SYSTEMY INTELIGENTNE W AUTOMATYCE I ROBOTYCE · 2020. 3. 25. · Sztuczna inteligencja Nauka o maszynach realizujących zadania, które wymagająinteligencji, gdy sąwykonywane przez

Józef Korbicz Komitet Automatyki i Robotyki PAN/Sekcja Systemów Inteligentnych

Warszawa, 13 października 2010

SYSTEMY INTELIGENTNE W AUTOMATYCE I ROBOTYCE

STAN I KIERUNKI ROZWOJU W KRAJU

Józef Korbicz

Uniwersytet Zielonogórski

Instytut Sterowania i Systemów Informatycznychwww.issi.uz.zgora.pl

PlanWprowadzenie

Tematyka badań� Teoria

� Zastosowania

Projekty badawcze� Międzynarodowe

� Krajowe

Monografie

Rozwój kadry� Habilitacje

� Doktoraty

Czasopisma, konferencje i seminaria

Podsumowanie


2 Warszawa, 13 października 2010

Sztuczna inteligencja

� Nauka o maszynach realizujących zadania, które wymagają inteligencji, gdy są wykonywane

przez człowieka (M.Minsky)

� Dziedzina informatyki dotycząca metod i technik wnioskowania symbolicznego przez

komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas takiego wnioskowania(E. Feigenbaum)

� Obejmuje rozwiązywanie problemów sposobami wzorowanymi na naturalnych działaniach i

procesach poznawczych człowieka za pomocą symulujących je programów komputerowych(R.J. Schalkoff)



Sztuczna inteligencja (cd.)

� Nauka obejmująca zagadnienia: logiki rozmytej, obliczeń ewolucyjnych, sieci neuronowych,

sztucznego Ŝycia i robotyki

� Dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi

zachowaniami człowieka, tworzenie modeli formalnych tych zachowań i – w rezultacie –

programów komputerowych symulujących te zachowania

� Dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie

algorytmizowalne



Inteligencja obliczeniowa

Rozwiązywanie róŜnych problemów sztucznej inteligencji z wykorzystaniem

komputerów wykonujących obliczenia numeryczne

Techniki obliczeń inteligentnych tzw. „miękkich obliczeń”:

� Sieci neuronowe

� Logika rozmyta

� Algorytmy ewolucyjne

� Zbiory przybliŜone

� Zmienne niepewne

� Metody probabilistyczne



Praktyczne zastosowania SI

� Automatyka i robotyka

� Diagnostyka procesów i medyczna

� Maszynowe tłumaczenie tekstów

� Przetwarzanie mowy i języka naturalnego

� Rozpoznawanie obrazów i pisma

� Systemy ekspertowe

� Eksploracja danych

� Sztuczne Ŝycie

� …….

� i wiele innych przykładów



Zastosowania w automatyce i robotyce

� Automatyka

Modelowanie procesów: sieci neuronowe i neuronowo-rozmyte, logika rozmyta

Regulatory rozmyte i neuronowe

Estymacja zmiennych stanu: obserwatory neuronowe i rozmyte

� Robotyka

Uczenie maszynowe, np. ewolucyjny system uczenia

Rozpoznawanie i klasyfikacja (sieci neuronowe i neuronowo-rozmyte, logika rozmyta)

� Diagnostyka procesów

Modelowanie procesów: sieci neuronowe i neuronowo-rozmyte, logika rozmyta

Klasyfikatory neuronowe i rozmyte

Diagnostyczne systemy doradcze: mechanizm wnioskowania (logika rozmyta), baza wiedzy (sieci neuronowe, logika rozmyta, algorytmy ewolucyjne)



Sieci neuronoweZalety

� nie wymagają postaci analitycznej procesów

� posiadają zdolność:

uczenia się (samodostrajania parametrów)

uogólniania wiedzy

� doskonały aproksymator nieliniowych funkcji

Wady

� brak efektywnych metod automatycznego projektowania sieci

� wymagają reprezentatywnych danych uczących

� struktura „czarna skrzynka”: brak widocznego związku parametrów sieci

z parametrami procesu/problemu



Logika rozmyta

Zalety

� transparentna reprezentacja problemu, np. reguły: Jeśli … to…

� lingwistyczna reprezentacja w postaci zbiorów rozmytych, np. duŜe ciśnienie

� przetwarzanie wiedzy jakościowej i ilościowej

� ekstrakcja reguł z danych przez eksperta lub automatycznie

� reprezentacja niepewności danych

Wady

� brak moŜliwości uczenia, dostrajania parametrów

� szybki wzrost złoŜoności obliczeniowej wraz ze wzrostem liczby zbiorów

rozmytych



Tematyka badań: Teoria

� Sztuczne sieci neuronowe (R. Tadeusiewicz, AGH; S. Osowski, PW; L. Rutkowski, PCz; J. Korbicz, UZ; W. Duch, UMK; E. Rafajłowicz, PWr)

� Systemy rozmyte (J. Kacprzyk IBS; A. Piegat, ZUT; J. Kluska, PRz;

L. Rutkowski, PCz; J.M. Kościelny, PW; A. Pieczyński, UZ )

� Systemy neuronowo-rozmyte (J. Łęski, PSl; D. Rutkowska, PCz)

� Inteligencja obliczeniowa (L. Rutkowski, PCz; R.Tadeusiewicz, AGH;

J.Korbicz, UZ; P. Szczepaniak, PŁ)

� Algorytmy ewolucyjne (J. Arabas, PW; A. Obuchowicz, UZ; R. Śmierzchalski, PG)



Tematyka badań: Zastosowania

� Systemy rozmyte w automatyce (J. Kacprzyk, IBS; A. Piegat, ZUT; J.M. Kościelny, PW; J. Kluska, PRz)

� Modelowanie procesów (SN, LR) w regulacji predykcyjnej (P. Tatjewski, PW)

� Robotyka:

autonomia, symulacja i modelowanie robotów mobilnych (PIAP, PŁ)

uczenie przez wzmocnienie w optymalizacji sterowników robotów

(A. Pacut, PW)

� Systemy wizyjne, śledzenia, analizy i interpretacji gestów wykonywanych rękami

(M. Wysocki, PRz)

� Diagnostyka:

procesów (J.M. Kościelny, PW; J. Korbicz, UZ)

układów elektrycznych (S. Osowski, PW)

medyczna (R. Tadeusiewicz, AGH; S. Osowski, PW; L. Rutkowski, PCz; ,J. Korbicz, UZ, P. Szczepaniak, PŁ )




� Prognozowanie szeregów czasowych (S. Osowski, PW)

� Metody sztucznej inteligencji w sterowaniu statkiem (R. Śmierzchalski, PG; J. Lisowski, AM)

� Monitorowanie jakości produkcji – inteligentne karty kontrolne

(E. Rafajłowicz, PWr)

� Automatyka budynków inteligentnych (PWr, AGH)

� Inteligentne systemy modelowania oraz wspomagania decyzji na potrzeby sterowania i

złoŜonych układów rzeczywistych (J. Józefczyk, J. Swiątek, PWr)




� Automatyczne rozpoznawanie:

obrazów (R.Tadeusiewicz; AGH; L. Rutkowski, PCz, P. Szczepaniak, PŁ)

mowy polskiej (R.Tadeusiewicz, AGH)

� Komputerowe rozumienie obrazów (R. Tadeusiewicz, AGH)

� Rozpoznawanie i przetwarzanie obrazów przemysłowych (E. Rafajlowicz, PWr)

� Przetwarzanie obrazów barwnych (B. Smołka, H. Palus, PŚl)



WdroŜenia (przykłady)

� WdroŜenie systemu AMandD w PKN ORLEN dla układu destylacji próŜniowej na instalacji

Hydroodsiarczania Pozostałości PróŜniowej (HOG)

Detekcja uszkodzeń - zastosowanie modeli rozmytych i neuronowych

Lokalizacja uszkodzeń – wnioskowanie rozmyte.

Dekompozycja obiektu – algorytmy genetyczne

J.M. Kościelny, PW, 2007-2008

� System komputerowy do wspomagania diagnostyki stanów patologicznych w leczeniu

nowotworów

Wojskowy Instytut Medyczny, Warszawa

S. Osowski, PW, 2008-2010



Międzynarodowe projekty badawcze

� Rozwój inteligentnych technik w modelowaniu, sterowaniu i optymalizacji złoŜonych systemów wytwarzania

L. Rutkowski, PCz: Grant polsko-singapurski, 2008-2010

� Rozwój badań nad technologiami neuro-komputerowymi w zadaniach diagnostyki medycznej i technicznej

L. Rutkowski, PCz: Grant polsko-rosyjski, 2006-2009

� Innovative intelligent data analysis and computational paradigms for industry and healthcare

L. Rutkowski: FNP TEAM, 2010-2014

� LIREC, Roboty i interaktywni towarzysze Ŝycia

K. Tchoń, PWr: 7. PR UE, 2008-2012



Międzynarodowe projekty badawcze (cd.)

� Blind signal processing combined with the finite and boundary element methods for the

modeling of the human head and EEG signals characterization

S. Osowski, PW: FRP RIKEN, Japonia, 2006-2008

� TALOS, Transportable autonomous patrol for land border surveillance system

M. Andrzejczak, PIAP: 7. PR UE, 2008-2012

� Tool for systemic risk analysis and secure mediation of data exchanged across linked CI

information infrastructures MICIE

R. Kłoda, PIAP: PR UE, 2008-2011



Krajowe projekty badawcze (wybrane)

� DIASTER, Inteligentny system diagnostyki i wspomagania sterowania procesów przemysłowych

Konsorcjum – J.M. Kościelny (koordynator), J. Korbicz, P. Tatjewski, K. Janiszowski, L. Trybus, W. Cholewa, W. Moczulski: projekt rozwojowy, MNiSzW,

2007-2009

� Efektywne algorytmy optymalizującego sterowania predykcyjnego z modelami neuronowymi i rozmytymi procesów nieliniowych

P.Tatjewski, PW: MNiSzW, 2009-2011

� Sterowanie tolerujące uszkodzenia w nieliniowych układach automatyki

J. Korbicz, UZ: MNiSzW, 2007-2010

� Modyfikacje i warianty ewolucyjnej metody planowania ścieŜek przejść obiektu ruchomego

R. Śmierzchalski, PG: MNiSzW, 2010-2012



Krajowe projekty badawcze (wybrane, cd.)

� Metody i algorytmy podejmowania decyzji i sterowania w systemach złoŜonych z niepewną

reprezentacją wiedzy

J. Józefczyk, PWr: MNiSzW, 2005-2008

� Diagnostyka maszyn i urządzeń elektrycznych przy zastosowaniu sztucznych sieci neuronowych

S. Osowski, PW: projekt zamawiany MNiSzW, 2004-2007

� System wizyjny monitorowania ciągłych procesów produkcyjnych

E. Rafajłowicz, PWr: MNiSzW, 2007-2009

� Automatyczne rozpoznawanie wypowiedzi w języku migowym na podstawie sekwencji

wizyjnych

M. Wysocki, PRz: MNiSzW, 2009-2011

� Zastosowanie algorytmów wykorzystujących inteligencję roju w problemach sterowania

J. Kabziński, PŁ: MNiSzW, 2007-2009



Monografie (wybrane)

� Metody i techniki sztucznej inteligencji

L. Rutkowski: PWN, 2009 (wyd. II)

Computational Intelligence. Methods and Techniques

Springer, 2008� Sieci neuronowe do przetwarzania informacji

S. Osowski: OW PW, 2006 (wyd. II)

� Sieci neuronowe

W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz (Red.): AOW, 2000

� Fuzzy Modeling and Control

A. Piegat: Springer, 2001

Nieczetkoje Modelirowanije i Uprawlenije

BINOM, Moskwa, 2008Modelowanie i sterowanie rozmyte

AOW EXIT, 2003 (wyd.II)



Monografie (wybrane)

� Systemy neuronowo-rozmyteJ.Łęski: WNT, 2008

� Analytical Methods in Fuzzy Modeling and ControlJ. Kluska: Springer, 2009

� Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowaniaJ.Korbicz, J.M. Kościelny, Z. Kowalczuk, W. Cholewa (Red.): WNT, 2002Fault Diagnosis. Models, Artificial Intelligence, Applications

Springer, 2004

� Modelowanie, diagnostyka i sterowanie nadrzędne procesami. Implementacja w systemie DiaSterJ.Korbicz, J.M. Kościelny (Red.): WNT, 2009Modeling, Diagnosis and Process Control. Implementation in the DiaSter System

Springer, 2010

� Advanced Control of Industrial ProcessesP. Tatjewski: Springer, 2007Sterowanie zaawansowane obiektów przemysłowych

AOW Exit, 2002



Monografie (wybrane)� Obliczenia inteligentne, szybkie przekształcenia i klasyfikatory

P. Szczepaniak: Oficyna Wydawnicza Exit, 2004

� Ubiquitous Cardiology – Emerging Wireless Telemedical Application

P. Augustyniak, R. Tadeusiewicz: IGI Global,New York, 2009

� Modern Computational Intelligence Methods for the Interpretation of Medical Images

M. Ogiela, R.Tadeusiewicz: Springer, 2008

� Wybrane zagadnienia identyfikacji statycznych systemów złoŜonych

J. Swiątek: OW PWr, 2009

� Knowledge-Based Intelligent System Advancements: Systemic and Cybernetic ApproachesJ. Józefczyk, D.Orski (Eds.): IGI Global, 2011



Rozwój kadry: habilitacje

� Identification of nonlinear systems using neural networks and polynomial models

A. Jańczak: Uniwersytet Zielonogórski, 2005 (Springer)

� Modelling and Estimation Strategies for Fault Diagnosis of Non-linear Systems

M. Witczak: Uniwersytet Zielonogórski, 2007 (Springer)

� Artificial Neural Networks for the Modelling and Fault Diagnosis of Technical Processes

K. Patan: Uniwersytet Zielonogórski, 2008 (Springer)

� Nowe algorytmy rekonstrukcji obrazu z projekcji z zastosowaniem sieci neuronowych typu Hopfielda

R. Cierniak: IBIB PAN, 2009 (AOW Exit)

� Zagadnienie interpretowalności wiedzy i dokładności działania systemów rozmytych

K. Cpałka: IBS PAN, 2010 (AOW Exit)



Rozwój kadry: habilitacje (cd.)

� Rozmyte systemy decyzyjne w zadaniach z ograniczoną wiedzą

R. Nowicki: IBS PAN, 2010 (AOW Exit)� Adaptacyjne przetwarzanie obrazów w czasie rzeczywistym dla wizyjnych systemów

kognitywnych

B. Kwolek: Politechnika Śląska, 2009� Dynamizm adaptacji ewolucyjnych metod fenotypowych

I. Karcz-Dulęba: Politechnika Wrocławska, 2010� Synteza wielowymiarowych układów sterowania precyzyjnego ruchem statku z

wykorzystaniem wybranych metod projektowania układów odpornych

W. Gierusz: AM w Gdyni, 2007� Wybrane zagadnienia przetwarzania obrazów barwnych

H. Palus: Politechnika Śląska, 2007



Rozwój kadry: doktoraty (wybrane)

� Wielowymiarowe sieci ortogonalne do modelowania układów dynamicznych

H. Halawa: Politechnika Wrocławska, 2009

� Identyfikacja dynamicznych systemów złoŜonych z wykorzystaniem sieci neuronowych

J. Drapała: Politechnika Wrocławska, 2009

� System for Cancer Diagnosis Based on Support Vector Machines and Neural Networks

M. Kusy: Politechnika Rzeszowska , 2008

� System wizyjny dla wspomagania nawigacji robota mobilnego

M. Zachara: AGH, 2008

� Zastosowanie algorytmów ewolucyjnych oraz metod rankingowych do planowania trasy

statku z napędem hybrydowym

J. Szłapczyńska: AM w Gdyni, 2009



Rozwój kadry: doktoraty (wybrane)

� Algorytmy genetyczne i sieci neuronowe w zagadnieniach selekcji najwaŜniejszych elementów informacji zawartych w danych pomiarowych

R. Siroic: Politechnika Warszawska, 2009

� Zastosowanie algorytmów wykorzystujących inteligencję roju w problemach sterowania

J. Kacerka: Politechnika Łódzka, 2009

� System optymalizacji bieŜącej punktu pracy procesów technologicznych inspirowany działaniem układu immunologicznego

K. Wojdan: Politechnika Warszawska, 2009

� Analiza głębi sceny z zastosowaniem rekurencyjnych sieci neuronowych opartych na architekturze Hopfielda

Ł. Laskowski: Politechnika Częstochowska, 2009

� Metodyka modelowania neuronowego w diagnostyce procesów z uwzględnieniem elementów teorii chaosu

P. Przystałka: Politechnika Slaska w Gliwicach, 2009



Czasopisma naukowe: JCR

� International Journal of Applied Mathematics and Computer Science (AMCS)

Uniwersytet Zielonogórski/Lubuskie Towarzystwo Naukowe, JCR: IF = 0.684

� Bulletin of the Polish Academy of Sciences – Technical SciencesJCR: IF = 0.626

� Control and Cybernetics

Instytut Badań Systemowych PAN, JCR: IF = 0.378



Czasopisma naukowe

� Archives of Control Sciences

Komitet Automatyki i Robotyki PAN, Gliwice

� Systems Science

Politechnika Wrocławska

� JAMRIS – Journal of Automation, Mobile Robotics & Intelligent Systems

Przemysłowy Instytut Automatyki i Pomiarów (PIAP), Warszawa

� Journal of Applied Computer Scince

Politechnika Łódzka

� Journal of Artificial Intelligence and Soft Computing Research

Politechnika Częstochowska (nowe czasopismo od 2011)



Konferencje naukowe

� International Conference on Artificial Intelligence and Soft Computing, ICAISC

Politechnika Częstochowska: L. Rutkowski, co dwa lata

� InŜynieria Wiedzy i Systemy Ekspertowe

Politechnika Wrocławska: A. Grzech, co trzy lata

� Systems Science

Politechnika Wrocławska we współpracy z Coventry University (UK) oraz University ofNevada w Las Vegas, (USA), cyklicznie co roku przez partnerów

� Algorytmy Ewolucyjne i Metody Optymalizacji Globalnej

Politechnika Warszawska: J. Arabas, corocznie



Konferencje naukowe (cd.)

� Krajowa Konferencja Automatyki, KKAKomitet Automatyki i Robotyki PAN, co trzy lata

� Diagnostyka Procesów i Systemów, DPS Politechnika Warszawska, Uniwersytet Zielonogórski i Politechnika Gdańska, co dwa lata

� Methods and Models in Automation and Robotics, MMARZachodniopomorski Uniwersytet Technologiczny, corocznie

� System Modelling Control, SMCPolitechnika Łódzka, co dwa lata

� Inteligentne Systemy BudynkowePolitechnika Wrocławska, od 2009 roku



Seminaria naukowe

� Obliczenia inteligentne w nowoczesnej automatyce

Uniwersytet Zielonogórski, Sekcja Systemów Inteligentnych KAiR PAN, Polski Oddział IEEE – Control System Society, 2008

� Obliczenia Inteligentne i ich zastosowania

Uniwersytet Zielonogórski, Sekcja Systemów Inteligentnych KAiR PAN, Polski Oddział IEEE – Computational Intelligence Society, 2005

� Zastosowanie sztucznej inteligencji do sterowania statkiem

Akademia Morska w Gdyni, Sekcja Systemów Inteligentnych KAiR PAN, 2006



Podsumowanie

� Metody obliczeń inteligentnych - integracja

� Systemy obliczeniowe oraz technologie sprzętowe

� Automatyka i robotyka - dane uczące, problem?

� Integracja metod sztucznej inteligencji i metod analitycznych



Dziękuję



SYSTEMY INTELIGENTNE W AUTOMATYCE I ROBOTYCE · 2020. 3. 25. · Sztuczna inteligencja Nauka o maszynach realizujących zadania, które wymagająinteligencji, gdy sąwykonywane przez

Documents