Systèmes intelligents et algorithmes

1er cycle

Préalable(s) LOG200 MAT380 MAT350 Sigle LOG635 Responsable Département de génie logiciel et TI Cycle 1 er Crédits 3 Charge de travail Cours (36h) Laboratoire ou travaux pratiques (24h) Travaux personnels (72h) Plan du cours Site du cours Horaire LOG635 - Systèmes intelligents et algorithmes Ce cours vise à concevoir et de réaliser des composantes logicielles d'intelligence artificielle mobilisant la représentation des connaissances, le traitement automatique des langues naturelles et des algorithmes de recherche de solutions optimales. Au terme de ce cours, la personne étudiante sera en mesure de : comparer les approches symboliques et non symboliques en intelligence artificielle afin d'en dégager les avantages, les limites et les liens avec les domaines étudiés construire un système expert capable de poser un diagnostic à l'aide d un moteur d'inférence fondé sur le chaînage avant et le chaînage arrière; développer un analyseur capable d'interpréter un langage spécifique ou un texte en langue naturelle dans un contexte applicatif donné; sélectionner un algorithme de recherche approprié pour résoudre un problème d'optimisation selon les caractéristiques du problème; intégrer des composantes de représentation des connaissances, d'analyse textuelle et de recherche optimale dans un système d'intelligence artificielle; évaluer le comportement des composantes développées afin de valider leur contribution au fonctionnement global du système. Éléments de contenu : Approches symboliques et non symboliques en IA, intelligence machine vs intelligence humaine, agents intelligents: représentation des connaissances, raisonnement, planification, action, communication. Représentation des connaissances: systèmes experts, systèmes à base de règles, moteur d'inférence, chaînage avant et arrière, forme normale conjonctive, patrons de raisonnement, langages de représentation et de raisonnement, dictionnaires, ontologies, réseaux sémantiques, cadres. Traitement automatique de la langue naturelle: niveaux d analyse, types d'ambigüités, techniques d'analyse probabilistes, règles de réécriture, formalisme Backus-Naur (BNF), analyseurs descendant et ascendant. Algorithme de recherche: algorithmes génétiques, réseaux de neurones, algorithmes de colonies de fourmis. Précision sur les préalables : LOG200 Structures de données et algorithmes (4 cr.) et MAT350 Probabilités et statistiques (4 cr.) pour les programmes de baccalauréat en génie logiciel, baccalauréat en génie des technologies de l'information et baccalauréat en informatique distribuée et MAT380 Algèbre linéaire (4 cr.) pour le programme de baccalauréat en informatique distribuée