Membincangkan teknik-teknik dalam teknologi kecerdasan buatan yang penting untuk pembangunan sistem cerdas yang lebih dikenali sebagai komputeran lembut. Menyediakan asas untuk konsep, reka bentuk dan aplikasi sistem cerdas. Fokus akan diberikan secara terperinci kepada logik kabur dan komputeran berevolusi. Dua teknik ini merupakan sebahagian daripada lima komponen utama di dalam komputeran lembut. Tiga komponen utama yang lain iaitu pembelajaran mesin, rangkaian Bayesian, dan Teori Chaos telah diperkenalkan di dalam kursus yang berlainan. Kedua-dua teknik ini mempunyai kaitan dengan sistem biologi manusia dan merupakan konsep penting dalam membolehkan sesebuah sistem cerdas itu berupaya untuk belajar bagi membolehkannya membuat keputusan dalam keadaan kabur dan berketaktentuan dengan menggunakan teknik logik kabur dan juga boleh mendapatkan penyelesaian terbaik dengan kos yang rendah (masalah pengoptimuman) dengan menggunakan teknik komputeran berevolusi. Dua teknik penaakulan Logik kabur iaitu Kaedah Mamdani dan Kaedah Sugeno akan dibincangkan. Manakala teknik Komputeran berevolusi akan memperkenal Algoritma evolusi seperti alkhwarizmi Genetik; dan Metaheuristik serta kecerdasan kawanan seperti pengoptimuman koloni semut, pengoptimuman kawanan zarah, dan algoritma kunang-kunang. Selain dari itu pendekatan hybrid untuk teknik-teknik ini juga akan dibincangkan. Aplikasi komputeran lembut dalam domain seperti pengecaman corak, kewangan, perubatan, bioinformatik, dan kejuruteraan dan kawalan akan dibincangkan.
In this course, important techniques in artificial intelligence technology will be discussed as a basis to develop an intelligence system; which is well known as Soft Computing. Student will be prepared for the foundation of intelligence system’s concepts, design and application. Detailed focus will be given to fuzzy logic and evolutionary computing. The other three main components, namely machine learning, Bayesian networks, and Chaos Theory has been introduced in different courses. Both of these techniques are the important techniques which imitates human biology systems and the main concepts that enables an intelligence system to learn and make decisions in fuzziness and uncertainties scenario by using Fuzzy Logics as well as getting the best solution at minimum cost (optimization problem) by using evolutionary computing techniques. Two techniques of fuzzy logic reasoning methods such as Mamdani and Sugeno method will be discussed. Evolutionary Computing techniques will be introducing evolutionary algorithms such as genetic algorithms; and metaheuristic and intelligence swarm such as an ant colony optimization, particle swarm optimization, and firefly algorithm. Apart from that, hybrid approach for these techniques will be discussed, as well as other soft computing techniques. The application of soft computing in pattern recognition, financial, medical, bioinformatics, and engineering and control systems domain will be discussed as well.
- Lecturer: PROF. DR. KHAIRUDDIN BIN OMAR