Náväznosti a ciele predmetu
Neurónové siete predstavujú biologicky inšpirovaný prístup k výpočtovým algoritmom inteligentného spracovania informácií. Záznam poznatkov v pamäti, interpretácia vstupných dát, vzťahy medzi poznatkami, zovšeobecňovanie, rozhodovanie, a pod., sa spontánne objavujú ako výsledok masívnej paralelnej interakcie veľkého množstva relatívne jednoduchých výpočtových elementov. Predmet predstavuje najvýznamnejšie modely a prístupy z oblasti neurónových sietí a prostredníctvom praktických zadaní riešených v rámci cvičení buduje predpoklady pre osvojenie si postupov a metód vedeckej experimentánej práce.
Predmet nevyžaduje žiadne zvláštne predbežné znalosti.
Stručná osnova
- Úvod do neurónových sieti - inšpirácia z neurobiológie.
- Perceptrón podľa McCullocha a Pittsa.
- Binárny a spojitý perceptron.
- Viacvrstvové dopredné neurónové siete zložené z perceptrónov.
- Algritmus spätného šírenia chybového signálu.
- Aplikácie dopredných neurónových sietí.
- RBF neurónové siete.
- Učenie s odmenou a trestom - hranie hier pomocou neurónových sietí.
- Spracovanie časových postupností pomocou nerurónových sietí
- Architektúry a dynamika rekurentných neurónových sietí
- Trénovacie algoritmy pre rekurentné neurónove siete
- Samoorganizujúce sa neurónové siete, Kohonenove samoorganizujúce sa mapy.
- Support Vector Machines.
Materiály k prednáškam
- Logické neuróny a neurónové siete (podľa McCullocha a Pittsa)(pdf,pdfQ)
- Perceptrón a dopredná neurónová sie 1 (doc, pdf, pdfQ)
- Perceptrón a dopredná neurónová sie 2 (doc, pdf, pdfQ)
- Odvodenie algoritmu BP (doc, pdf, pdfQ)
- Dopredná neurónová sie - odvodenie BP, tipy a triky (doc, pdf, pdfQ)
- Učenie s odmenou a trestom (doc, pdf, pdfQ)
- Rekurentné neurónové siete (doc, pdf, pdfQ)
- Hopfieldov model (doc, pdf, pdfQ)
- Kohonenove SOM (doc, pdf, pdfQ)
- RBF siete (doc, pdf, pdfQ)
- Support Vector Machines (ppt, pdf, pdfQ)
- Samoorganizácia (zip)
Hodnotenie predmetu
Získanie zápočtu = odovzdanie a odprezentovanie všetkých zadaní
Spolu 40 bodov (+ získané a - stratené body)
Vykonanie záverečnej skúšky. Účasť na skúške je nevyhnutná pre absolvovanie predmetu !!! Za skúšku je možné získať 60 bodov
Výsledné hodnotenie:
- výborne A
- 94 až 100
- veľmi dobre B
- 86 až 96
- dobre C
- 74 až 86
- uspokojivo D
- 62 až 74
- dostatočne E
- 56 až 62
- nedostatočne FX
- 0 až 56
Podmienky absolvovania predmetu
- Získanie zápočtu - odovzdanie a odprezentovanie všetkých predpísaných zadaní v predpísanej forme najneskôr v zápočtovom týždni.
- Vykonanie záverečnej skúšky.
- Získanie aspon 56% z celkového hodnotenia (56 bodov).
Literatúra
-
Beňušková L. Umelé neurónové siete. (Návrat P., Bieliková M., Beňušková L, Kapustík I, Unger M. Umelá inteligencia)
(pdf)
-
V. Kvasnička, L. Beňušková, J. Pospíchal, I. Farkaš, P. Tiňo, and A. Kráľ. Úvod do teórie neurónových sietí (IRIS, Bratislava, 1997, ISBN 80-88778-30-1)
(zip)
-
J. Sima. An Introduction to Neural Networks (tutorial).
(pdf)
-
P. Sinčák and G. Andrejková – Neurónové siete. Inžinierske aplikácie I a II
(pdf1, pdf2)