Datateknik, avancerad nivå, Logisk problemlösning med Answer Set-programmering, 3 högskolepoäng

Computer Science, Second Cycle, Declarative Problem Solving with Answer Set Programming, 3 Credits

Mål

Kunskap och förståelse
Studenten ska efter avslutad kurs

• känna till viktiga principer och paradigmer inom deklarativ problemlösning, med fokus på olika tillvägagångssätt inom logikprogrammering och dess derivat,
• ha en konceptuell och teoretisk förståelse för (constraint) logikprogrammering och Answer set- programmering,
• kunna namnge och förklara olika språk, praktiska verktyg/logikbaserade metoder för deklarativ problemlösning, samt korrekt argumentera för teoretiska samband, och
• ha förståelse för tillämpningen av deklarativ problemlösning eller databehandling för samtida AI- och kognitiva system i industriella miljöer (t ex autonoma fordon, AI för media och underhållning, robotik).

Färdighet och förmåga
Efter avslutad kurs ska studenten kunna

• modellera och formalisera olika problem som kombinatoriska söknings- och optimeringsproblem på ett deklarativt sätt,
• praktiskt tillämpa problemlösare för att koda klassiska söknings- och optimeringsproblem på ett deklarativt sätt, och
• visa praktiska färdigheter att modellera hybridlösningar baserade på logikprogrammering och Answer Set-programmering i synnerhet.

Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten kunna

• bedöma lämpligheten och värdet av symboliska såväl som neurosymboliska resonemangsmetoder för ett givet AI-problem mot bakgrund av det deklarativa paradigmet,
• bestämma behovet och värdet av olika och ömsesidigt synergistiska tekniker inom AI för deras praktiska värde för att bygga verkliga system, och
• jämföra och kontrastera för- och nackdelar med deklarativ databehandling jämfört med andra programmeringsparadigmer som imperativ och objektorienterad.

Innehåll

Kursen behandlar följande moment:

• grundläggande begrepp i deklarativ programmering,
• praktisk introduktion till logikprogrammering (LP) och derivat (t.e.x CLP, ILP, ASP),
• deklarativa spatiala resonemang med Constraint-programmering och Answer Set-programmering,
• icke-monotona resonemang med deklarativa metoder, med fokus på Answer Sets, och
• tillämpningar av deklarativa (spatiala) resonemang.

Examinationer och betyg

Teori, 1 högskolepoäng (Provkod: A003)
Som betyg används Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Laboration, 2 högskolepoäng (Provkod: A005)
Som betyg används Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Kommentar till betyg

Betyg på hel kurs
För att få betyget Väl Godkänd (VG) på kursen som helhet krävs Väl Godkänd (VG) på båda examinationsmomenten.

Examinationsformer

• Teori (provkod A003): Skriftlig inlämningsuppgift
• Laboration (provkod A004): Skriftlig inlämningsuppgift

För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Särskild behörighet och andra villkor

180 högskolepoäng varav 15 högskolepoäng programmering samt Engelska 5/Engelska A.

För ytterligare information se universitetets antagningsordning.

Övriga föreskrifter

Kursen kan komma att ges på engelska.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Litteratur och övriga lärresurser

Obligatorisk litteratur

Chitta Baral (2003). Knowledge Representation, Reasoning and Declarative Problem Solving. Cambridge University Press.

Ivan Bratko (2008). Prolog Programming for Artificial Intelligence. (Third Edition). Pearson.

Martin Gebser, Roland Kaminski, Benjamin Kaufmann, and Torsten Schaub (2012). Answer Set Solving in Practice, Synthesis Lectures on Artificial Intelligence and Machine Learning. Morgan and Claypool.

Vetenskapliga artiklar rörande senaste rönen inom området tillkommer.