Sieci neuronowe Field of study: Biophysics
Programme code: 03-S1BF12.2015

Module name: Sieci neuronowe
Module code: 0305-1BF-12-37
Programme code: 03-S1BF12.2015
Semester:
  • summer semester 2018/2019
  • summer semester 2017/2018
Language of instruction: Polish
Form of verification: course work
ECTS credits: 2
Description:
1.Problemy modelowania matematycznego w naukach ścisłych, podstawowe problemy i pojęcia statystyki, dane chemiczne, dane biologiczne, genomika i proteomika 2. Chemometria i chemoinformatyka 3. Podstawowe pojęcia: neuron biologiczny i obliczeniowy, wagi, węzły, funkcje aktywacji, sieci neuronów 4. Architektura sieci neuronowych: wagi, wyraz wolny, funkcje aktywacji, warstwa wejścia, warstwa ukryta i warstwa wyjściowa; graficzna reprezentacja sieci neuronowych, reguły doboru ilości warstw 5. Sieci samoorganizujące się: miary podobieństwa między wektorami, algorytmy uczenia sieci samoorganizujących się: algorytm Kohonena, uczenie konkurencyjne 6. Uczenie bez nadzoru: algorytm gazu neuronowego, odwzorowanie Sammona; 7. Zastosowania sieci Kohonena w projektowaniu leków; 8. Radialne sieci neuronowe oraz neuronowe układy rozmyte 9. Przykłady zastosowania sieci neuronowych w nauce i przemyśle, 10. Przykłady programów komputerowych realizujących algorytmy sieci neuronowych; podstaw programowania w środowisku MATLAB, programowanie algorytmów neuronowych w środowisku MATLAB (DrugDesign-Toolbox for MATLAB). Egzamin obowiązkowy
Prerequisites:
Wykład unikalny. Wymaga podstawowa wiedzę z matematyki, informatyki i biologii
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Poznaje zasady modelowania w naukach przyrodniczych [1BF_37_1]
 KBF_W08 [4/5] KBF_U09 [4/5]
Rozumie analogie pomiędzy neuronami biologicznymi a sieciami neuronowymi i ich zastosowania w modelowaniach [1BF_37_2]
 KBF_W08 [4/5] KBF_U09 [4/5]
Umie zastosować pojęcia algorytmów sieci w projektowaniu leków, ich zastosowania technologiczne [1BF_37_3]
 KBF_W08 [3/5] KBF_U09 [3/5]
Potrafi pozyskiwać informacje z literatury, baz danych; integrować pozyskane informacje i dokonywać ich interpretacji [1BF_37_4]
 KBF_W08 [3/5] KBF_U09 [3/5]
Rozumie potrzebę podnoszenia kompetencji zawodowych [1BF_37_5]
 KBF_W08 [4/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
zaliczenie [1BF_37_w_1]
Termin zaliczenia jest ustalany w konsultacji ze studentami trzy tygodnie przed rozpoczęciem sesji egzaminacyjnej. Zakres materiału obejmuje wszystkie zagadnienia omawiane na wykładach - ta informacja jest przekazana studentom na pierwszym wykładzie. Skala ocen: 2 – 5.
 1BF_37_1 1BF_37_2 1BF_37_3 1BF_37_4 1BF_37_5
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
lecture [1BF_37_fs_1]
Wprowadza się i wyjaśnia zagadnienia z zakresu sieci neuronowych. Wykład jest prowadzony z wykorzystaniem pomocy audiowizualnych
 15
praca z podręcznikiem, korzystanie z artykułów naukowych
 30 zaliczenie [1BF_37_w_1]
discussion classes [1BF_37_fs_2]
(no information given)
 15
(no information given)
 15 zaliczenie [1BF_37_w_1]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)