Předmět: Metody umělé inteligence(neuronové sítě)

« Zpět
Název předmětu Metody umělé inteligence(neuronové sítě)
Kód předmětu KRP/IDSUI
Organizační forma výuky bez kontaktní výuky
Úroveň předmětu Doktorský
Rok studia nespecifikován
Semestr Zimní a letní
Počet ECTS kreditů 0
Vyučovací jazyk Čeština, Angličtina
Statut předmětu Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Taufer Ivan, prof. Ing. DrSc.
Obsah předmětu
Úvod. Základní pojmy a definice. Historický vývoj Biologická neuronová síť. Biologický neuron. Umělá neuronová síť. Umělý neuron. Perceptron. Učení neuronových sítí. Trénování a testování. Klasifikace umělých neuronových sítí. Typy neuronových sítí. Dopředné, vícevrstvé neuronové sítě. Učení dopředných neuronových sítí. Metoda Backpropagation. Modelování statických vlastností systémů. Tvorba trénovacích a testovacích množin. Modelování dynamických vlastností soustav. Tvorba trénovacích a testovacích množin. Fuzzy neuronové sítě. Programové prostředky pro tvorbu neuronových sítí. MATLAB/Neural Network Toolbox. Praktické příklady řešení.

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming)
  • Příprava na zkoušku - 20 hodin za semestr
  • Účast na výuce - 20 hodin za semestr
  • Vypracování seminární práce - 20 hodin za semestr
Výstupy z učení
Cílem předmětu je seznámit studenty s moderními metodami modelování statických a dynamických vlastností systémů. Studenti se seznámí s paradigma neuronových sítí, jejich teoretickými základy i praktické implementace.
Absolvent bude schopen vytvářet umělé neuronové sítě a s využitím programových prostředků realizovat jejich učení a implementaci.
Předpoklady
Popis statických a dynamických vlastností soustav. Řešení diferenciálních a diferenčních rovnic. Základy spojitého a diskrétního modelování soustav Základní znalosti výpočetního systému MATLAB/SIMULINK.

Hodnoticí metody a kritéria
Ústní zkouška, Posouzení zadané práce

Účast na seminárních cvičeních. Vypracování písemné seminární práce.
Doporučená literatura
  • ČSN ISO/IEC 2382-34. Informační technologie - Slovník - Část 34: Umělá inteligence - Neuronové sítě. Praha : ČNI, 2001.
  • FAUSETT, L.V. Fundamentals of Neural Network: Architectures, Algorithm and Applications. New Persey : Prentice Hall, 1994.
  • Novák, Mirko . Umělé neuronové sítě : teorie a aplikace. Praha: C.H. Beck, 1998. ISBN 80-7179-132-6.
  • Sinčák, P.; Andrejková, G. Neurónové siete. Inžiniersky prístup. 1. a 2. diel.. Košice : elfa, s.r.o., 1996. ISBN 80-88786-42-88.
  • Šíma, J.; Neruda, R. Teoretické otázky neuronových sítí. Praha : MATFYZPRESS, 1996. ISBN 80-85863-18-9.
  • ŠNOREK, M.; JIŘINA, M. Neuronové sítě a neuropočítače. Praha : ČVUT, 1996.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Fakulta elektrotechniky a informatiky Studijní plán (Verze): Informační, komunikační a řídicí technologie (2013) Kategorie: Elektrotechnika, telekomunikační a výpočetní technika - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta elektrotechniky a informatiky Studijní plán (Verze): Information, Communication and Control Technologies (2013) Kategorie: Elektrotechnika, telekomunikační a výpočetní technika - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta elektrotechniky a informatiky Studijní plán (Verze): Information, Communication and Control Technologies (2013) Kategorie: Elektrotechnika, telekomunikační a výpočetní technika - Doporučený ročník:-, Doporučený semestr: -
Fakulta: Fakulta elektrotechniky a informatiky Studijní plán (Verze): Informační, komunikační a řídicí technologie (2013) Kategorie: Elektrotechnika, telekomunikační a výpočetní technika - Doporučený ročník:-, Doporučený semestr: -