Andrej Bauer
(pravkar doktoriral s področja
računalništva na Carnegie Mellon University, ZDA)
Naključna umetnost
Pred leti sem napisal program, ki naključno riše "umetniške" slike, in ga postavil na Internet pod imenom "Random Art". Na seminarju se bomo pogovarjali o tem, kako Random Art deluje, kako ga je Adrian Perrig s sodelavci uporabil za avtentikacijske protokole, in kakšne izboljšave nameravam vgraditi v naslednjo verzijo. Random Art si lahko ogledate na http://andrej.com/art.
Claude Sammut
(profesor na School of Computer Sc. and Eng.,
University of New South Wales, Sydney, Avstralija)
ROBOSOCCER - tekmovanje v robotskem nogometu
Profesor Sammut bo na tem seminarju opisal, kako je njegov laboratorij za umetno inteligenco dosegel prvo mesto v eni izmed kategorij zadnjega svetovnega prvenstva v robotskem nogometu.
Andrej Bauer
(Carnegie Mellon University, ZDA)
Ali so vsi kratki stavki odločljivi?
Znameniti Gödelov izrek pravi, da obstajajo neodločljivi stavki Peanove aritmetike. Oktobra 1999 je Harvey Friedman na obisku na CMU vprašal, kako dolg je najkrajši neodločljiv stavek Peanove aritmetike. Postavil je hipotezo, da so vsi stavki krajši od principa matematične indukcije bodisi dokazljivi, bodisi ovrgljivi iz Peanovih aksiomov. Zanimivo je vprašanje, kako bi tako hipotezo dokazali.
Princip matematične indukcije lahko zapišemo z 12 znaki, pri
čemer ne štejemo kvantifikatorjev in oklepajev:
P(0) & (ALL x. P(x) -->
P(s(x))) --> (ALL x. P(x))
Število stavkov, ki so krajši od 12 znakov, šteje v miljone in
očitno je, da je to delo za računalnike in avtomatske
dokazovalnike. Z Johnom Langfordom sva opravila prve poskuse v
Mathematici in nato presedlala v programski jezik OCAML. Mathematica zna
dobro poenostavljati izraze in je bila zato praktična na začetku,
a je prepočasna za resne poskuse na stavkih, ki so daljši od 9
znakov. Na seminarju bom predstavil prijeme iz simbolnega računa in
avtomatskega dokazovanja, ki sva jih uporabila. Poskus še ni
končan, tako da ne vem, kakšen bo rezultat. Neuspeh lahko merimo s
številom stavkov, ki jih računalnik ni znal sam odločiti.
Marko Bohanec
(IJS)
Trije programi s področja odločitvene analize
Odločitvena analiza (Decision Analysis) je eden od bolj znanih pristopov, ki se uporablja pri podpori zahtevnih odločitvenih procesov. Temelji na sistematični analizi odločitvenega problema in gradnji odločitvenih modelov, kot so odločitvena drevesa, diagrami vpliva ali večparametrski modeli. Takšni modeli se potem uporabljajo za vrednotenje in vsestransko preučevanje možnih odločitev ter za izbor, razlago in utemeljitev najboljših. Na seminarju bodo okvirno predstavljeni trije novejši računalniški programi s tega področja: (1) DATA za delo z odločitvenimi drevesi, (2) Analytica za delo z diagrami vpliva ter (3) DecisionPro za gradnjo splošnih računskih modelov.
Toshihiko Ono
(Department of Computer Science and Engineering,
Fukuoka Institute of Technology, Fukuoka, Japan)
Application of Genetic Algorithms to Two-Dimensional Cutting
We have been studying application of genetic algorithms to various applications. Taking this opportunity, I would like to introduce one of them, the application of genetic algorithms to two-dimensional cutting. My talk includes the following two topics.
The first topic is the application to optimal cutting of free pattern. The object of the study is to investigate the method to arrange various shape of parts on a sheet so that the required sheet becomes minimal. There is no restriction to the shape of the parts. The method can be used in the clothing process and also in the sheet metal cutting process.
The second topic is how to cut various size of rectangular parts from a sheet by the Guillotine cutting so that the minimum amount of waste is achieved. The condition of being able to do Guillotine cutting gives a constraint to the arrangement of parts on the sheet. By expressing the layout of the parts on a sheet by using two operators and applying the genetic algorithms, we have succeeded to resolve the problem.
To the above problems, the genetic algorithms in collaboration with part arrangement algorithms specially designed for each application are used.
Miran Brezočnik
(Fakulteta za strojništvo, Maribor, Laboratorij za inteligentne obdelovalne sisteme):
Modeliranje sistemov z genetskim programiranjem
Genetsko programiranje (GP) je metoda evolucijskega računanja, ki s pridom izkorišča Darwinistične izsledke o evoluciji organizmov in preživetju najsposobnejših posameznikov in sodobne pristope s področja strojnega učenja. GP poskuša odgovoriti na osrednje vprašanje v računalniški znanosti: Kako doseči avtomatsko programiranje oziroma kako rešiti problem s pomočjo računalnika, ne da bi mu bila natančno podana pot, ki vodi do rešitve?
Pri domala vseh pristopih, ki temeljijo na zgledih iz narave, so evoluciji prepuščene posebne strukture, ki imajo z ozirom na vrsto metode različno obliko. Pri GP je evoluciji podvržena populacija računalniških programov, ki se jim med evolucijo dinamično spreminjata velikost in oblika. Cilj pri GP je najti tisti računalniški program iz ogromnega prostora mogočih programov (rešitev), ki najbolje reši postavljeni problem. Ker je pomen računalniških programov lahko zelo raznovrsten, se GP uspešno uporablja za modeliranje najrazličnejših sistemov.
Prvi del seminarja bo namenjen kratkemu opisu metode GP.
Drugi del seminarja bo posvečen modeliranju različnih sistemov z GP.
Prvi problem je s področja načrtovanja lastnosti tkanin. Tkanine lahko po vrsti uporabe razdelimo v dve osnovni skupini: tkanine za oblačila in tkanine za tehnične namene. Za tehnične namene tkanine pogosto uporabljamo kot filtrski medij za suho filtracijo prahu. Temeljni problem pri konstruiranju tkanine je, kako kombinirati konstrukcijske spremenljivke tkanine, tako da dobimo tkanino z natančno določenimi lastnosti. Konstrukcijske spremenljivke tkanine vplivajo na površinsko poroznost tkanine oziroma na lastnost filtrskega medija. S pomočjo GP bomo na osnovi eksperimentalnih podatkov modelirali lastnosti filtrskega medija.
Drugi problem je s področja računalništva oziroma elektrotehnike. Funkcije paritete se uporabljajo za preverjanje napak v pomnilniku ali pri serijski asinhroni komunikaciji. Pogosto so namenjene za test na področjih strojnega učenja in nevronskih mrež. Na evolucijski način bomo izpeljali Boolovo funkcijo za sodo pariteto.
Tretji problem je s področja samoučečih robotov. Cilj robota je prispeti od začetne do končne točke, medtem pa mora pobrati vsa bremena in se izogniti vsem oviram, ki so v prostoru. Prikazana bo evolucija strategij odločanja, ki robotu omogočijo izvršitev postavljenih nalog.
Pri reševanju četrtega problema bomo iz črk abecede z genetskim kombiniranjem izpeljali razumljiv stavek na osnovi podanih podatkov za učenje.
Seminar bomo sklenili s kratkim pregledom aplikacij s področja GP. Te so se v zadnjih letih zelo razmahnile in segajo od matematike in fizike do računalništva, elektrotehnike, strojništva, biokemije, ekonomije in številnih drugih ved.
Evolucija večine rešitev bo prikazana z neposrednim zagonom sistema za GP.
Božidar Kliček
(Sveučilište u Zagrebu):
Znanstveni izazovi projekta Eurotourism Ulixes -
Inteligentna turistička organizacija
Predavanjem će se žele predstaviti temeljne ideje i znanstveni problemi projekta Ulixes te potaknuti razmjena kritičkih pogleda. Projekt Ulixes je predložilo nekoliko institucija iz Hrvatske i drugih zemalja Europe za financiranje preko programa Europske unije Eureka. Cilj projekta je razviti jedan složeni inteligentni sustav koji bi pružao savjete turistima i potporu managementu u turističkoj industriji. Projekt se temelji na povezivanju tehnologija inteligentnih sustava, multimedije, elektroničkog poslovanja, te komunikacije putem Weba i mobilne telefonije. U nedavnim istraživanjima pokazano je da tehnike rudarenja u podacima (data mininga) mogu biti izuzetno vrijedne za istraživanje i razumijevanje ponašanja potrošača, odnosno turista. Očekuje se da će primjena tih tehnika donijeti znantna poboljšanja poslovanja u turizmu, poput povećanja stupnja zadovoljstva, povećane potrošnje, poduzimanje optimalnih poslovnih akcija, izrada jasnije strategije, itd. Znanstveni doprinosi koji se očekuju odnose se na teoriju znanja (kako gospodariti s velikom količinom vremenski promjenjivog znanja), teorija zadovoljstva kupaca (kako ostvariti visokovrijedne modele ponašanja kupaca), teorije komunikacije (kako koristiti tehnologiju u poboljšanju komunikacije prodavač-kupac), metoda upravljanja složenim sustavima (metoda upravljanja malim promjenama), metoda razvoja velikog broja distribuiranih intelugentnih sustava (metoda razvoja složenih inteligentnih sustava), i druge.
Blaž Zupan
(FRI in Baylor College of Medicine, Houston):
GenePath: Metoda in orodje za odkrivanje bioloških regulacijskih mrež iz genetskih podatkov
Predstavil bom GenePath, program, ki lahko iz genetskih podatkov pomaga pri odkrivanju bioloških regulacijskih mrež. Program sva ob sodelovanju genetikov Gadija Shaulskyja in Adama Kuspe (Baylor College of Medicine, Houston) v letu 1999 pričela snovati z Janezom Demšarjem. Jedro GenePatha so vzorci genetikovega sklepanja, ki jih GenePath nato uporabi nad podatki in s tem odkriva relacije med geni. Odkrite relacije služijo kot omejitve, ki jih morajo upoštevati regulacijske mreže, ki jih GenePath predlaga. Program GenePath smo zapisali v Prologu, in ga v letu 2000 funkcionalno razširili ter preverili na nekaterih, tudi kompleksnih, domenah. Pred kratkim smo mu (na veliko veselje sodelujočih genetikov) dodali tudi vmesnik za uporabo na spletnih straneh (Peter Juvan, magix.fri.uni-lj.si/genepath). Raziskali smo tudi kombinacijo abduktivnega sklepanja in kvalitativne simulacije (Ivan Bratko).
Ne seminarju bodo predstavljene predvsem osnovni mehanizmi sklepanja, ki jih GenePatha uporablja pri analizi genetskih podatkov, predstavljen pa bo tudi primer uporabe pri analizi podatkov o bioloških procesih amebe Dictyostelium.
Takashi Washio
(Institute for the Scientific and Industrial Research, Osaka University):
Discovery of Scientific Law Equations: Use of Generic Domain Knowledge
Discovery of scientific law equations in (semi-)automatic manner is one of the most exiting topics in artificial intelligence which provide fundamentals to the natural and social science. In this talk, I show some important principles to mathematically characterize the law equations in the science. These principles can be seen domain knowledge in terms of computer science, but can be seen generic and important knowledge in the natural and social science. Moreover, I represent approaches to discover a complete law equation and simultaneous law equations from experimental data based on the above principles.
Luis A. Pineda
(National University of Mexico):
Abstraction, Visualization and Graphical Proof
In this workshop we explore the representational properties and inferential processes involved in diagrammatic proofs and valid graphical reasoning schemes. As an antecedent, the properties of analogical and propositional knowledge representation schemes are reviewed, and a brief introduction to the imagery debate of cognitive psychology and AI is presented. Then, the properties of analogical representations are reviewed from the perspective of standard Turing Machines and, following the architecture of the Whisper System (Funt, 1980), the structure of a "Diagrammatic Turing Machine" is proposed. We also review the notion of interpretation change in ambiguous of pictures.
Next, we explore whether diagrams can express abstract information. We present and discuss the theory of the Specificity of Graphics (Stenning and Oberlander, 1995) in which representational systems are classified as MARS, LARS or UARS, according to the kind of abstractions they are able to express (Minimal, Limited and Unlimited, respectively). S&O argue that diagrams are LARS and can be interpreted effectively with limited computational resources. However, we observe that diagrams need to be able to express full abstractions if theorems and proofs can be diagrammatical at all! To address this concern, we propose an alternative for S&O theory. We introduce the notions of universal key and Diagrammatic Unlimited Abstraction Representation Systems (DUARS). Universal keys are general statements about the notation of a representational system and DUARS permit the expression of theorems to diagrams. The theory is applied to the study of a diagrammatic proof of the theorem of the sum of the first n odd numbers.
Finally, we study the relation between the diagrammatic proofs and learning, and we proposed a reasoning scheme in which theorems are induced out of the basic notation of a representational systems and the properties of the representational medium. We apply the final theory to understand a purely diagrammatic proof of the Theorem of Pythagoras.
Marko Bohanec, Marko Grobelnik, Nada Lavrač,
Dunja Mladenić, Tanja Urbančič
(IJS):
Predstavitev projekta SolEuNet
5. okvirni program evropskih projektov je prinesel Slovencem kar nekaj sodelovanja na projektih; pri enem R&D projektu smo postali tudi koordinatorji: pri projektu SolEuNet (http://SolEuNet.ijs.si/).
Na seminarju bomo predstavili projekt z vsebinskega in organizacijskega vidika. Prikazali bomo, kako je projekt potekal od ideje preko prijave, sprejema in pogajanj do izvajanja, ter težave, ki se pojavljale ob tem.
Predstavili bomo tudi vsebino projekta, katerega glavne
značilnosti so:
- skupna vrednost: 3M eurov
- število partnerjev: 12 institucij iz 7 držav
- trajanje: 3 leta
- vsebina: ustanovitev virtualnega podjetja za trženje
akademskega znanja na področjih analize podatkov
in podpore odločanja (Data Mining & Decision Support)
Thiemo Krink
(Department of Computer Science, University of Aarhus, Denmark):
Swarm Intelligence -
An introduction to Ant Systems and Particle Swarm Optimization
Problem solving in biology and computer science is often concerned with similar challenges, such as optimal search, distributed information processing, and task-allocation problems. However, in contrast to classic algorithms, the problem solving strategies found in nature are based on self-organisation and adaptive processes, which can cope with a complex environment. This ability and the analogies found in biological and computing tasks are the motivation for Swarm Intelligence, which corresponds to the idea of biologically-inspired design in bio-engineering. In this talk, I will introduce to representatives of this field: Ant Systems and Particle Swarm Optimization.
Kurt Driessens
(Katholieke Universiteit Leuven, Belgium):
Relational Reinforcement Learning
This talk will present an introduction to reinforcement learning and relational reinforcement learning. I will give an overview of the fundamental principles and techniques of reinforcement learning without involving a rigorous deduction of the mathematics involved through the use of some example applications. Then, relational reinforcement learning will be presented as a combination of reinforcement learning with relational learning. Its advantages - such as the possibility of using structural representations, making abstraction from specific goals pursued and exploiting the results of previous learning phases - will be discussed.