Sieci neuronowe Field of study: Technical Physics
Programme code: 03-S1FT12.2017

Module name: Sieci neuronowe
Module code: 0305-1FT-12-47
Programme code: 03-S1FT12.2017
Semester: summer semester 2019/2020
Language of instruction: Polish
Form of verification: exam
ECTS credits: 3
Description:
Podczas wykładu studenci zapoznają się z następującymi zagadnieniami: Podstawowe pojęcia, neuron biologiczny i obliczeniowy, sieć neuronów, synapsy i sygnały wejściowe, wagi, obszary zastosowań sieci neuronowych, linear learning machine, funkcje aktywacji, graficzne obraz neuronu obliczeniowego, łączenie neuronów w sieci, architektura sieci, warstwa ukryta, warstwa wyjściowa, uczenie a prognozowanie, perceptron, sieć Hopfielda, sieć ABAM, uczenie z nadzorem, uczenie bez nadzoru, samoorganizacja, sieć Kohonena, uczenie konkurencyjne (WTA, WTM), nadzorowane uczenie konkurencyjne, propagacja wsteczna sieci jednokierunkowej, przykłady zastosowań sztucznych sieci neuronowych, sposoby kodowania danych wprowadzanych do sieci neuronowej, zastosowania sieci neuronowych (np. w robotyce, ekstrakcji cech czy tez w projektowaniu leków, chemo- i bioinformatyce), przykłady programów komputerowych realizujących algorytmy sieci neuronowych, W ramach laboratorium rozwiązują realne problemy inżynierskie z zastosowaniem sieci neuronowej. Problemy będą z zakresu: rozpoznawanie obrazu, optymalizacja procesów, sterowanie. Przedmiot obowiązkowy dla sp. Modelowanie komputerowe, wykład zakończony egzaminem
Prerequisites:
Matematyka, Programowanie
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]
Rozumie znaczenie metod nauk ścisłych takich jak sieci neuronowe [1FT_47_1]
 KFT_W01 [1/5]
Zna metody numeryczne stosowane w sieciach neuronowych [1FT_47_2]
 KFT_W09 [2/5]
Potrafi zastosować aparat matematyczny związany z teorią sieci neuronowych do rozwiązywania problemów. [1FT_47_3]
 KFT_U02 [4/5]
Potrafi wykorzystać narzędzia i metody numeryczne do rozwiązania problemu z zastosowaniem sieci neuronowej [1FT_47_4]
 KFT_U08 [4/5]
Potrafi pracować w zespole nad projektem z zakresu zastosowania sieci neuronowych [1FT_47_5]
 KFT_U14 [3/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
projekt [1FT_47_w_1]
Projekt: Rozwiązywanie realnego problemu inżynierskiego z zastosowaniem sieci neuronowej. Skala Ocen 2-5.
 1FT_47_3 1FT_47_4 1FT_47_5
egzamin pisemny/ustny [1FT_47_w_2]
Egzamin obowiązkowy dla sp. Modelowanie komputerowe, obejmujący wszystkie zagadnienia omawiane na wykładzie. Skala ocen 2-5.
 1FT_47_1 1FT_47_2
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 [1FT_47_fs_1]
Wykład z podstaw sieci neuronowych
 15
Przyswajanie treści materiałowych
 30 egzamin pisemny/ustny [1FT_47_w_2]
laboratory classes [1FT_47_fs_2]
Rozwiązywanie realnego problemu inżynierskiego z zastosowaniem sieci neuronowej. Problemy będą z zakresu: rozpoznawanie obrazu, optymalizacja procesów, sterowanie.
 15
Praca indywidualna i grupowa nad projektem
 30 projekt [1FT_47_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)