Vyučující
|
|
Obsah předmětu
|
1. Úvod, umělý neuron, klasifikace neuronových sítí 2. Perceptron, Adaline, Madaline 3. Neuronová síť BP 4. Neuronové sítě s proměnnou topologií 5. Neuronové sítě RBF, RCE 6. Topologicky organizované neuronové sítě, CPN, LVQ 7. Neuronové sítě ART, SDM 8. Neuronové sítě jako asociativní paměti, Hopfieldova síť, BAM 9. Řešení optimalizačních problémů neuronovými sítěmi, Stochastické neuronové sítě, Boltzmannův stroj 10. Neuronová síť Neocognitron 11. Genetické algoritmy a neuronové sítě 12. Fuzzy systémy a neuronové sítě
|
Studijní aktivity a metody výuky
|
nespecifikováno
|
Výstupy z učení
|
Student se bude po absolvování předmětu schopen samostatně orientovat v problematice neuronových sítí. Bude schopen samostatně nastudovat a vysvětlit problémy oblasti neuronových sítí. Bude schopen prakticky samostatně i týmově řešit problémy pomocí výsledků z oblasti neuronových sítí. Probírány budou: umělý neuron, bázové a aktivační funkce, klasifikace neuronových sítí, popis jednotlivých typů neuronových sítí, adaline, perceptron, madaline, BPN, dopředné neuronové sítě s proměnnou topologií, samoorganizující se neuronové sítě, CPN, LVQ, RBF, RCE, Hopfieldova neuronová síť, BAM, SDM, Boltzmannův stroj, neocognitron Tento kurz vznikl v rámci projektu CZ.1.07/2.2.00/28.0296 "Mezioborové vazby a podpora praxe v přírodovědných a technických studijních programech UJEP"
|
Předpoklady
|
nespecifikováno
|
Hodnoticí metody a kritéria
|
nespecifikováno
Udělení zápočtu je podmíněno obhájením projektu.
|
Doporučená literatura
|
-
HAYKIN, Simon S. Neural networks and learning machines. 3rd ed. Upper Saddle River: Pearson, 2009. 934 s. ISBN 9780131293762.
-
ŠÍMA, Jiří a Roman NERUDA. Teoretické otázky neuronových sítí. Vyd. 1. Praha: Matfyzpress, 1996. 390 s. ISBN 80-85863-18-9.
|