Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Sieci Neuronowe
Koordynator przedmiotu:
Dr inż. Cezary Rzymkowski
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Mechanika i Budowa Maszyn
Grupa przedmiotów:
Mechanika Stosowana
Kod przedmiotu:
NK385
Semestr nominalny:
5 / rok ak. 2009/2010
Liczba punktów ECTS:
3
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Wymagania wstępne (prerekwizyty): Brak specjalnych wymagań — wykład powinien być zrozumiały dla każdego studenta polskich uczelni technicznych.
Limit liczby studentów:
Cel przedmiotu:
Cele przedmiotu: Zapoznanie studentów z istotnymi cechami sztucznych sieci neuronowych, z podstawami algorytmów wykorzystywanych w dziedzinie sztucznych sieci neuronowych oraz z przykładami zastosowań praktycznych ze wskazaniem zalet i ograniczeń.
Treści kształcenia:
Treści merytoryczne przedmiotu: • Wprowadzenie — podstawowe idee, historia, zastosowania • Sieci neuronowe liniowe i nieliniowe. Sieci wielowarstwowe. Sieci typu CP i Hopfielda. • Zasady i algorytmy procesu uczenia sieci różnych typów, dynamika procesu uczenia. • Algorytmy genetyczne. • Metody sztucznej inteligencji. • Przykłady zastosowań — agregacja (klasteryzacja) informacji, analiza (rozpoznawanie) obrazów, układy decyzyjne, układy sterowania.
Metody oceny:
Metody oceny: Na podstawie sprawdzianów organizowanych w czasie semestru. Praca własna:
Egzamin:
Literatura:
Zalecana literatura: • Ryszard Tadeusiewicz, Elementarne wprowadzenie do techniki sieci neuronowych z przykładowymi programami, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998. Dodatkowe literatura: • M. Nørgaard, O. Ravn, N.K. Poulsen and L.K. Hansen, Neural Networks for Modelling and Control of Dynamic Systems, Springer, 2003. • J.A. Freeman, Neural Networks with Mathematica, Addison-Wesley Publishing Company, 1994. • Materiały dostarczane/wskazane (np. w postaci adresu http://...) przez wykładowcę.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się