Moderní počítačová fyzika II - NEVF161

• Anglický název: Modern Computational Physics II
• Zajišťuje: Katedra fyziky povrchů a plazmatu (32-KFPP)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2021
• Semestr: letní
• E-Kredity: 5
• Rozsah, examinace: letní s.:2/1, KZ [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: doc. RNDr. Pavel Kocán, Ph.D.; doc. RNDr. Radek Plašil, Ph.D.

Anotace

čeština

Poslední úprava: doc. RNDr. Jiří Pavlů, Ph.D. (15.01.2019)

Přednáška rozebírá vybrané algoritmy počítačové fyziky - neuronové sítě a waveletovou transformace.

angličtina

Poslední úprava: doc. RNDr. Štěpán Roučka, Ph.D. (28.01.2019)

The lecture deals with selected algorithms of computational physics - neural networks and wavelet transform.

Podmínky zakončení předmětu

čeština

Poslední úprava: doc. RNDr. Jiří Pavlů, Ph.D. (03.06.2020)

Předmět je rozdělen na dvě části, z nichž každou přednáší jeden vyučující. Pro absolvování předmětu je předepsán klasifikovaný zápočet. Pro jeho získání je třeba zpracovat v požadovaném rozsahu dvě zápočtové úlohy odpovídající první resp. druhé části přednášky. Zadání úloh bude určeno v průběhu přednášky.

Je předpokládána účast na cvičeních. Součástí hodnocení je i ocenění průběžné práce na cvičeních.

český znakový jazyk

Poslední úprava: doc. RNDr. Štěpán Roučka, Ph.D. (08.10.2017)

Podmínkou pro získání zápočtu je vytvoření zápočtového programu

Literatura

Poslední úprava: doc. RNDr. Jiří Pavlů, Ph.D. (14.01.2019)

Šíma J., Neruda R.: Teoretické otázky neuronových sítí. Matfyzpress, Praha 1996.

Debnath L., Bhatta D.: Integral Transforms and Their Application, Chapman and Hall, Boca Raton 2007.

Addison P.S.: The Illustrated Wavelet Transform Handbook, IOP Publishing, London 2002.

Sylabus

čeština

Poslední úprava: doc. RNDr. Jiří Pavlů, Ph.D. (14.01.2019)

1. Neuronové sítě
Neuron a neuronová síť - biologický neuron, formální neuron, biologická a matematická neuronová síť.

Klasické modely neuronových sítí - síť perceptorů, vícevrstvá síť, backpropagation.

Učení neuronových sítí - tréninková množina, učení s učitelem, samoorganizace, učení cyklických neuronových sítí, problém přeučení.

Složitost neuronových sítí - prahová funkce, logické obvody, cyklické neuronové sítě.

Neuronové sítě a genetické algoritmy. Použití neuronových sítí při zpracování obrazu. Další aplikace neuronových sítí ve fyzice.

Fuzzy logika - základní pojmy. Kombinování fuzzy logiky a neuronových sítí.

2. Waveletová transformace
Vlastnosti Fourierovy transformace - shrnutí, další nelokalizované integrální transformace.

Částečně lokalizované integrální transformace - okénková Fourierova a Gaborova transformace, základní vlastnosti, použití ve fyzice.

Waveletová transformace - spojitá waveletová transformace, diskrétní waveletová transformace, základní vlastnosti, wavelet, komplexní wavelety, wavelety ve více dimenzích. Vztah mezi waveletovou a Fourierovou transformací. Použití waveletové transformace ve fyzice.

angličtina

Poslední úprava: doc. RNDr. Štěpán Roučka, Ph.D. (28.01.2019)

1. Neural networks
Neuron and neural network - biological neuron, formal neuron, biological and mathematical neural network. Classical models of neural networks - perceptron network, multilayer network, backpropagation. Learning of neural networks - training set, supervised learning, self-organization, learning of recurrent neural networks, overfitting. Complexity of neural networks - threshold function, logical circuits, recurrent neural networks. Neural networks and genetic algorithms. Use neural networks in image processing. Further physical applications of neural networks. Fuzzy logic - basics. Combination of fuzzy logic and neural networks.

2. Wavelet transform
Properties of Fourier transform - summary, other non-local integral transforms. Partially local integral transforms - windowed Fourier and Gabor transform, basic properties, physical applications. Wavelet transform - continuous and discrete wavelet transform, basic properties, wavelet, complex wavelet, wavelets in multiple dimensions. Relationship between wavelet and fourier transform. Use of wavelet transform in physics.