《智能系统设计》PPT课件.ppt
智能系统设计智能系统设计 助教： 智能系统设计课程QQ群：3613029411课程安排形式：实验设计课集中实验时间：3-11周，每周2下午2点，综合实验楼 （47楼）第5实验室建议设计平台：Matlab（亦可选用主要高级语言其他平台，如java、c+）2智能系统 从人工智能到机器学习早期的人工智能应用的典型例子 博弈系统 专家系统 定理机器证明系统 封闭环境下的问题求解系统早期的人工智能研究的共同特点 基于逻辑或形式系统、封闭性、强先验知识和充分的数据、自顶向下的设计模式、固化的“智能”3智能系统 从人工智能到机器学习机器学习：产生于上世纪70年代，8090年代后逐渐成主流 强调系统的自学习能力 强调统计方法 强调不完备甚至不一致的数据资源 强调开放环境下的应用机器学习模型的典型例子 贝叶斯图模型、最大熵模型、最大边际判别模型。4智能系统的基本功能元素1 聚类（kmeans，层次聚类，谱聚类。）2 分类（线性、knn、决策树、SVM。）3 拟合或回归（线性、多项式、RBF、非线性样条。）4 去噪、滤波和信号变换（傅里叶、ICA、Wavelet。）5 特征选择（监督：信息增益和LDA等；非监督：度量不变模型等）6 维数约简和信息抽象 线性方法：PCA、SVD、随机映像和线性压缩感知等 非线性方法：Isomap、Laplacian Eigenmap、深度抽象等5智能系统的基本功能元素（续）7 解空间优化（解析法：线性规划、凸规划和半正定规划等）（非解析法：进化算法、模拟煺火和蚁群法等）8 模型选择（AIC、BIC、MDL和交叉验证等）9 Ranking（排序）：统计方法、矩阵方法10 Online（在线）学习11 强化（Incremental）学习12 半监督学习13 统计推断：图模型（隐马尔科夫模型、条件随机场、贝叶斯网络等）、高阶依赖性分析和其他常用的统计模型智能系统一般架构 数据预处理 特征选择和抽取 核心处理（聚类、分类、排序、回归和优化等等）处理 结果输出以及用户接口7课程设计题目一微博文本的倾向性分析系统任务描述：基于大量实际的微博文本，分析社会群体对于特定话题的倾向性。倾向性可规定为肯定、否定和中立等。注：分析所以来的微博文本应具有必要的规模（否则结论缺乏意义）基本参考：Bo Pang and Lillian Lee,Opinion mining and sentiment analysis,Foundations and Trends in Information Retrieval 2(1-2),pp.1135,2008.文本处理：Bag of Word模型分类器：http:/www.csie.ntu.edu.tw/cjlin/libsvm/数据：http:/ to Computational Advertising,http:/www.stanford.edu/class/msande239/#assignments推荐系统9课程设计题目三图像检索系统任务描述：实现图像检索系统的核心功能，即由用户给定的图片，在系统图像库中发现与之相似的图片集，并rank后提交给用户基本参考：Datta,Ritendra;Image Retrieval:Ideas,Influences,and Trends of the New Age.10课程设计题目四在线语音识别系统任务描述：实现在线的连续语音识别系统（可允许少量的个性化训练）基本参考：M.A.Anusuya,S.K.Katti,Speech Recognition by Machine,A Review,arxiv.Matlab工具箱：Simulink信号采集，sptool对信号进行分析11课程设计题目五2d人脸检测或识别系统任务要求：实现基于2d图片的人脸检测或识别系统（检测和识别功能实现其一即可）基本参考和资源：考虑使用OpenCV实现，需配置环境12课程设计题目六智能控制系统任务要求：使用常用的控制模型（例如神经网络），开发有实际意义的输入反馈输出式控制模型。基本参考和资源：An introduction to the use of neural networks in control systems智能控制系统王耀南13课程设计题目七深度学习系统任务要求：利用受限波尔兹曼机，构造多层的深度学习模型，实现典型的模式识别任务（例如手写字符识别）基本参考和资源：http:/ Dirichlet Allocationhttp:/www.cs.princeton.edu/blei/topicmodeling.html其他前面讲述的聚类方法16自选题目题目要求：有明确的科学背景和一定的前沿意义，符合智能系统设计的课程定位自选题目必须在第10周之前通过email与我确认选题！17系统平台MatlabMatlab=Matrix Laboratory解释型脚本语言强大的数值计算和符号计算功能强大的数据分析支持高度的可扩展性和丰富的第三方软件包支持18系统平台Matlab（Continued）基本编程和基本矩阵操作最常用的Toolboxes：Statistics Toolbox,Optimization Toolbox,Neural Networks Toolbox,Wavelet Toolbox,Image Processing Toolbox,Statistical Pattern Recognition Toolbox(http:/cmp.felk.cvut.cz/cmp/software/stprtool/index.html)更多资源：from Google and Matlab Exchange Center19考核形式1 口试：当面陈述课程设计思路，并回答相关问题2 课程设计报告20课程设计报告要求课程设计报告：6000字以上，内容应包括设计背景、系统分析、核心算法详细介绍、系统实现和测试实验结果、参考文献。可执行的课程设计程序源码（包括完整详细的中文注释，无中文注释不予评阅！注释错误视为编码错误！）测试数据（可只提供下载地址，但必须有一定的规模）12月19日前提交:21
