Jak Začít?

Máš v počítači zápisky z přednášek
nebo jiné materiály ze školy?

Nahraj je na studentino.cz a získej
4 Kč za každý materiál
a 50 Kč za registraci!




Předmět Neuronové sítě (NS)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NS - Neuronové sítě, Vysoká škola báňská - Technická univerzita Ostrava (VŠB-TU).

Top 10 materiálů tohoto předmětu

Materiály tohoto předmětu

Materiál Typ Datum Počet stažení

Další informace

Cíl

Cílem předmětu je seznámit studenty se současnými trendy v oblasti paradigmat neuronových sítí

Osnova

Přednášky:1. Modely neuronů. Neuron 1.generace. Neurony 2.generace - perceptron.2. Adaptace perceptronu. Hebbův algoritmus. Widrow-Hoffovo učení lineárního neuronu.3. Vícevrstvé topologie. Metoda Backpropagation. Parametrická Backpropagation.4. Implementace neuronů s intervalovým stavem excitace. Zobecnělá metoda Backpropagation pro neuronové sítě s neurčitostí.5. Rekuretní vícevrstvé neuronové sítě.6. Kohonenovo učení a samoorganizující se neuronové sítě. LVQ modely a Counter-propagation.7. Hopfieldovy sítě. Boltzmannův stroj. Dvousměrná asociativní paměť.8. Využití Hopfieldových sítí v úlohách s omezujícími podmínkami.9. Adaptivní rezonanční teorie.10. Využití genetických algoritmů v adaptaci neuronových sítí. Objektově-orientovaný přístup k modelování neuronovýchsítí.Cvičení(PC učebna):1. Modely neuronů. Neuron 1.generace. Neurony 2.generace - perceptron.2. Adaptace perceptronu. Hebbův algoritmus. Widrow-Hoffovo učení lineárního neuronu.3. Vícevrstvé topologie. Metoda Backpropagation. Parametrická Backpropagation.4. Implementace neuronů s intervalovým stavem excitace. Zobecnělá metoda Backpropagation pro neuronové sítě s neurčitostí.5. Rekuretní vícevrstvé neuronové sítě.6. Kohonenovo učení a samoorganizující se neuronové sítě. LVQ modely a Counter-propagation.7. Hopfieldovy sítě. Boltzmannův stroj. Dvousměrná asociativní paměť.8. Využití Hopfieldových sítí v úlohách s omezujícími podmínkami.9. Adaptivní rezonanční teorie.10. Využití genetických algoritmů v adaptaci neuronových sítí. Objektově-orientovaný přístup k modelování neuronovýchsítí.

Literatura

1. Hecht-Nielsen: Neurocomputing, Addison-Wesley 19892. Wasserman, P.D.: Neural Computing, Theory and Practice. Van Nostrand Reinhold, NY, 19893. Vondrák, I.: Umělá inteligence a neuronové sítě. Skriptum VŠB - TU Ostrava, 1994

Požadavky

Žádné

Garant

prof. Ing. Ivo Vondrák, CSc.

Vyučující

Ing. David Ježek, Ph.D.prof. Ing. Ivo Vondrák, CSc.