FI:PV021 Neuronové sítě - Informace o předmětu
PV021 Neuronové sítě
Fakulta informatikyjaro 2013
- Rozsah
- 2/0/2. 4 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k.
- Vyučující
- doc. RNDr. Tomáš Brázdil, Ph.D. (přednášející)
RNDr. Jan Krčál, Ph.D. (pomocník) - Garance
- prof. RNDr. Mojmír Křetínský, CSc.
Katedra teorie programování – Fakulta informatiky
Kontaktní osoba: doc. RNDr. Tomáš Brázdil, Ph.D.
Dodavatelské pracoviště: Katedra teorie programování – Fakulta informatiky - Rozvrh
- Pá 12:00–13:50 G123
- Předpoklady
- Doporučeno: znalosti v rozsahu kursů MB000 (Matematická analýza I) a MB003 (Lineární algebra) nebo v rozsahu kursů MB102 (Matematika II) a MB103 (Matematika III).
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Aplikovaná informatika (program FI, B-AP)
- Aplikovaná informatika (program FI, N-AP)
- Bezpečnost informačních technologií (program FI, N-IN)
- Bioinformatika (program FI, B-AP)
- Bioinformatika (program FI, N-AP)
- Informační systémy (program FI, N-IN)
- Informatika a druhý obor (program FI, B-BI)
- Informatika a druhý obor (program FI, B-EB)
- Informatika a druhý obor (program FI, B-FY)
- Informatika a druhý obor (program FI, B-GE)
- Informatika a druhý obor (program FI, B-GK)
- Informatika a druhý obor (program FI, B-CH)
- Informatika a druhý obor (program FI, B-IO)
- Informatika a druhý obor (program FI, B-MA)
- Informatika a druhý obor (program FI, B-TV)
- Informatika (program FI, B-IN)
- Informatika (program FI, N-IN)
- Informatika ve veřejné správě (program FI, B-AP)
- Matematická informatika (program FI, B-IN)
- Paralelní a distribuované systémy (program FI, B-IN)
- Paralelní a distribuované systémy (program FI, N-IN)
- Počítačová grafika a zpracování obrazu (program FI, B-IN)
- Počítačová grafika (program FI, N-IN)
- Počítačové sítě a komunikace (program FI, B-IN)
- Počítačové sítě a komunikace (program FI, N-IN)
- Počítačové systémy a zpracování dat (program FI, B-IN)
- Počítačové systémy (program FI, N-IN)
- Programovatelné technické struktury (angl.) (program FI, N-IN)
- Programovatelné technické struktury (program FI, B-IN)
- Programovatelné technické struktury (program FI, N-IN)
- Služby - výzkum, řízení a inovace (angl.) (program FI, N-AP)
- Služby - výzkum, řízení a inovace (program FI, N-AP)
- Sociální informatika (program FI, B-AP)
- Teoretická informatika (program FI, N-IN)
- Učitelství výpočetní techniky pro střední školy (program FI, N-SS) (2)
- Umělá inteligence a zpracování přirozeného jazyka (program FI, B-IN)
- Umělá inteligence a zpracování přirozeného jazyka (program FI, N-IN)
- Zpracování obrazu (program FI, N-AP)
- Cíle předmětu
- Student se bude po absolvování předmětu schopen samostatně orientovat v problematice neuronových sítí. Bude schopen samostatně nastudovat a vysvětlit problémy oblasti neuronových sítí. Bude schopen prakticky samostatně i týmově řešit problémy pomocí výsledků z oblasti neuronových sítí. Bude schopen kriticky interpretovat cizí řešení založená na neuronových sítích.
- 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.
- Domácí projekt: 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
- HAYKIN, Simon S. Neural networks and learning machines. 3rd ed. Upper Saddle River: Pearson, 2009, 934 s. ISBN 9780131293762. info
- KOHONEN, Teuvo. Self-Organizing Maps. Berlin: Springer-Verlag, 1995, 392 s. Springer Series in Information Sciences 30. ISBN 3-540-58600-8. info
- Výukové metody
- Přednáška, skupinový semestrální projekt
- Metody hodnocení
- Nutnou podmínkou pro zakončení předmětu je vypracování domácího projektu, ve kterém studenti po skupinách (4-6 osob) implementují základní modely neuronových sítí, které aplikují na jednoduché úlohy. O své práci referují průběžně na několika společných seminářích a výsledný projekt prezentují ke konci semestru. Předmět je zakončen ústní zkouškou.
- Další komentáře
- Studijní materiály
Předmět je vyučován každoročně. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (jaro 2013, nejnovější)
- Permalink: https://is.muni.cz/predmet/fi/jaro2013/PV021