Start / Dydaktyka / Prowadzone przedmioty / Sieci neuronowe

Sieci neuronowe

Wykład

Dr Grzegorz Orzechowski

 

Materiały do pobrania

     

Numer i typ przedmiotu

NK385, przedmiot kierunkowy (AiR)
oraz specjalnościowy (MiBM-MS, E-SIwE)

Poziom i semestr studiów

Studia inżynierskie, semestr III (AiR, MiBM-MS)
Studia magisterskie, semestr II (E-SIwE)

Rodzaj zajęć i punkty ECTS

W - 2, ECTS - 3

Wymagania wstępne

  • Znajomość analizy matematycznej w zakresie wykładanym na wcześniejszych latach studiów.
  • Posiadanie podstawowej wiedzy i umiejętności w zakresie metod numerycznych i języków programowania.

Cele przedmiotu

Celem przedmiotu jest zapoznanie studentów z istotnymi cechami sztucznych sieci neuronowych, z podstawami algorytmów wykorzystywanych w dziedzinie sztucznych sieci neuronowych, z przykładami zastosowań praktycznych ze wskazaniem zalet i ograniczeń oraz przygotowanie do samodzielnego formułowania i rozwiązywania zagadnień z wykorzystaniem sieci neuronowych.

Program przedmiotu

  • Wprowadzenie — podstawowe idee, historia, zastosowania.
  • Opis neuronu, podstawowe charakterystyki. Struktury sieci neuronowych – sieci statyczne i dynamiczne.
  • Zastosowanie sieci neuronowych w modelowaniu statycznym oraz dynamicznym. Systemy typu black-box oraz gray-box. Zastosowanie sieci do kategoryzacji oraz wizualizacji.
  • Zasady i algorytmy procesu uczenia sieci.
  • Zasady doboru danych wejściowych, normalizacja danych, dobór modelu sieci.
  • Przykłady zastosowań — agregacja (klasteryzacja) informacji, analiza (rozpoznawanie) obrazów, układy decyzyjne, układy sterowania.

Zalecane lektury

  • R. Tadeusiewicz, T. Gąciarz, B. Borowik i B. Leper, Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C#, Polska Akademia Umiejętności, 2007.
  • G. Dreyfus, Neural Networks: Methodology and Applications, Springer, 2005.
  • C. M. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, 1995.
  • R. A. Kosinski, Sztuczne sieci neuronowe: dynamika nieliniowa i chaos, WNT, 2009.
  • M. Nørgaard, O. Ravn, N.K. Poulsen i L.K. Hansen, Neural Networks for Modelling and Control of Dynamic Systems, Springer, 2003.
  • J.A. Freeman, Neural Networks with Mathematica, Addison-Wesley Publishing Company, 1994.

Materiały do pobrania