Інфопакет

Когнітивне моделювання та інженерія знань

ОК 10

Обов’язкова дисципліна для ОП

Другий

2023/2024

2 Семестр

5

ПРН11. Створювати нові алгоритми розв’язування задач у сфері комп’ютерних наук, оцінювати їх ефективність та обмеження на їх застосування ПРН12. Проектувати та супроводжувати бази даних та знань. ПРН14. Тестувати програмне забезпечення. ПРН15. Виявляти потреби потенційних замовників щодо автоматизації обробки інформації.

Знання дискретної математики, теорії графів, методів аналізу вимог до комп’ютерних систем та програмного забезпечення, теорії прийняття рішень, основ баз даних та знань. Володіти елементарними навичками дискретної математики, теорії графів, уміти аналізувати, синтезувати та структурувати вимоги до комп’ютерної системи, застосовувати математичні методи обґрунтування та прийняття рішень, адекватних умовам, в яких функціонують інформаційні та комп’ютерні системи різного призначення, вміти проектувати бази даних та знань з урахуванням вимог до функціонування об’єкту комп’ютеризації.

У рамках дисципліни «Когнітивне моделювання та інженерія знань» розглядається поняття когнітивного моделювання, особливості виявлення знань із досвіду (емпіричних фактів) та функції когнітолога (інженера зі знань), побудова когнітивних карт та їх використання для аналізу, прогнозування поведінки та керування складними системами, когнітивна структуризація знань. Мета дисципліни - формування у студентів знань і навичок, необхідних для застосування методів та засобів когнітивного моделювання та інженерії знань в задачах аналізу, прогнозування поведінки та керування складними системами.

Панкратов В.А. Стратегія розвитку соціально-економічних систем на основі методологій передбачення та когнітивного моделювання: дис. …канд. техн. наук. 01.05.04 Київ, 2017. 198 с. https://ela.kpi.ua/bitstream/123456789/19394/1/Pankratov_diss.pdf Bolton, M.L. & Gray, Wayne. (2023). Cognitive Modeling for Cognitive Engineering. 10.1017/9781108755610.038. https://www.researchgate.net/publication/370681449_Cognitive_Modeling_for_Cognitive_Engineering Knox, Carissa & Gray, Steven & Zareei, Mahdi & Wentworth, Chelsea & Aminpour, Payam & Wallace, Renee & Hodbod, Jennifer & Brugnone, Nathan. (2023). Modeling complex problems by harnessing the collective intelligence of local experts: New approaches in fuzzy cognitive mapping. Collective Intelligence. 2. 10.1177/26339137231203582. https://www.researchgate.net/publication/374897602_Modeling_complex_problems_by_harnessing_the_collective_intelligence_of_local_experts_New_approaches_in_fuzzy_cognitive_mapping

Лекції, лабораторні заняття, самостійна робота

Упродовж семестру студенти виконують лабораторні роботи та презентують результати їх виконання перед аудиторією. Захист робіт проводиться у форматі відповідей на запитання викладача та дискусії з аудиторією. Лабораторні роботи оцінюються зваженими балами відповідно до складності робіт. Максимальна кількість балів, яку може отримати студент за роботу протягом семестру, становить 60 балів за 100-бальною шкалою. Підсумкове оцінювання – іспит у форматі комп’ютерного тесту, який передбачає питання теоретичного та практичного спрямування. Загальна оцінка за іспит становить 40 балів за 100-бальною шкалою. Якщо студент під час здачі іспиту отримав менше ніж 24 бали, йому ставиться «незадовільно», а набрані бали не зараховуються. Рекомендований мінімум для допуску до іспиту – 36 балів, критично розрахунковий мінімум – 20 балів. Для отримання допуску до іспиту обов’язковим є виконання як мінімум 50% всіх лабораторних робіт.

Українська