Tantárgyi Adatlap
PDF letöltéseBudapesti 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
|
|||||
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 |