Předmět Neuronové sítě, adaptivní a optimální filtrace (FIT-QB4)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu FIT-QB4 - Neuronové sítě, adaptivní a optimální filtrace, Fakulta informačních technologií, Vysoké učení technické v Brně (VUT).

Materiál	Typ	Datum	Počet stažení

Cíl

Získání znalostí z teorie neuronových sítí a teorie adaptivní a optimální filtrace, hledání společných hledisek obou oblastí

Osnova

Osnova přednášek:Výuka předmětu bude pouze formou samostudia doporučené literatury s ústni zkouškou na konci semestru (podrobné informace o látce a konkrétní literatuře budou zaslány přihlášeným studentům emailem).Architektury a klasifikace neuronových sítí. Neuron jako procesor a klasifikátor, metody tréninku, nenaučitelné problémy Dopředné sítě, jednoduchý a vícevrstvý perceptron. Učení - zpětné šíření chyby jako iterativní minimalizace střední kvadratické odchylky Řízené a neřízené učení. Zobecňování znalostí a optimální stupeň tréninku Sítě s vzájemnými vazbami. Hopfieldovy sítě, chování, stavový diagram, atraktory, učení. Sítě se skrytými uzly Využití relaxační minimalizace "energie" pro optimalizační úlohy, využití sítě jako asociativní paměti. Stochastický neuron a simulované žíhání, Boltzmannův stroj Rekursivní a Jordanovy sítě. Soutěživé učení Kohonenovy mapy, asociativní učení, automatická lokální organizace, zjemnění klasifikace Možnosti neuronových sítí jako signálových procesorů a analyzátorů, praktické aplikace ve zpracování a restauraci signálů a obrazů Optimální detekce a restaurace signálu - přístupy. Nelineární "přizpůsobené" filtry Model zkreslení, LMS-filtrace, diskretní Wienerův filtr v nestacionárním prostředí Kálmánova filtrace ve skalární verzi, vektorové zobecnění ve stacionárním a nestacionárním prostředí Adaptivní filtrace, adaptační algoritmy, rekursivní realizace adaptivní filtrace, filtrace metodou stochastického gradientu Typické aplikace adaptivní filtrace. Srovnání konceptů optimální a adaptivní filtrace s neuronově orientovaným přístupem

Literatura

J.Jan: Digital Signal Filtering, Analysis and Restoration. IEE Publishing, London, UK, 2000 B. Kosko (ed.): Neural Networks for signal processing. Prentice Hall 1992 Jan, J,: Číslicová filtrace, analýza a restaurace signálů. 2. rozš. vydání. VUTIUM Brno 2003B. Kosko: Neural Networks and fuzzy systems. Prentice Hall 1992 B. Kosko (ed.): Neural Networks for signal processing. Prentice Hall 1992 S. Haykin: Neural Networks. Prentice Hall 1994 J.G.Proakis, et al.: Advanced digital signal processing. McMillan Publ. 1992 J.Jan: Digital Signal Filtering, Analysis and Restoration. IEE Publishing, London, UK, 2000 P.M.Clarkson: Optimal and Adaptive Signal Processing. CRC Press, 1993 S. Haykin: Adaptive Filter Theory. Prentice-Hall Int. 1991 V.K.Madisetti, D.B.Williams (eds.): The Digital Signal Processing Handbook. CRC Press & IEEE Press, 1998

Požadavky

teorie signálu a systému, císlicové zpracování signálu (napr. predmety BCZA, MMZS)

Garant

prof. Ing. Jiří Jan, CSc.

Vyučující

prof. Ing. Jiří Jan, CSc.