FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Febbraio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti

Documenti analoghi
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 11 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 9 Febbraio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE Prof. Paola Mello- 12 Luglio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE Giugno 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 13 Luglio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 26 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 25 Gennaio 2018 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 8 Settembre 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti

Esercizi d'esame su strategie di ricerca, CSP e Giochi. Compiti d'esame 2017 e 2018

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 14 Gennaio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE PRIMA PARTE (6 CFU) 9 Dicembre 2010 Tempo a disposizione 2h Risultato 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Gennaio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU)

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE L-S e INTELLIGENZA ARTIFICIALE MODULO A Prof. Paola Mello Tempo 2h e Luglio 2006

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU)

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I

Intelligenza Artificiale Compito - 12 Marzo 2007

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I. 2 Dicembre 2008 (Tempo a disposizione 2h ; su 32 punti)

ESERCIZIO MIN-MAX Si consideri il seguente albero di gioco dove i punteggi sono tutti dal punto di vista del primo giocatore.

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I. 11 Settembre 2008 (Tempo a disposizione 2h ; su 32 punti)

Corso di Intelligenza Artificiale

COMPITO DI INTELLIGENZA ARTIFICIALE (v.o.) PARTE I FONDAMENTI DI INTELLIGENZA ARTIFICIALE. 13 Dicembre 2006 (Tempo a disposizione 2h; su 32 punti)

&203,72',,17(//,*(1=$$57,),&,$/( *LXJQR±3URI3DROD0HOOR 7HPSRDGLVSRVL]LRQH

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 2 Aprile 2009 Tempo a disposizione 2h Risultato 32/32 punti

max e tagli alfa-beta Una funzione euristica h(n) è detta ammissibile se non sbaglia mai per eccesso la stima del costo per arrivare all obbiettivo

Intelligenza Artificiale. Ricerca euristica Algoritmo A*

Intelligenza Artificiale. Ricerca euristica L algoritmo A*

Constraint Satisfaction Problems

Strategie di ricerca. Scopo: 1. Esercizi sulle strategie di ricerca 2. Esercizi sui giochi, alberi min-max e tagli alfa-beta

3 Ricerca per Giochi e CSP

Intelligenza Artificiale

Strategie di ricerca. Scopo: 1. Esercizi sulle strategie di ricerca 2. Esercizi sui giochi, alberi min-max e tagli alfa-beta

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

Intelligenza Artificiale. Tecniche di ricerca basate sullo spazio degli stati

COMPITO DI INTELLIGENZA ARTIFICIALE, Fondamenti di Intelligenza Artificiale e Intelligenza Artificiale Modulo A 16 Dicembre 2005 Tempo 2,30 ore

Applicazioni di intelligenza artificiale

FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 13 Luglio 2011 Tempo a disposizione: 2 h Risultato: 32/32 punti

COMPITO DI INTELLIGENZA ARTIFICIALE. 18 Gennaio 2002

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE - parte I (tempo 2,30 h; punti 32) 12 Gennaio 2006

Quinto appello 27/6/ = 4. B b B = 2 b N = 4

FONDAMENTI DI INTELLIGENZA ARTIFICIALE M 9 Settembre 2010 Tempo a disposizione 3h Risultato 32/32 punti

Esercizi (vedi anche sito corso)

Prima prova Intermedia di Ricerca Operativa 2 COMPITO A Esercizio 1 (7 punti): LIFO

Ricerca non informata

Algoritmi di Ricerca

PROBLEMI DI SODDISFACIMENTO DI VINCOLI

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I. 25 Giugno 2008 (Tempo a disposizione 2h ; su 32 punti)

Intelligenza Artificiale Compito - 12 Marzo 2007

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 12 Luglio 2012 Tempo a disposizione: 2 h Risultato: 32/32 punti

Risoluzione di un problema

Introduzione alla Programmazione Logica ed al linguaggio PROLOG

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:

Intelligenza Artificiale I

Espansione: si parte da uno stato e applicando gli operatori (o la funzione successore) si generano nuovi stati.

I giochi con avversario. I giochi con avversario. Introduzione. Giochi come problemi di ricerca. Il gioco del NIM.

Linguaggi di Programmazione Corso C. Parte n.3 Linguaggi Liberi da Contesto e Linguaggi Contestuali. Nicola Fanizzi

Fondamenti di Intelligenza Artificiale M

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

Grammatiche Parse trees Lezione del 17/10/2012

PLANNING LINEARE FORWARD. Esercizio in Prolog

Esame di Ricerca Operativa del 18/06/18

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Si consideri un gioco del filetto di dimensione 3 con i seguenti stati iniziali e finali:

Planning deduttivo in Prolog Planning in Prolog (come ricerca forward) (il 18 Gennaio, in Lab)

PROBLEMI DI SODDISFACIMENTO DI VINCOLI

Esercizio 1. min. Esercizio 2. Esercizio 3

PROBLEMI DI VINCOLI CSP (Constraint satisfaction problems),, X ik. ) che specificano quali valori delle variabili sono compatibili tra loro,

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:

Corso di Laurea Ingegneria Civile

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

Formalismi per la descrizione di algoritmi

FONDAMENTI DI INTELLIGENZA ARTIFICIALE M (9 CFU) 19 Gennaio 2011 Tempo a disposizione 3h Risultato 32/32 punti

Alberi di copertura. Mauro Passacantando. Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Intelligenza Artificiale

Richiami di Prolog. Marco Pennacchiotti. Tel Ing.dell Informazione, stanza 1035 (primo piano)

Intelligenza Artificiale. A n n o A c c a d e m i c o La Rappresentazione della Conoscenza: I Sistemi di Produzione

Metodi e modelli per le decisioni

PROBLEMI DI VINCOLI CSP (Constraint satisfaction problems) trovare una assegnazione di valori alle variabili che soddisfa i vincoli.

RICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola:

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44;

Intelligenza Artificiale. Lezione 6bis. Sommario. Problemi di soddisfacimento di vincoli: CSP. Vincoli CSP RN 3.8, 4.3, 4.5.

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1)

Fondamenti di Informatica B

IL PROBLEMA DELLA NEGAZIONE IPOTESI DI MONDO CHIUSO IPOTESI DI MONDO CHIUSO IPOTESI DI MONDO CHIUSO

Università degli Studi di Bologna Facoltà di Ingegneria. Corso di Applicazioni di Intelligenza Artificiale LS

Transcript:

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Febbraio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Date le seguenti frasi in linguaggio naturale: 1. Chi soffre di allergie starnutisce. 2. Chi possiede un gatto ed è allergico ai felini soffre di allergie. 3. Mary possiede Felix, e Felix è un gatto. 4. Mary è allergica ai felini. Si modellino le frasi sopra usando i predicati soffre(x)(x soffre di allergie), starnutisce(x), possiede(x,y)(x possiede Y), gatto(x), allergico(x,y)(x è allergico a Y). Dimostrare, tramite il principio di risoluzione, che Mary starnutisce. Esercizio 2 (4 punti) Si consideri il seguente albero di gioco in cui la valutazione dei nodi terminali è dal punto di vista del primo giocatore (MAX). Si mostri come l algoritmo min-max e l algoritmo alfa-beta risolvono il problema e la mossa selezionata dal giocatore. Esercizio 3 (5 punti) Si scriva un predicato Prolog che elimini da una lista tutti i valori negativi. Esempio:?-elimina([1,-5,9], X). yes X = [1,9] Esercizio 4 (5 punti) Si consideri il seguente programma Prolog: mergex([],l,l):-!. mergex(l,[],l):-!. mergex([a T],[B L],[A M]):- A<B,!, mergex(t,[b L],M). mergex([a T],[B L],[B M]):- mergex([a T],L,M). Si mostri l albero di derivazione SLD relativo alla query

?- mergex([6,7], [6, 11, 20], L). Esercizio 5 (6 punti) Dato il grafo in figura: nel quale i numeri a fianco di ogni nodo rappresentano la stima della distanza dal nodo goal G, e le frecce indicano il verso di percorrenza del grafo, disegnare l albero di ricerca esplorato per trovare i percorsi che portano dal nodo S al nodo G secondo le seguenti strategie: a) breadth-first (si ordinino i nodi in ordine alfabetico, e ci si fermi al primo goal incontrato) b) best-first (ci si fermi la primo goal incontrato) Si assuma che le strategie di ricerca non ricordino i nodi visitati in precedenza. Nello sviluppo dell albero, etichettare ogni nodo visitato con un numero che indichi l'ordine di visita. Si indichino inoltre quale/quali strategia/e portano ad una situazione di loop. Esercizio 6 (4 punti) Si deve decidere quali professori possano insegnare dei corsi di informatica. I corsi sono 5, e i docenti disponibili sono 3. Ogni professore può insegnare in più corsi, ma nello stesso intervallo temporale può insegnare in un solo corso alla volta. I corsi sono i seguenti: Corso C1 Introduzione alla Programmazione : lezione nell orario 8:00-9:00 am Corso C2 Introduzione all Intelligenza Artificiale : lezione nell orario 8:30-9:30 am Corso C3 Natural Language Processing : lezione nell orario 9:00-10:00 am Corso C4 Computer Vision : lezione nell orario 9:00-10:00 am Corso C5 Machine Learning : lezione nell orario 9:30-10:30 am I Professori sono: Prof. A, abilitato ad insegnare nei corsi C3 e C4 Prof. B, abilitato ad insegnare nei corsi C2, C3, C4, e C5 Prof. C, abilitato ad insegnare nei corsi C1, C2, C3, C4, e C5 Si rappresenti il problema come un CSP, una variabile per ogni corso, indicando esplicitamente i domini ed i vincoli. Si disegni poi il grafo dei vincoli ottenuti. Si mostrino poi domini delle variabili dopo un passo di arc-consistency. Infine, si determini una soluzione per il CSP. Esercizio 7 (2 punti) Si descrivano i meta predicati setoff e forall di Prolog.

FONDAMENTI DI INTELLIGENZA ARTIFICIALE 12 Febbraio 2016 Soluzioni Esercizio 1 KB: 1. X soffre(x) starnutisce(x). 2. X Y possiede(x,y) gatto(y) allergico(x,felini) soffre(x). 3a. possiede(mary, felix). 3b. gatto(felix). 4. allergico(mary, felini). Goal: starnutisce(mary). Traduzione: 1. soffre(x) starnutisce(x) 2. possiede(x,y) gatto(y) allergico(x,felini) soffre(x) 3a. possiede(mary,felix). 3b. gatto(felix). 4. alergico(mary, felini). GNeg. starnutisce(mary). Derivazione: 5.: GNeg.+1.: soffre(mary). 6.: 5. + 2.: possiede(mary,y) gatto(y) allergico(mary,felini). 7.: 6. + 3a.: gatto(felix) allergico(mary,felini). 8.: 7. + 3b.: allergico(mary,felini). 9.: 8. + 4.: contraddizione! Esercizio 2 Min-Max: Alfa-beta:

I nodi che portano alla soluzione sono in giallo, quelli tagliati in bianco. Esercizio 3 elimina([],[]). elimina([t C],C1) :- T < 0,!, elimina(c,c1). elimina([t C],[T C1]) :- elimina(c,c1).

Esercizio 4 Esercizio 5 Breadth-first Best-first sceglie sempre, dalla frontiera, il nodo migliore (come stima della distanza dal goal) indipendentemente dalla profondità del nodo.

Esercizio 6 Variabili e domini C1 :: [C] C2 :: [B,C] C3 :: [A,B,C] C4 :: [A,B,C] C5 :: [B,C] Vincoli: C1 C2 C2 C3 C2 C4 C3 C4 C3 C5 C4 C5 Dopo un passo di arc-consistency: C1 :: [C] C2 :: [B] C3 :: [A,C] C4 :: [A,C] C5 :: [B,C] Si noti che C5 non può assumere il valore C, ma la tecnica di arc-consistency non lo esclude. Possibile soluzione: C1 = C, C2 = B, C3 = C, C4 = A, C5 = B. Una ulteriore soluzione consiste nello scambiare i valori di C3 e C4. Esercizio 7 Vedi slide.