11)

12a)
b)naFuzyFLCsudovedeniupravljakisignaligrekae(k)ipromjenegreke
e(k),naosnovukojihefuzzyregulatordareagujeidaodgovarajuiupravljaki
signal.

13a)newp
b)plotpc
vraahandlenaiscrtanuklasifikacijskuliniju.Fjanemijenjatrenutnuosu

Naslaovakoplotpvcrtatjpomocutefjeprikazujemoklasifikacionevektore,doksesa
plotpcprikazujeklasifikacionalinija.


11.a
)

MACVICARWHELMredukovanabazapravila

b)funkcijedefuzzifikacijekodSugenomodelasuwtaveriwtsum

13)
NEWP
kreiraneuralnumreuikonfiguriejekaoperceptron.Prviargument
specificiraoekivaniopsegdvijeulaznevrijednosti,adrugiodreujedasemrea
sastojiodtrineurona.

Pitanjapredavanje8
8.1
1.Kojajedefinicijaekspertnogsistema?
Sofistian raunarski program koji primjenjuje ljudsko znanje u specifinoj oblasti
ekspertizezarjeavanjetekihproblema.
Sofistian raunarski program ija mo dolazi iz znanja, aneizprogramskihtehnika
iformalizmasadranogutimtehnikama.

2.Kojesutribaznekomponenteekspertnogsistema?Objasniteih.
Korisnicki interfejs Interakcija izmedju korisnika i sistema, tj. dozvoljava korisniku da
predstaviproblemsistemunprnaEngleskomjeziku
Bazaznanja
Ovdjesenalazeinformacijeuoblikucinjenicaipravila(serijaIFiskaza).
Inferentnamasina
Mehanizamzakljucivanja,procesiraproblemsabazomznanja.

3.Kojijeputkomunikacijeizmeublokovakadaseeksploatieputizmeu3komponente
(korisnikiinterfejs,bazaznanja,inferentnamaina)?

Kojijeovoslajd?Opisatislajd


Nasamompoetkuprocesa,prekokorisnikoginterfejsaseobavljaakvizicijaznanja,dakle
pomouodabranihalatasepokuavatrajnozabiljeitiznanjekojepruajuekspertiiinenjeri
znanja.OvoseprekoIFTHENiskazabiljeiubazuznanja.
Nanekopitanjekojekorisnikuputiprekokorisnikoginterfejsa,sistemodgovaranasljedei
nain:inferentnamainauzimapitanje,vadirelevatnapravilaizbazeznanja,primjenjujeih
naproblemskisetterezultatobradeprikazujenakorisnikominterfejsu.
(Obziromdaseupitanjuspominjublokovi,aovojeslubenoblokstruktura,mislimdajeovo
slajdkojisetraianeovajkojijenasljedeojstrani)

4.Glavniekspertnisistemiakteri

8.2
1.Pokazatirazvojniciklusekspertnogsistemablokovski
DrugiiTrecipoglednaakvizicijuznanja
2.Pokazatirazvojniciklusekspertnogsistematabelarno
Prvipoglednaakvizicijuznanja
3.Objasnitiprvi,drugiitreipogledakvizicije
Samoonooznacenocrvenombojom:
Neznamdalijeovoprofesoreksplicitnonaglasiodasesamooznanocrvenom
bojompiekaoodgovor,alipitanjeseodnosinasvetripogledaanesamonaprvi.
//pitanjeprepisanoizskripteodprolegodine
Prvipoglednaakvizicijuznanjajeprimjenaodgovarajuihalatadasezgrabi(pokupi)znanje
eksperata.Prvipogledpredstavljavarijantudrugogpogledanaakvizicijuznanja.
Drugipoglednaakvizicijuznanjanamgovoriodefinicijiakvizicijeznanja,aodnosise
naprikupljanjeheuristikaoddomenskogeksperta.Poslijeakvizicijeznanjavriseizboralata
zarazvoj,nakontogasepravidizajnbazeznanja(reprezentacijapravila).Nakon
togapravimoprviprototip,ivrimonjegovuvalidaciju.Nakontogavrimoponovnuakviziciju

znanja,jerakosmopustiliuradnasistemiuoilismonekenedostatkemoramodoraditi
tajprototip.
Trecipoglednaakvizicijuznanjaseodnosinastrukturuproblema.Uovomsluajuje
akvizicijaznanjadefinisanakroztrifunkcionalnostiito:
struktuiranjeproblema,
struktuiranjezadataka(izborreprezentacioneeme)i
izgradnjasamogzadatkatj.bazeznanja

Predavanje9

9.1
1.Inferentnamaina(cijelislajd)definicijaistruktura

INFERENTNA MAINA program koji organizuje strategije zakljuivanja(1) za

upravljanjeaplikacijomznanja(2).
(1)
Zakljuivanje
procesprimjenelogikihpravila(3)dasedoedorjeenja.
(2)
Aplikacijaznanja
organizovanoznanjeprimjenomnekeodprezentacionihema.
(3)
Logika pravila skup korakaiprocedurakojipredstavljaformalninainspecifikacije
zapreporuke,direktive,akcije.


2.Objasnitirezonovanjeslogikommodusponens
Akosuaia>bistiniti,tadajeibistinito,tjAkojenekobolestan(b)itajnekoizostnesa
posla(a>b)tadajetajnekoizostaosaposla.

p.smenilicnoovonijetacno,jervaljdaa>btrebabitiakojenekobolestan,ondaceon
izostatisaposla.
+

3.Objasnitirezonovanjeslogikommodustolens
Akojea>bistinito,ablazno,tadajeialazno

4.Naveditejedanprimjerizanalitikog/deduktivnogrezonovanja
IFxviseody,andyviseodz,thenxviseodz.

5.Naveditejedanprimjerizheruistikog/induktivnogzakljuivanja
Premisa:Nezaposlenostuzrokujesocijalneprobleme,
Premisa:Nepismenostuzrokujesocijalneprobleme
Premisa:Privrednakrizauzrokujesocijalneprobleme
Premisa:Drogauzrokujesocijalneprobleme.
Zakljucak:Nezaposlenost,nepismenost,privrednakrizaidrogauzrokujusocijalneprobleme.

6.Naveditejedanprimjerizcommonsensea
Nemambraceisestara.
Alitogcovjekaotacjemogocasin.
Zakljucak:Tajcovjekjemojsin.

7.Naveditejedanprimjernabazimodela
//pitanjeprepisanoizskripteodprolegodine
Uzimaserealniobjekatipravisenjegovmodelinapravisesljedeaema:

Naosnovuoveemesevresimulacijeivrisekomparacijaizlazairedukujesemodeldok
tagrekanedostignetraeninivotolerancije.
Akoje
stvarnosimularnotolerantniopseg
tadamoemozakljuitikakavebitiizlaz
realnogobjektanabazimodela.

8.Naveditejedanprimjernabazisluaja
a. Doktorvidipacijentasneobinimsimptomima
b. Doktorseprisjeaprethodnihsluajeva(pacijenatasatakvimsimptomima)
c. Propisujedijagnozuslinustarimdijagnozama
Moenamdoiilidanavedemoilidaprepoznamo

9.2
1.Kojiprocesirezonovanjapostoje?
Lananjeunaprijediunazad.

2.9.slajd(cijelislajdznatinacrtati,backwardchaining)

3.ObjasnitilananjeunaprijednaoptemprimjerusadvapravilaMogudoiizadaci,alisa3
pravila.


4.Objasnitizakljuivanjeiprocessaaspektaforwardchaining
5.Objasnitizakljuivanjeiprocessaaspektabackwardchaining

Neznamtabidrugomoglobitiodgovornaovadvapitanja!

Predavanje10

1.Zatonamtrebaneuronskoraunarstvo?
Da bi smo mogli razvijati adaptivnesistemekojimoguda uceinatajnacinkojimogu
dapoboljsavajuvlastituperformansunakonstecenogiskustva.

2.tajeciljidefinicijaneuronskograunarstva?
Cilj neuronskog racunarstva je podesavanje veza izmedju celija, tako da se ulazni
signali mapiraju u izlazne signale na zeljeni nacin. Neuronsko racunarstvo je nauka koja
proucava celularne mreze, a koje imaju prirodnu sklonost za pamcenje iskustvenog znanja,
koje se prikuplja kroz treniranje i izrazava se kroz stabilna stanja, a koja se mogu pobuditi
krozprezentiraneznakove.

3.Kakonamteorijaaproksimacijepomaeuciljudefinisanjauenja?
Teorija aproksimacije nam pomaze u cilju definisanja ucenja, tako sto nam daje
odgovornapitanjemozemolinaciw*,alitakvodajezadovoljenarelacija:
r[H(p,w*),h(p)]<=r[H(p,w),h(p)]
pri cemu je H(p,w*) najbolja funkcija za aproksimaciju h(p), a H(p,w) je bilo koja iz skupa
{H(p,w)}, tj proces azuriranja tezina u cilju minimizacijeraidobivanjavrijednostiw=w*zove
seucenje.
P.S.akomaloboljepogledamoovugorerelaciju,onajesasvimlogicna,tjrjeudaljenost
izmedjudvijefunkcije,tjmjeradistancedvijefunkcije,pazelimodanadjemotakvow*koje
cebitinajmanje,h(p)jemultivarijabilnfunkcijakojuzelimoaproksimirati,aH(p,w)jefunkcija
kojamozedaaproksimirafunkcijuh(p).

4.Zadatak:Generalnopravilouenja(Napisatizaodreenbrojepoha,onjenaveo5epoha
zaprimjer)

Nisamsigurnazanastavak,alieto:

upetojepohinakrajupredzadnjegredatrebap(5)
5.Objasnitiilinacrtatidijagramzaneuronskumreukojaima3aktivnaslojaiuizlaznom
sloju4elije(odnosnodaznamodaprimjenimonabilokojuvienadzorskumreu)

http://pokit.org/get/?fce26410e8cfd51e6c944b2bb10c8a60.jpg
Neznamjelovaslikatacna,jerimamspredavanjazapisanodatajcrtezmoranasebiimati,
t1,t2,t3,t4a1,a2,a3,a4iW1,W2,W3tobiznailodasuoveelpse(donjicrtez)slojevi.(po
ovojlogicinapokituimajusamo2sloja?)
JASAMNALAOVONAINTERNETU,SATRIAKTIVNASLOJAIDVIJEELIJEu
izlaznojsloju,sadneznamkolikosecrtaovihinputaiovihelijauhiddensloju.Akoneko
znatano,nekanapie:D

mislimdajegreskanacrtezuugornjemsloju(izlazu)pisedatrebabiti4celije,alijasamo
dvijevidim?tosa4jekaoprimjerdatiuradishehepozz

6.Svih6sluajeva
a.Trisluajaizborakriterijagreke

b.Trisluajadimenzionalnosti(mislimdaovdjetreba4sluajaizborakriterijagrekei2
sluajadimenzionalnosti,nekanekopotvrdiovopitanje)

7.Kakoseraunaprenosnafunkcijatroslojneneuronskemree
a3=F3(W3*F2(W2*F1(W1*p+b1)+b2)+b3)
??
Trebalobitobitito(naslajduispodsudvasloja)

8.Generalnikoraciuprocesutreniranjeiuenjabatchpristup
Asembliranjepodatakazatreniranje,kreiranjemreznogobjekta,treniranjemreze/ucenje,
simuliranje(provjera)odzivamrezenanoveulaze.

Predavanje11
1.Objasnitiperceptronsaaspekta:
a.Modela

rindexkomponentevektoranaulazuumreu
niznosaktivacijeiliaktivacija
Raunanjeizlazauprocesutreniranja/uenja:
a=hardlim(w*p+b)
Testiranjeizlaza:
a=sim(net,p)

b.Hardlimitprenosnefunkcije
c.Hardlimneuronasjednimulazom(odnosno,moedapostavipitanje:Objasnitestrukturu
perceptronaikakosehardlimitprenosnafunkcijapreslikavauhardlimneuronsjednim
ulazom.)

2.Objasnitiseparacijuulaznogprostoranabaziperceptrona?
Datjeitineuronsparametrima:wi1=1,wi2=1,inekajeb=0
Vektorpsesastojiizdvijekomponente:p1ip2,aw*p+b=njeiznosaktivacije(aktivacija)
Vrijednostaktivacijeukojojizlazmijenjavrijednostsa0na1iznosi1.5(pragaktivacijei
oznaimosaT).Imajuiuvidudajeb=0imamoa=F(w*p).
Akorazloimoimamoa=F(w*p)dobivamoa=F(wi1*p1+wi2*p2)


3.Perceptronskopravilouenja3sluaja:
a.a=t

b.a<t


c.a>t

4.Matrinovektorskanotacijaperceptronskogpravilauenja?

5.Kakosedimenzijeelijaprimjenjujunapravilauenja?

6.Algoritamzatreniranjeperceptronasekvencijalnipristupa.Opisialgoritam
Perceptronu (jedan neuron) se u svakom trenutkuk dajejedantrenirajuipar(p,t).U
svakom trenutku k se rauna prirataj teina w i wnovo. Kada se iskoriste svi trenirajui
parovi zavrena je jedna epoha. Zatim dolazi druga epoha, odnosno, epohe se ponavljaju
sve dok se ne postigne da se u nekoj epohi za svaki trenirajui par ne postigne greka
jednakanuli.(Slijediprimjerzajedanperceptronivektornaulazu)

Predavanje12
1.Objasnitizatonamtrebajuagenti?

2.Kojesuosobineagenta?

Agent posjeduje primarneisekundarneosobine.Primarneosobinesu:inteligentnost,

autonomnost, delegacija, aktuacija monitoring, komunikacija, perzistentnost, sigurnost.
Sekundarne osobine su: prirodna apstrakcija, snaga, fleksibilnost, dobro organizovana
struktura,olakavajurjeavanjezadataka,unificirajuatehnologija.

3.Inteligentnisoftverskiagentdefinicija1
Agentjesoftverskajedinicakojaizvravakorisnikidelegirantask.


4.Kakvajerazlikaizmeudefinicije1idefinicije2?

Agentjesoftverskajedinicakojaizvravaautonomnokorisnikidelegiranetaskove.
Doovedefinicijesedolonatajnaintoagentposmatrasistemipratitaskovekojise
ponavljajuinudikorisnikudaonpreuzmetajposao.Potokadonpreuzmetajposaoonradi
autonomnopajeagentsoftverskajedinicakojautonomnoizvravakorisnikidelegirane
taskove.

5.Definicija3najeedolazi

6.Kojisufaktoritehnologijeagenta?
Faktori tehnologije agenta su: mehanizmi (zakljuivanje, uenje ,validacija,
reprezentacija) sadraj (pravila, kontekst, aplikacione ontologije) pristup (aplikacijama,
podacima/servisima, mrei) sigurnost (identifikacija, verifikacija,integritet,kontrolapristupa,
virus,privatnost,reputacija).

7.Scenarijiuenjaagenta
a.Scenarij1
Inicira se dogaaj 1, onda se iz baze instrukcija trai instrukcija, u bazi se nalazi ta
instrukcija,pasedobivainstrukcija,pasedeavadogaaj2

b.Scenarij2
Deava sedogaaj1,traiseinstrukcijaubaziinstrukcija,ubazinemateinstrukcije,
pa se u bazi znanja opservacija trai opservacija, ako u bazi znanja postoji ta opservacija,
onda mehanizam zakljuivanja pita korisnika hoe li izvriti automatizaciju, korisnik pristaje
na automatizaciju, izvri se automatizacija pridruivanjem opservacije bazi instrukcija,
instrukcijaseproslijeujemehanizmuzakljuivanja,deavasedogaaj2.

c.Scenarij3
Deava sedogaaj1,traiseinstrukcijaubaziinstrukcija,ubazinemateinstrukcije,
pa se u bazi znanja opservacija trai opservacija, ako u bazi znanja ne postoji ta
opservacija, poziva se mehanizam uenja, mehanizam uenja kreira opservaciju,
mehanizam zakljuivanja pita korisnika hoe li izvriti automatizaciju, korisnik pristaje na

automatizaciju, izvri se automatizacija pridruivanjem opservacije bazi instrukcija,

instrukcijaseproslijeujemehanizmuzakljuivanja,deavasedogaaj2.

8.Funkcionalnaarhitekturaagentakojiui
(Mislimdaovorijeimaiskazanoodgovarascenariju3izprethodnogpitanja)

Predavanje13
13.1
9.Zatonamtrebajukooperativniagentiikakosetoanalizirasaaspektakoordinatnog
sistema?
Kooperativni agenti nam trebaju jer je agentima neophodna saradnja zbog
nekompletnesposobnosti,nekompletnogznanjaiogranienihresursa.

10.Kojasusvojstvapotrebnadabiagentbioautonoman?
Da bi agent bio autonoman mora posjedovati individualno znanje, koje ukljuuje
kontrolno znanje, planove podeavanja, mape svijeta, ponaanje, te resurse i individualne
sposobnosti, kojeukljuujeplaniranje,navigaciju,izbjegavanjeprepreka,rjeavanjetaskova,
mehanizmesigurnostiipercepciju.

11.Kojasusvojstvapotrebnadabiagentbiokooperativan?
Da bi agent bio kooperativan mora posjedovati socijalne sposobnosti, koje ukljuuje
kooperaciju, komunikaciju i interakciju i socijalno znanje koje ukljuuje ulogu, miljenje i
protokole.

12.Kojasusvojstvapotrebnadabiagentradioudistribuiranomokruenju?
(ISTOKAOI10individualnoznanjeiindividualnesposobnosti)

13.Baznastrukturaagenta,kojisutonivoiikojesefunkcijeizvravajunakojemnivou?
Unutar bazne strukture agenta postoje tri nivoa, to su menadment nivo,
koordinacioninivo,teizvrninivo.Funkcijekojeseizvravajusu:
menadmentnivo:
interfejs
menadment
supervizija
generisanjefunkcija
koordinacioninivo:
planiranje
redizajn
kontrolnialgoritmi
izvrninivo:
izvrenjekontrolnihalgoritama
procesiranjesignala

14.Objasnitedijagramtokaodlukeagenta

15.Kojiblokovisainjavajukoordinacioninivoustrukturikombinacijaplaniranjaireakcije
bezplanera?
Blokovi koji sainjavaju koordinacioni nivo u strukturi kombinacija planiranja i
reakcijebezplanerasuarbitar,bibliotekaplanovaiaktivnemeunivojskeakcije.

16.Kojajerazlikaizmeustrukturakombinacijaplaniranjaireakcijebezplanerai
kombinacijaplaniranjaireakcijesaplanerom?

Razlika je u tome to kod strukture sa planerom postoji jo dodatni blok Planer, koji
imasposobnostonlinegenerisanjaplanovaikojepohranjujeunutarbibliotekeplanova.

17.tajecentralizovanipristup,atadecentralizovanipristupkoritenjaagenata?

13.2
1.Prezentirajteiobjasnitemodelkomunikacije

Predavanje14
1.Prikaiteblokovskustrukturumobilnogagenta

Zaovonisamsiguran,aliupredavanjunemanitadrugoslino:

2.Objasnitekonceptmigracijeagenta
3.tasesvemoedesitisaagentomnakonmigracije?
2i3: