeti, innovatív ötletei vannak.
C. Attitűd
  • Csoportban és önállóan is magas szinten dolgozik.
  • Keresi az összefüggéseket a más tantárgynál tanultakkal.
  • Nyitott a matematikai és információtechnológiai eszközök használatára.
  • Törekszik a megoldásokhoz szükséges eszközrendszer megismerésére és rutinszerű használatára.
  • Törekszik a pontos és hibamentes feladatmegoldásra.
D. Önállóság és felelősség
  • Önállóan végzi a megoldások kialakítását.
  • Figyelemmel van döntései hatásaira és következményeire.
  • Gondolkozásában a rendszerelvű megközelítést alkalmazza......
18. Az aláírás megszerzésének feltétele, az aláírás érvényessége
A megfogalmazott tanulási eredmények értékelése az írásbeli részteljesítmények (házi feladat), valamint a szóbeli teljesítményértékelés (szóbeli vizsga) alapján történik. A hallgatóknak egy darab házi feladatot kell teljesíteniük a félév során. A félév végi aláírás feltétele a feladat minimum elégséges szintű beadása. A vizsgajegy 30%-ban a házi feladat és 70%-ban a szóbeli vizsga alapján kerül megállapításra.
19. Pótlási lehetőségek
A részteljesítmény értékelés (házi feladat) a pótlási időszak végéig javítható, pótolható.
Szóbeli teljesítményértékelés (szóbeli vizsga) pótlása: Amennyiben az első vizsgán nem tud a hallgató elégtelentől különböző érdemjegyet szerezni, úgy második alkalommal díjmentesen ismételt kísérletet tehet a sikertelen első vizsga javítására.
Az ugyanabból a tantárgyból tett harmadik és további vizsga díjköteles. A díj mértékét és megállapításának rendjét egyetemi szabályozás határozza meg.
20. Jegyzet, tankönyv, felhasználható irodalom
A tanszék által feltöltött, online moodle felületen a tantárgyhoz elérhető segédanyagok; Bernd Jahne: Digital Image Processing, 5st edition, Springer, Heidelberg, 2002; W. K. Pratt: Digital Image Processing, Wiley, 200- ; Kató Zoltán, Czúni László: Számítógépes látás, Typotex, 2011; Anil K. Jain, Patrick Joseph Flynn, Arun A. Ross: Handbook of Biometrics, ISBN 978-0-387-71040-2; Horváth Gábor: Neurális hálózatok és műszaki alkalmazásaik, ISBN: 9634205771
Tantárgyleírás érvényessége 2019. október 10. Jelen TAD az alábbi félévre érvényes Nem induló tárgyak