Detail předmětu

Neuronové sítě

NEU Ak. rok 2005/2006 zimní semestr 6 kreditů

Aktuální akademický rok

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.

Garant předmětu

Zbořil František, doc. Ing., CSc. (UITS)

Jazyk výuky

česky

Zakončení

zkouška

Rozsah

  • 39 hod. přednášky
  • 26 hod. projekty

Zajišťuje ústav

Ústav inteligentních systémů (UITS)

Získané dovednosti, znalosti a kompetence z předmětu

Studenti se důkladně seznámí s jednotlivými typy neuronových sítí a budou tak schopni navrhovat programy využívající těchto sítí k řešení různých praktických problémů.

Cíle předmětu

Seznámit studenty se základy teorie neuronových sítí a dále s topologiemi, učením, odezvami i možnými praktickými aplikacemi různých typů těchto sítí.

Požadované prerekvizitní znalosti a dovednosti

Základy matematematické analýzy a počtu pravděpodobnosti.

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

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

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

Průběžná kontrola studia

Hodnocení studia je založeno na bodovacím systému. Pro úspěšné absolvování předmětu je nutno dosáhnout 50 bodů.

Kontrolovaná výuka

  • Půlsemestrální písemná zkouška - 20 bodů
  • Projekt - 25 bodů
Nahoru