智能系統(tǒng)設(shè)計

1、課程安排形式：實驗設(shè)計課集中實驗時間：3-112下午2點，綜合實驗樓 （47樓）第5實驗室建議設(shè)計平臺：Matlab（亦可選用主要高級語言其他平臺，如java、c+）1智能系統(tǒng) 從人工智能到機器學(xué)習(xí)早期的人工智能應(yīng)用的典型例子 博弈系統(tǒng) 專家系統(tǒng) 定理機器證明系統(tǒng) 封閉環(huán)境下的問題求解系統(tǒng)早期的人工智能研究的共同特點 基于邏輯或形式系統(tǒng)、封閉性、強先驗知識和充分的數(shù)據(jù)、自頂向下的設(shè)計模式、固化的“智能”2智能系統(tǒng) 從人工智能到機器學(xué)習(xí)機器學(xué)習(xí)： 產(chǎn)生于上世紀70年代，8090年代后逐漸成主流 強調(diào)系統(tǒng)的自學(xué)習(xí)能力 強調(diào)統(tǒng)計方法 強調(diào)不完備甚至不一致的數(shù)據(jù)資源 強調(diào)開放環(huán)境下的應(yīng)用機器學(xué)習(xí)模型的

2、典型例子 貝葉斯圖模型、最大熵模型、最大邊際判別模型。3智能系統(tǒng)的基本功能元素1 聚類 （kmeans， 層次聚類，譜聚類。）2 分類（線性、knn、決策樹、SVM。）3 擬合或回歸（線性、多項式、RBF、非線性樣條。）4 去噪、濾波和信號變換（傅里葉、ICA、Wavelet。）5 特征選擇（監(jiān)督：信息增益和LDA等； 非監(jiān)督：度量不變模型等）6 維數(shù)約簡和信息抽象 線性方法：PCA、SVD、隨機映像和線性壓縮感知等 非線性方法：Isomap、Laplacian Eigenmap、深度抽象等4智能系統(tǒng)的基本功能元素（續(xù)）7 解空間優(yōu)化（解析法：線性規(guī)劃、凸規(guī)劃和半正定規(guī)劃等） （非解析法：進化

3、算法、模擬煺火和蟻群法等）8 模型選擇（AIC、BIC、MDL和交叉驗證等）9 Ranking（排序）：統(tǒng)計方法、矩陣方法10 Online （在線）學(xué)習(xí)11 強化（Incremental）學(xué)習(xí)12 半監(jiān)督學(xué)習(xí)13 統(tǒng)計推斷：圖模型（隱馬爾科夫模型、條件隨機場、貝葉斯網(wǎng)絡(luò)等）、高階依賴性分析和其他常用的統(tǒng)計模型智能系統(tǒng)一般架構(gòu) 數(shù)據(jù)預(yù)處理 特征選擇和抽取 核心處理（聚類、分類、排序、回歸和優(yōu)化等等）處理 結(jié)果輸出以及用戶接口6課程設(shè)計題目一微博文本的傾向性分析系統(tǒng)任務(wù)描述：基于大量實際的微博文本，分析社會群體對于特定話題的傾向性。傾向性可規(guī)定為肯定、否定和中立等。注：分析所以來的微博文本應(yīng)具有

4、必要的規(guī)模（否則結(jié)論缺乏意義）基本參考：Bo Pang and Lillian Lee, Opinion mining and sentiment analysis, Foundations and Trends in Information Retrieval 2(1-2), pp. 1135, 2008.文本處理：Bag of Word模型分類器： :/ .tw/cjlin/libsvm/數(shù)據(jù)： :/datatang /中搜索微博7課程設(shè)計題目二廣告推薦系統(tǒng)任務(wù)描述：在購物網(wǎng)站或微博等社會網(wǎng)絡(luò)上實現(xiàn)有針對性的廣告推薦。要求系統(tǒng)盡可能地協(xié)調(diào)用戶的興趣和網(wǎng)站的商業(yè)利益，

5、在不明顯降低用戶體驗的前提下實現(xiàn)商業(yè)利益最大化?；緟⒖迹篒ntroduction to Computational Advertising, :/ /class/msande239/#assignments推薦系統(tǒng)8課程設(shè)計題目三圖像檢索系統(tǒng)任務(wù)描述：實現(xiàn)圖像檢索系統(tǒng)的核心功能，即由用戶給定的圖片，在系統(tǒng)圖像庫中發(fā)現(xiàn)與之相似的圖片集，并rank后提交給用戶基本參考：Datta, Ritendra; Image Retrieval: Ideas, Influences, and Trends of the New Age. 9課程設(shè)計題目四在線語音識別系統(tǒng)任務(wù)描述：實現(xiàn)

6、在線的連續(xù)語音識別系統(tǒng)（可允許少量的個性化訓(xùn)練）基本參考：M. A. Anusuya, S. K. Katti, Speech Recognition by Machine, A Review, arxiv.Matlab工具箱： Simulink信號采集， sptool對信號進行分析10課程設(shè)計題目五2d人臉檢測或識別系統(tǒng)任務(wù)要求：實現(xiàn)基于2d圖片的人臉檢測或識別系統(tǒng)（檢測和識別功能實現(xiàn)其一即可）基本參考和資源：考慮使用OpenCV實現(xiàn)，需配置環(huán)境11課程設(shè)計題目六智能控制系統(tǒng)任務(wù)要求：使用常用的控制模型（例如神經(jīng)網(wǎng)絡(luò)），開發(fā)有實際意義的輸入反饋輸出式控制模型?；緟⒖己唾Y源：An intro

7、duction to the use of neural networks in control systems智能控制系統(tǒng)王耀南12課程設(shè)計題目七深度學(xué)習(xí)系統(tǒng)任務(wù)要求：利用受限波爾茲曼機，構(gòu)造多層的深度學(xué)習(xí)模型，實現(xiàn)典型的模式識別任務(wù)（例如手寫字符識別）基本參考和資源： :/ ： :/ /hinton/MatlabForSciencePaper.html13課程設(shè)計題目八電影票房預(yù)測系統(tǒng)任務(wù)要求：利用網(wǎng)上爬取的電影信息和電影票房數(shù)據(jù)，建立票房預(yù)測模型，實現(xiàn)電影票房的預(yù)測基本參考：支持向量回歸SVR和支持向量機SVM模型（MATLAB神經(jīng)網(wǎng)絡(luò)30個案例分析）電影信息

8、來源14課程設(shè)計題目九文本聚類系統(tǒng)任務(wù)要求：文本轉(zhuǎn)換成向量，使用常用的話題模型，實現(xiàn)對文本的聚類分析基本參考：LDA主題模型，論文：Latent Dirichlet Allocation :/ /blei/topicmodeling.html其他前面講述的聚類方法15自選題目題目要求：有明確的科學(xué)背景和一定的前沿意義，符合智能系統(tǒng)設(shè)計的課程定位自選題目必須在第10周之前通過email與我確認選題！16系統(tǒng)平臺MatlabMatlab = Matrix Laboratory解釋型腳本語言強大的數(shù)值計算和符號計算功能強大的數(shù)據(jù)分析支持高度的可擴展性和豐富的第三方軟件

9、包支持17系統(tǒng)平臺Matlab （Continued）基本編程和基本矩陣操作最常用的Toolboxes： Statistics Toolbox, Optimization Toolbox, Neural Networks Toolbox, Wavelet Toolbox, Image Processing Toolbox, Statistical Pattern Recognition Toolbox ( :/cmp.felk.cvut.cz/cmp/software/stprtool/index.html)更多資源：from Google and Matlab Exchange Center18考核形式1 口試：當面陳述課程設(shè)計思路，并回答相關(guān)問題2 課程設(shè)計報告19課程設(shè)計