Syllabus - Université de Moncton

GIND5439
GIND5439
Systèmes Intelligents
Plan de cours
1. Identification :
Professeur :
Bureau :
Téléphone :
Courriel :
Horaire :
Consultation :
Préalables :
Gabriel Cormier
217G2
858-4566
[email protected]
Lundi 8h30 - 9h45
Jeudi : 10h00 - 11h15
Lundi : 10h00 - 11h30
Mercredi : 13h30 - 16h30
Jeudi : 8h30 - 10h00
INFO1001 et GIND3411
2. Description de l’annuaire
Concepts des systèmes à base de connaissance, des systèmes experts, de la logique floue,
des algorithmes génétiques et d’autres approches d’intelligence artificielle. Survol des applications de l’IA en ingénierie : simulation, planification et ordonnancement de la production, qualité, design d’installations, systèmes de diagnostic, conception mécanique, design de
procédés, robotique et montage de pièces, design électronique, design en génie civil. Ingénierie
de la connaissance pour les applications en génie et plus particulièrement dans un domaine
de l’ingénierie.
3. Objectif spécifique
À la fin du cours, l’étudiant sera en mesure de :
– Définir un système expert et toutes les composantes qui s’y rattachent.
– Connaı̂tre la base de la logique floue, l’algorithme génétique et les réseaux de neurones,
et leur application.
1
GIND5439
4. Contenu détaillé du cours
1. Introduction
(a) Système expert
(b) Définition d’un expert
2. Intelligence Artificielle
(a) Définition de l’intelligence artificielle
(b) Test de Turing
(c) Historique
3. Systèmes à base de règles
(a) Définition et représentation des connaissances
(b) Règles : définitions, chaı̂nage avant et arrière
(c) Avantages et désavantages
4. Incertitude dans les systèmes
(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) Inférence Mamdani et Sugeno
6. Systèmes experts à base de cadres
(a) Cadre : définition, exemples, classes, instances
(b) Système expert à base de cadres
7. Réseaux de neurones
(a) Définition
(b) Neurone McCulloch-Pitts
(c) Fonctions d’activation
(d) Algorithme d’apprentissage
(e) Réseaux multi-niveaux
(f) Réseau Hopfield
8. Algorithme génétique
(a) Définitions
(b) Algorithme de Holland
(c) Opérateurs : sélection, croisement, mutation
(d) Algorithme génétique codé réel
9. Ingénierie cognitive
(a) Développement d’un système expert
2
GIND5439
5. Méthode pédagogique
Le cours est fait d’enseignement magistral et d’applications pratiques. L’étudiant est tenu
d’y assister. Un trop grand nombre d’absences au cours peut entraı̂ner le retrait de l’étudiant
du cours ou l’attribution de la note E.
À noter que le manuel de cours est important : de la lecture régulière du manuel est
critique.
Des travaux seront demandés tout au long du semestre, soit des quiz, des lectures, des
discussions en groupe, projet ou autre.
6. Évaluation
L’évaluation de l’étudiant sera faite selon les directives suivantes :
Examen Intra 1
Examen Intra 2
Examen Final
Travaux
20%
25%
30%
25%
La note de passage du cours est 55%.
Manuel de cours : Michael Negnevitsky, Artificial Intelligence : A Guide to Intelligent
Systems, 2e édition, Addison-Wesley, 2004, ISBN : 0-471-17096-8
Autres manuels :
– Efraim Turban et al, Decision Support Systems and Intelligent Systems, 7e édition,
Pearson, 2004, ISBN : 0-13-046106-7
– Adedeji Badiru et John Cheung, Fuzzy Engineering Expert Systems with Neural Network Applications, 1ère édition, Wiley, 2002, ISBN : 1-471-29331-8
Rappel :
Selon les règlements 10.9.3 de l’université, tout étudiant trouvé coupable de fraude peut se voir
attribué la note E pour l’épreuve de contrôle en question, pour le cours au complet, et même pour
l’ensemble des cours de la session.
3