AI504: Vidensrepræsentation

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser, men engelsk ved internationale studerende
EKA: N400004102
Censur: Intern prøve, to eller flere bedømmere
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Bachelor

STADS ID (UVA): N400004101
ECTS-point: 7.5

Godkendelsesdato: 09-02-2024


Varighed: 1 semester

Version: Godkendt - aktiv

Indgangskrav

Kan ikke følges af studerende der har bestået DM846 eller DM880

Faglige forudsætninger

Studerende, der følger kurset, forventes at have kendskab til de grundlæggende principper bag Kunstig Intelligens og at have lidt erfaring med modellering og ræsonnement med udsagns- og predikatlogik. Disse kompetencer kan opnås ved at følge AI501.

Formål

Kursets formål er at give kendskab til at kunne modellere den virkelige verden ved brug af logiske værktøj; at kunne anvende disse modeller til at udvikle intelligente agenter. Kurset bygger på den introduktion til emnet, der er en del af pensum i AI501.

Målbeskrivelse

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:

  • have opnået en forståelse for de teoretiske begreber soundness, completeness og decidability
  • vælge logiske rammer bedst egnet til en bestemt anvendelse i kunstig intelligens
  • være i stand til at bruge de eksisterende værktøjer til ræsonnement inden for en bestemt logik
  • forstå de teoretiske grænser på forskellige logikker og deres påvirkning på mulige anvendelser i kunstig intelligens

Indhold

Kurset indeholder følgende faglige hovedområder: 

  • Første orden logik (FOL)
  • korrekthed
  • fuldstændighed og uafgørelighed
  • afgørelige subsystemer af FOL, bl.a. description logics og logikprogrammering
  • ræsonneringsalgoritmer

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Forår og juni

Udprøvninger

Portfolio og tests

EKA

N400004102

Censur

Intern prøve, to eller flere bedømmere

Bedømmelse

7-trinsskala

Identifikation

Studiekort - Navn

Sprog

Følger, som udgangspunkt, undervisningssprog

Varighed

Skriftlig eksamen - 3 timer

Hjælpemidler

Eksamen er uden hjælpemidler. 

Internet er ikke tilladt. Du må dog gå ind på kursets hjemmeside i itslearning i forbindelse med åbning af system "DE – Digital Eksamen" og udfyldelse af evt. test i systemet.

ECTS-point

7.5

Uddybende information

Portfolio eksamen beståedne af tre dele:

  1. Opgaver i løbet af semesteret
  2. projektopgave
  3. Skriftlig eksamen

Vejledende antal undervisningstimer

60 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase 30 timer 
  • Træningsfase 30 eksaminatorietimer

Aktiviteter i studiefasen:

  • Videre læsning
  • Øvelser
  • Løsning af projektopgaverne

Ansvarlig underviser

Navn E-mail Institut
Marco Peressotti Peressotti@imada.sdu.dk Institut for Matematik og Datalogi

Yderligere undervisere

Navn E-mail Institut By
Matteo Acclavio acclavio@imada.sdu.dk Digital Democracy Centre

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.