湖南大学

图片
课程概述

    课程主要介绍自然世界中丰富多彩的“自然智能”与由此启发的“自然计算”模型与方法,以及形式多样的“智能机器与系统”与日新月异的智能科技“前沿方向”,建立横跨生物、医学、遗传、物理、社会与人工智能之间的多学科文化素质与科技视野,增强学习者的学科知识、科技兴趣与创新意识。课程主要特色在于学科交叉,以多学科融合的文化知识启发科技兴趣与创新精神。
    智能科学技术研究的是受自然智能的启发而得到知识的过程,先认识自然世界的信息处理机制, 然后实现计算模型抽取、算法设计,最后应用于具体问题的解决方案。因此自然智能认知、计算模型抽取、智能算法设计是本课程介绍的重点部分,其中计算模型抽取与算法设计较为抽象,是学习的难点部分。学习者如对所涉及重难点内容需要深入了解,可以进一步参考课程所提供的参考文献。

授课目标
本课程的目标是激发大众对智能科学的兴趣,为爱好该专业研究与应用的人士展开一幅横跨生物、医学、遗传、社会与智能科技等学科之间知识关联图,引领大家进入一个学科交叉的科技创新之旅,拓展文化视野、科技兴趣与创新意识、培养大众科技文化素质、普及智能科技知识。
证书要求

    本课程成绩以百分制计算,60分及以上成绩为合格,90分及以上成绩为优秀,总成绩由以下二部分组成:

  • 单元测验:占总成绩的64%。(注:课程共八章,每章进行1次单元测验,每次单元测验占总成绩的8%。);

  • 期末考试:占总成绩的36%,提交一篇3000字左右的课程小论文。

预备知识

    无要求

授课大纲

第一讲:无处不在的自然智能

第二讲:视听系统与仿生感知

第三讲:大脑结构与机器推理

第四讲:物种演化与进化计算

第五讲:社会行为与群体优化

第六讲:自主行为的智能机器

第七讲:自主学习的智能系统

第八讲:智能计算的研究前沿

参考资料
  1. Russell S J, Norvig P著,殷建平,祝恩,刘越 等 译. 人工智能:一种现代的方法(第3版).清华大学出版社,2013.

  2. Michael Negnevitsky 著,陈薇 译. 人工智能·智能系统指南. 机械工业出版社, 2012.

  3. 吴启迪 等 著.《自然计算导论》. 上海科学技术出版社,2011.埃伯哈特 (Russell C.Eberhart),史玉回 (Yuhui Shi)著. 《计算智能:从概念到实现》(英文版). 人民邮电出版社,2015.

  4. 雷秀娟 著. 《群智能优化算法及其应用》.科学出版社,2012.

  5. SergiosTheodoridis等 著. 《模式识别(第4版)》.电子工业出版社,2010.

  6. Ethem Alpaydin 著,范明,昝红英,牛常勇 译. 《机器学习导论》. 电子工业出版社,2014.