PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Implementace neuronových sítí I - NAIL060
Anglický název: Neural Networks Implementation I
Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2014 do 2019
Semestr: zimní
E-Kredity: 6
Rozsah, examinace: zimní s.:2/2 Z+Zk [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština, angličtina
Způsob výuky: prezenční
Garant: RNDr. Petr Božovský, CSc.
Třída: Informatika Mgr. - Teoretická informatika
Kategorizace předmětu: Informatika > Teoretická informatika
Je korekvizitou pro: NAIL015
Anotace -
Poslední úprava: T_KSI (15.04.2003)
Metody a techniky implementace základních modelů neuronových sítí. Backpropagation. Zvyšování efektivity modelů, příbuzné a odvozené modely. Volba modelu, topologie a velikosti sítě. Adaptivní strategie optimalizace sítí. Cvičení je zaměřeno na praktické realizace vybraných aplikací.
Cíl předmětu -
Poslední úprava: T_KTI (23.05.2008)

Naučit další metody a techniky implementace základních modelů neuronových sítí

Podmínky zakončení předmětu -
Poslední úprava: RNDr. Petr Božovský, CSc. (16.10.2017)

Podmínkou pro udělení zápočtu je úspěšná prezentace fungujících programů pro úlohy, které jsou v předmětu probírány. Tyto programy musí být vlastním dílem studenta s případným využitím vhodných frameworků, jejichž použití podléhá schválení vyučujícím.

Nedílnou součástí zápočtu je i dostatečná účast na semináři, kde probíhá rozbor úloh a průběžná diskuze.

Literatura
Poslední úprava: G_I (28.05.2004)

Beale R.: Neural Computing - An Introduction. Adam Hilger, Bristol, 1990

Goles E.: Lyapunov functions associated to automata networks, in Automata networks in computer science, Princeton University Press, 1987

Tank D., Hopfield J.: Simple "Neural" Optimization Networks, IEEE TCS CAS-33, pp.533-541, 1986

Požadavky ke zkoušce -
Poslední úprava: RNDr. Petr Božovský, CSc. (16.10.2017)

Zkouška probíhá ústní formou. Student má možnost si připravit v rámci zkoušky písemné poznámky, ze kterých v průběhu ústní zkoušky vychází.

Požadavky u zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce.

Sylabus -
Poslední úprava: T_KSI (15.04.2003)

Metody a techniky implementace základních modelů neuronových sítí. Backpropagation. Zvyšování efektivity modelů, příbuzné a odvozené modely. Volba modelu, topologie a velikosti sítě. Adaptivní strategie optimalizace sítí. Cvičení je zaměřeno na praktické realizace vybraných aplikací.

 
Univerzita Karlova | Informační systém UK