Název:

Neuronové sítě

Zkratka:NEU
Ak.rok:ukončen 2006/2007 (není otevřen)
Semestr:zimní
Vyučovací jazyk:čeština
Kredity:6 kreditů
Ukončení:zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvič.lab. cvič.poč. cvič.jiná
Rozsah:3900026
 zkouškatestycvičenílaboratořeostatní
Body:55200025
Garant:Zbořil František V., doc. Ing., CSc. (UITS)
Přednášející:Zbořil František V., doc. Ing., CSc. (UITS)
Cvičící:Drahanský Martin, prof. Ing., Dipl.-Ing., Ph.D. (UITS)
Orság Filip, Ing., Ph.D. (UITS)
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav inteligentních systémů FIT VUT v Brně
Prerekvizity: 
Umělá inteligence (UIN), UITS
 
Cíle předmětu:
  Seznámit studenty se základy teorie neuronových sítí a dále s topologiemi, učením, odezvami i možnými praktickými aplikacemi různých typů těchto sítí.
Anotace:
  Umělý neuron, bázové a aktivační funkce. Klasifikace neuronových sítí. Popis jednotlivých typů neuronových sítí (topologie, učení, odezvy, typické aplikace): "Adaline, Perceptron, Madaline, BPN, dopředné neuronové sítě s proměnnou topologií, samoorganizující se neuronové sítě, CPN, LVQ, RBF, RCE, Hopfieldova neuronová síť, BAM, SDM, Boltzmannův stroj, Neocognitron". Genetické algoritmy, fuzzy systémy, hrubé množiny a neuronové sítě.
Požadované prerekvizitní znalosti a dovednosti:
  Základy matematematické analýzy a počtu pravděpodobnosti.
Získané dovednosti, znalosti a kompetence:
  Studenti se důkladně seznámí s jednotlivými typy neuronových sítí a budou tak schopni navrhovat programy využívající těchto sítí k řešení různých praktických problémů.
Osnova přednášek:
 
  1. Úvod, umělý neuron, klasifikace neuronových sítí
  2. Perceptron, Adaline, Madaline
  3. Neuronová síť BP
  4. Neuronové sítě s proměnnou topologií
  5. Neuronové sítě RBF, RCE
  6. Topologicky organizované neuronové sítě, CPN, LVQ
  7. Neuronové sítě ART, SDM
  8. Neuronové sítě jako asociativní paměti, Hopfieldova síť, BAM
  9. Řešení optimalizačních problémů neuronovými sítěmi, Stochastické neuronové sítě, Boltzmannův stroj
  10. Neuronová síť Neocognitron
  11. Genetické algoritmy a neuronové sítě
  12. Fuzzy systémy a neuronové sítě
  13. Hrubé (Rough) množiny a neuronové sítě
Osnova ostatní - projekty, práce:
 
  • Individuální projekty - použití vybrané neuronové sítě k řešení konkrétního problému (klasifikace, optimalizace, asociace)
Literatura referenční:
 
  • Mehrotra,K., Mohan,C.K., Ranka S: Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8
  • Hassoun, M.H.: Artificial Neural Networks, The MIT Press, 1995, ISBN 0-262-08239-X
  • Haykin,S.: Neural Networks, Macmillan College Publishing Company, Inc., 1994, ISBN 0-02-352761-7
Literatura studijní:
 
  • Šíma,J., Neruda,R.: Teoretické otázky neuronových sítí, MATFYZPRESS, 1996, ISBN 80-85863-18-9
  • Novák,M. a kol.: Umělé neuronové sítě, C.H. Beck, 1998, ISBN 80-7179-132-6
Průběžná kontrola studia:
  
  • Půlsemestrální písemná zkouška - 20 bodů
  • Projekt - 25 bodů
 

Vaše IPv4 adresa: 54.211.135.32