Sieci neuronowe Kierunek studiów: Fizyka techniczna
Kod programu: 03-S1FT12.2017

Nazwa modułu: Sieci neuronowe
Kod modułu: 0305-1FT-12-47
Kod programu: 03-S1FT12.2017
Semestr: semestr letni 2019/2020
Język wykładowy: polski
Forma zaliczenia: egzamin
Punkty ECTS: 3
Opis:
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
Wymagania wstępne:
Matematyka, Programowanie
Literatura podstawowa:
(brak informacji)
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 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]
Typ Opis Kody efektów modułowych do których odnosi się sposób weryfikacji
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
Rodzaj prowadzonych zajęć Praca własna studenta Sposoby weryfikacji
Typ Opis (z uwzględnieniem metod dydaktycznych) Liczba godzin Opis Liczba godzin
wykład [1FT_47_fs_1]
Wykład z podstaw sieci neuronowych
 15
Przyswajanie treści materiałowych
 30 egzamin pisemny/ustny [1FT_47_w_2]
laboratorium [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]
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)