Biologií inspirované počítače

• 26 hod. přednášky
• 8 hod. pc laboratoře
• 18 hod. projekty

• 52 bodů závěrečná zkouška (písemná část)
• 15 bodů půlsemestrální test (písemná část)
• 8 bodů laboratoře
• 25 bodů projekty

Porozumět principům vybraných biologií inspirovaných výpočetních systémů. Získat schopnost využívat vybrané biologií inspirované techniky ve fázi návrhu, implementace a v průběhu činnosti počítačů.
Studenti budou schopni využít evoluční algoritmy pro návrh výpočetních struktur a elektronických obvodů, budou schopni modelovat, simulovat a realizovat netradiční, zejména biologií inspirované, výpočetní systémy.
Pochopení vztahu mezi počítači (počítáním) a vybranými přírodními procesy.

Řada jevů pozorovaných v přírodě (např. evoluce, samo-organizace a učení) může být chápána jako výpočetní proces. Inspirováni těmito procesy se naučíte, jak navrhovat algoritmy a výpočetní systémy, které vykazují vlastnosti (adaptace, samo-organizace, energetická účinnost), které jsou jen obtížně dosažitelné běžnými technikami používanými v informatice a výpočetní technice.

• Kvasnička, V., Pospíchal J., Tiňo P.: Evolučné algoritmy. Vydavatelství STU Bratislava, 2000, 215 s., ISBN 80-227-1377-5
• Mařík et al.: Umělá inteligence IV, Academia, 2003, 480 s., ISBN 80-200-1044-0

• Sekanina L., Vašíček Z., Růžička R., Bidlo M., Jaroš J., Švenda P.: Evoluční hardware: Od automatického generování patentovatelných invencí k sebemodifikujícím se strojům. Academia Praha 2009, ISBN 978-80-200-1729-1
• Floreano D., Mattiussi C.: Bioinspired Artificial Intelligence: Theories, Methods, and Technologies. The MIT Press, Cambridge 2008, ISBN 978-0-262-06271-8
• Trefzer M., Tyrrell A.M.: Evolvable Hardware - From Practice to Application. Berlin: Springer Verlag, 2015, ISBN 978-3-662-44615-7
• Miller J.F.: Cartesian Genetic Programming, Springer Verlag, 2011, ISBN 978-3-642-17309-7
• Sze V., Chen Y.H., Yang T.J., Emer J.S.: Efficient Processing of Deep Neural Networks. Morgan & Claypool Publishers, 2020, ISBN 978-1681738352
• Rozenberg G., Bäck T., Kok J.N.: Handbook of Natural Computing, Springer 2012, 2052 p., ISBN 978-3540929093

• Banzhaf, W., Machado, P., Zhang, M.: Handbook of Evolutionary Machine Learning, Springer Singapore, 2023, 978-981-99-3813-1

1. Úvod, inspirace v přírodě, entropie a samoorganizace
2. Limity abstraktního a fyzického počítání
3. Evoluční návrh
4. Kartézské genetické programování
5. Rekonfigurovatelná výpočetní zařízení
6. Evoluční návrh elektronických obvodů 
7. Vyvíjející se obvody, aplikace
8. Výpočetní development
9. Neuronové sítě a neuroevoluce
10. Neuropočítače
11. DNA výpočty
12. Nanotechnologie a molekulární elektronika  
13. Aktuální trendy

1. Evoluční návrh kombinačních obvodů
2. Statistické vyhodnocení experimentů s evolučním návrhem
3. Celulární automaty
4. Neuropočítače

Každý student si vybere a vyřeší jeden projekt ze seznamu schválených projektů. Hodnotit se bude realizace, prezentace a dokumentace projektu.

Půlsemestrální zkouška, projekt a jeho obhajoba, úkoly z počítačového cvičení.
Polosemestrální písemná zkouška, vypracování a prezentace projektu, úkoly z počítačových cvičení v předepsaných termínech. Pro získání bodů ze zkoušky je nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 20 body. V opačném případě bude zkouška hodnocena 0 body. V případě nahlášené překážky ve smyslu čl. 55 Studijního a zkušebního řádu VUT bude studentovi umožněna prezentace projektu či vyřešení úkolu ze cvičení v náhradním termínu.

Nejsou.