Název:

Soft Computing

Zkratka:SFC
Ak.rok:2010/2011
Semestr:zimní
Studijní plán:
ProgramOborRočníkPovinnost
IT-MGR-2MBI2.povinný
IT-MGR-2MBS-volitelný
IT-MGR-2MGM-volitelný
IT-MGR-2MGM.-volitelný
IT-MGR-2MIN1.povinný
IT-MGR-2MIN.2.povinný
IT-MGR-2MIS-volitelný
IT-MGR-2MIS.-volitelný
IT-MGR-2MMI-volitelný
IT-MGR-2MMM-povinně volitelný - skupina N
IT-MGR-2MPS-volitelný
IT-MGR-2MPV2.povinně volitelný - skupina B
IT-MGR-2MSK-volitelný
IT-MGR-2EITE2.povinný
Vyučovací jazyk:čeština
Informace pro zapsané:http://www.fit.vutbr.cz/study/courses/SFC/private/
Kredity:5 kreditů
Ukončení:zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvičenílab. cvičenípoč. cvičeníjiná
Rozsah:2600026
 zkouškatestycvičenílaboratořeostatní
Body:55200025
Garant:Zbořil František V., doc. Ing., CSc., UITS
Přednášející:Zbořil František V., doc. Ing., CSc., UITS
Cvičící:Rozman Jaroslav, Ing., Ph.D., UITS
Samek Jan, Ing., Ph.D., UITS
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav inteligentních systémů FIT VUT v Brně
Nahrazuje:
Neuronové sítě (NEU), UITS
 
Cíle předmětu:
Seznámit studenty se základy teorií soft computing, tj. se základy teorií netradičních technologií a přístupů k řešení obtížných problémů reálného světa, především se základy umělých neuronových sítí, fuzzy množin a fuzzy logiky a genetických algoritmů.
Anotace:
Soft computing je zastřešující název (který nemá použitelný český překlad) pro netradiční technologie, resp. přístupy k řešení obtížných problémů. Obsah předmětu je ve shodě s významem jeho názvu následující: Tolerance pro nepřesnost a neurčitost jako základní atributy teorií soft computing. Neuronové sítě. Fuzzy logika. Genetické algoritmy. Pravděpodobnostní usuzování. Hrubé množiny. Chaos.  Hybridní přístupy (kombinace neuronových sítí, fuzzy logiky a genetických algoritmů) .
Získané dovednosti, znalosti a kompetence z předmětu:
Studenti se důkladně seznámí se základy teorií soft computing a budou tak schopni navrhovat programové systémy využívající těchto teorií k řešení různých praktických problémů.
Dovednosti, znalosti a kompetence obecné:
Studenti si uvědomí důležitost tolerance nepřesnosti a neurčitosti pro konstrukci robustních a levných inteligentních zařízení.
Osnova přednášek:
  1. Úvod, vysvětlení pojmu soft computing. Význam tolerance nepřesnosti a neurčitosti.
  2. Biologický a umělý neuron, neuronové sítě. Adaline a Perceptron. Neuronové sítě Madaline a BP (Back Propagation).
  3. Neuronové sítě s proměnnou topologií. 
  4. Neuronové sítě RBF, RCE. Topologicky organizované neuronové sítě, soutěživé učení, Kohonenovy mapy.
  5. Neuronové sítě CPN, LVQ, ART.
  6. Neuronové sítě jako asociativní paměti (Hopfield, BAM, SDM).
  7. Řešení optimalizačních problémů neuronovými sítěmi. Stochastické neuronové sítě, Boltzmannův stroj.
  8. Fuzzy množiny, fuzzy logika, fuzzy inference.
  9. Genetické algoritmy.
  10. Pravděpodobnostní usuzování.
  11. Hrubé množiny.
  12. Chaos.
  13. Hybridní přístupy (neuronové sítě, fuzzy logika, genetické algoritmy).
Osnova ostatní - projekty, práce:
Individuální projekt - řešení konkrétního problému (klasifikace, optimalizace, asociace, řízení)
Literatura referenční:
  1. Aliev,R.A, Aliev,R.R.: Soft Computing and its Application, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4700-1
  2. Cordón, O., Herrera, F., Hoffman, F., Magdalena, L.: Genetic Fuzzy systems, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4016-3
  3. Kecman, V.: Learning and Soft Computing, The MIT Press, 2001, ISBN 0-262-11255-8
  4. Mehrotra, K., Mohan, C., K., Ranka, S.: Elements of Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8
  5. Munakata, T.: Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 1998. ISBN 0-387-98302-3
  6. Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004, ISBN: 1-4020-8042-5
  7. Zaknih, A.: Neural Networks for Intelligent Signal Processing, World Scientific Publishing Co. Pte. Ltd., 2003, ISBN 981-238-305-0
Literatura studijní:
  1. Aliev,R.A, Aliev,R.R.: Soft Computing and its Application, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4700-1
  2. Mehrotra, K., Mohan, C., K., Ranka, S.: Elements of Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8
  3. Munakata, T.: Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 2008. ISBN 978-1-84628-838-8
Průběžná kontrola studia:
  1. Půlsemestrální písemný test
  2. Individuální projekt

Upozornění: Počínaje akademickým rokem 2009/2010 se stanovuje minimální počet bodů (25), nutný pro úspěšné absolvování semestrální zkoušky - studenti, kteří tento počet bodů nezískají, budou mít semestrální zkoušku hodnocenou 0 body !!!