PV021 Neuronové sítě

Fakulta informatiky
jaro 2003
Rozsah
2/2. 4 kr. (plus ukončení). Ukončení: zk.
Vyučující
doc. RNDr. Jiří Šíma, DrSc. (přednášející), prof. RNDr. Mojmír Křetínský, CSc. (zástupce)
Garance
prof. RNDr. Mojmír Křetínský, CSc.
Katedra teorie programování – Fakulta informatiky
Kontaktní osoba: prof. RNDr. Mojmír Křetínský, CSc.
Rozvrh
St 12. 3. 10:00–16:50 B011, St 2. 4. 10:00–16:50 B011, St 16. 4. 10:00–16:50 B011, St 23. 4. 10:00–16:50 B011, St 7. 5. 10:00–16:50 B011
Předpoklady
! P021 Neuronové sítě
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Úvod do neuronových sítí. Historie neurovýpočtů; neurofyziologické motivace; matematický model neuronové sítě: formální neuron, organizační, aktivní a adaptivní dynamika; postavení neuronových sítí v informatice: porovnání s von neumannovskou architekturou počítače, aplikace, implementace, neuropočítače.
Osnova
  • Úvod do neuronových sítí. Historie neurovýpočtů; neurofyziologické motivace; matematický model neuronové sítě: formální neuron, organizační, aktivní a adaptivní dynamika; postavení neuronových sítí v informatice: porovnání s von neumannovskou architekturou počítače, aplikace, implementace, neuropočítače.
  • Klasické modely neuronových sítí. Perceptron: konvergence; vícevrstvá síť a strategie zpětného šíření (backpropagation): volba topologie a generalizace; MADALINE: Widrowovo učící pravidlo.
  • Asociativní neuronové sítě. Lineární asociativní síť: Hebbův zákon a pseudohebbovská adaptace; Hopfieldova síť: energie, kapacita; Spojitá Hopfieldova síť: problém obchodního cestujícího; Boltzmannův stroj: simulované žíhání, rovnovážný stav.
  • Samoorganizace. Kohonenova síť: učení bez učitele; Kohonenovy mapy: LVQ; counterpropagation: Grossbergovo učící pravidlo; RBF sítě.
  • Cvičení (seminář): Softwarová implementace jednotlivých modelů neuronových sítí a jejich jednoduché aplikace.
Literatura
  • ŠÍMA, Jiří a Roman NERUDA. Teoretické otázky neuronových sítí. Vyd. 1. Praha: Matfyzpress, 1996, 390 s. ISBN 80-85863-18-9. info
  • KOHONEN, Teuvo. Self-Organizing Maps. Berlin: Springer-Verlag, 1995, 392 s. Springer Series in Information Sciences 30. ISBN 3-540-58600-8. info
  • HAYKIN, Simon S. Neural Networks : a comprehensive foundation. New York: Macmillan College Publishing Company, 1994, xix, 696. ISBN 0023527617. info
  • HECHT-NIELSEN, Robert. Neurocomputing. Reading, Mass.: Addison-Wesley Publishing Company, 1990, xiii, 433. ISBN 0-201-09355-3. info
  • Sofsem '88 : sborník referátů : Zotavovna ROH Petr Bezruč, Malenovice, Beskydy 27.11.-9.12.1988. Brno: Ústav výpočetní techniky UJEP Brno, 1988, 363 s. info
Další komentáře
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2004, jaro 2005, jaro 2007, jaro 2009, jaro 2011, jaro 2012, jaro 2013, jaro 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023, podzim 2024.