Syllabus - Université de Moncton

GIND5439
GIND5439
Syst`emes Intelligents
Plan de cours
1. Identification :
Professeur : Gabriel Cormier
Bureau : 217G2
T´el´ephone : 858-4566
Courriel : [email protected]
Horaire : Lundi 8h30 - 9h45
Jeudi : 10h00 - 11h15
Consultation : Lundi : 10h00 - 11h30
Mercredi : 13h30 - 16h30
Jeudi : 8h30 - 10h00
Pr´ealables : INFO1001 et GIND3411
2. Description de l’annuaire
Concepts des syst`emes `a base de connaissance, des syst`emes experts, de la logique floue,
des algorithmes g´en´etiques et d’autres approches d’intelligence artificielle. Survol des ap-
plications de l’IA en ing´enierie : simulation, planification et ordonnancement de la produc-
tion, qualit´e, design d’installations, syst`emes de diagnostic, conception m´ecanique, design de
proc´ed´es, robotique et montage de pi`eces, design ´electronique, design en g´enie civil. Ing´enierie
de la connaissance pour les applications en g´enie et plus particuli`erement dans un domaine
de l’ing´enierie.
3. Objectif sp´ecifique
`
A la fin du cours, l’´etudiant sera en mesure de :
–D´efinir un syst`eme expert et toutes les composantes qui s’y rattachent.
–Connaˆıtre la base de la logique floue, l’algorithme g´en´etique et les r´eseaux de neurones,
et leur application.
1

GIND5439
4. Contenu d´etaill´e du cours
1. Introduction
(a) Syst`eme expert
(b) D´efinition d’un expert
2. Intelligence Artificielle
(a) D´efinition de l’intelligence artificielle
(b) Test de Turing
(c) Historique
3. Syst`emes `a base de r`egles
(a) D´efinition et repr´esentation des connaissances
(b) R`egles : d´efinitions, chaˆınage avant et arri`ere
(c) Avantages et d´esavantages
4. Incertitude dans les syst`emes
(a) Sources et causes de l’incertitude
(b) Raisonnement de Bayes
(c) Facteurs de certitude
5. Logique floue
(a) Ensembles flous
(b) Fonctions d’appartenance
(c) Haies
(d) Inf´erence Mamdani et Sugeno
6. Syst`emes experts `a base de cadres
(a) Cadre : d´efinition, exemples, classes, instances
(b) Syst`eme expert `a base de cadres
7. R´eseaux de neurones
(a) D´efinition
(b) Neurone McCulloch-Pitts
(c) Fonctions d’activation
(d) Algorithme d’apprentissage
(e) R´eseaux multi-niveaux
(f) R´eseau Hopfield
8. Algorithme g´en´etique
(a) D´efinitions
(b) Algorithme de Holland
(c) Op´erateurs : s´election, croisement, mutation
(d) Algorithme g´en´etique cod´e r´eel
9. Ing´enierie cognitive
(a) D´eveloppement d’un syst`eme expert
2

GIND5439
5. M´ethode p´edagogique
Le cours est fait d’enseignement magistral et d’applications pratiques. L’´etudiant est tenu
d’y assister. Un trop grand nombre d’absences au cours peut entraˆıner le retrait de l’´etudiant
du cours ou l’attribution de la note E.
`
A noter que le manuel de cours est important : de la lecture r´eguli`ere du manuel est
critique.
Des travaux seront demand´es tout au long du semestre, soit des quiz, des lectures, des
discussions en groupe, projet ou autre.
6. ´ Evaluation
L’´evaluation de l’´etudiant sera faite selon les directives suivantes :
Examen Intra 1 20%
Examen Intra 2 25%
Examen Final 30%
Travaux 25%
La note de passage du cours est 55%.
Manuel de cours : Michael Negnevitsky, Artificial Intelligence : A Guide to Intelligent
Systems, 2e ´edition, Addison-Wesley, 2004, ISBN : 0-471-17096-8
Autres manuels :
–Efraim Turban et al, Decision Support Systems and Intelligent Systems, 7e ´edition,
Pearson, 2004, ISBN : 0-13-046106-7
–Adedeji Badiru et John Cheung, Fuzzy Engineering Expert Systems with Neural Net-
work Applications, 1`ere ´edition, Wiley, 2002, ISBN : 1-471-29331-8
Rappel :
Selon les r`eglements 10.9.3 de l’universit´e, tout ´etudiant trouv´e coupable de fraude peut se voir
attribu´e la note E pour l’´epreuve de contrˆole en question, pour le cours au complet, et mˆeme pour
l’ensemble des cours de la session.
3