Prosím čekejte...
Nepřihlášený uživatel
logo VŠCHT
iduzel: 30011
idvazba: 38199
šablona: api_html
čas: 2.7.2022 09:56:34
verze: 5054
uzivatel:
remoteAPIs: https://cis-web-test.vscht.cz/studijni-system/
branch: trunk
Obnovit | RAW

Neuronové sítě

Přednáška Cvičení/laboratoř
2020, letní semestr
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Po
Út
St
Čt
Kredity 5
Rozsah 2 / 2 / 0
Examinace Z+Zk
Jazyk výuky čeština
Úroveň []
Garant prof. Ing. Aleš Procházka, CSc.

Anotace

Předmět je zaměřen na seznámení s konstrukcí, optimalizací a využitím matematických modelů neuronových sítí. Součástí předmětu jsou studie návrhu a užití umělých neuronových sítí (i) pro potlačování rušivých složek signálů, (ii) pro predikci časových řad včetně využití rekurentních sítí a dále (iii) pro klasifikaci vlastností signálů nebo obrazů na základě dané matice vzorů. Aplikační příklady jsou zaměřené na zpracování biomedicínských vícerozměrných signálů a dat z oblasti životního prostředí. Veškeré výpočetní algoritmy jsou konstruované a ověřované ve výpočetním prostředí systému MATLAB.

Sylabus

1. Programový systém Matlab, základní operace, práce se soubory
2. Dvourozměrná a třírozměrná grafika, symbolická matematika, systém Simulink
3. Základní matematické modely neuronů, přenosové funkce, chybová plocha
4. Jednovrstvé sítě, perceptron, architektura neuronu a sítě, principy klasifikace signálu
5. Adaptivní lineární element (ADALINE), učení a trénování sítě
6. Aplikace neuronových sítí při potlačování rušivých složek signálů
7. Vícevrstvé sítě, principy učení a trénování, optimalizace parametrů, gradientní metoda
8. Základní optimalizační metody (backpropagation, Levenberg-Marquardtův algoritmus)
9. Aplikace neuronových sítí při predikci signálů a modelování systémů
10. Funkce radiálního typu, optimalizace struktury sítě
11. Samoorganizující se sítě a mapy, inicializace a učení
12. Aplikace neuronových sítí při segmentace a klasifikace reálných dat, výběr vlastností
13. Simulace neuronových sítí v prostředí jazyka Simulink
14. Aplikace neuronových sítí při identifikaci a řízení, metody učení

Literatura

Z: S. Haykin: Neural Networks, Prentice Hall, 1999, ISBN 0132733501


VŠCHT Praha
Technická 5
166 28 Praha 6 – Dejvice
IČO: 60461373
DIČ: CZ60461373

Datová schránka: sp4j9ch

Copyright VŠCHT Praha
Za informace odpovídá Oddělení komunikace, technický správce Výpočetní centrum

VŠCHT Praha
na sociálních sítích
zobrazit plnou verzi