|
Vyučující
|
-
Malý Marek, doc. RNDr. Ph.D.
|
|
Obsah předmětu
|
Umělé neuronové sítě Neurofyziologické motivace (Biologický neuron, síť) Matematický model neuronu, Geometrická interpretace funkce neuronu Aplikace neuronových sítí Síť perceptronů Vícevrstvá dopředná neuronová síť Učební algoritmus ? Backpropagation Asociativní neuronové sítě Kohonenovy samoorganizační mapy Sítě typu RBF Heuristické optimalizační algoritmy 1) Náhodné prohledávání a řízené náhodné prohledávání 2) Nelderova-Meadova metoda (metoda Simplexu) 3) Algoritmus SOMA (Self-Organizing Migration Algorithm) 4) Simulované žíhání 5) Genetické algoritmy
|
|
Studijní aktivity a metody výuky
|
|
nespecifikováno
|
|
Výstupy z učení
|
Cílem tohoto kurzu je seznámit posluchače jednak s umělými neuronovými sítěmi, dále pak s heuristickými optimalizačními algoritmy a s praktickým využitím těchto prostředků. Kurz si neklade za cíl vyčerpávající výklad výše uvedené problematiky, nýbrž je v rámci vybraných oblastí zaměřen na pochopení základních principů tak, aby posluchači byli schopni získané znalosti samostatně aplikovat při řešení relevantních problémů.
|
|
Předpoklady
|
Vhodným předpokladem je praktická zkušenost s nějakým programovacím jazykem či výpočetním prostředím typu Matlab a to s ohledem na samostatné řešení vybraných problémů.
|
|
Hodnoticí metody a kritéria
|
nespecifikováno
|
|
Doporučená literatura
|
-
J. Šíma, R. Neruda. Teoretické otázky neuronových sítí, Matfyzpress, Praha 1996, ISBN 80-85863-18-.
-
Tvrdík, J. Evoluční algoritmy. Učební texty doktorského studia, Přírodovědecká fakulta Ostravské.
|