Logo ČVUT
Loading...
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2011/2012

Speciální struktury číslicových systémů

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah
31SSC Z,ZK 4 2+2s
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra teorie obvodů
Anotace:

Cílem předmětu je seznámení se základními principy a možností aplikací neuronové informační technologie při zpracování signálu. Pozornost je věnována úvodu do teorie umělých neuronových sítí, výběru a optimalizaci struktury a výběru dat. Podrobněji jsou probírány otázky zpracování řečového signálu a aplikace neuronových sítí při rozpoznání a syntéze řeči. V počítačově seminárních cvičeních studenti získají zkušenosti s používáním Matlabu, a to Neural Network Toolboxu.

Požadavky:

Vytvoření vlastního m-souboru v Matlabu, obhajoba způsobu řešení úlohy, otázky z teorie neuronových sítí v rozsahu přednášené látky.

Osnova přednášek:

1.Neuronové sítě - historie, biologické a umělé neuronové sítě, jejich využití pro zpracování signálu

2.Modely neuronu, aktivační funkce, principy učení umělých neuronových sítí

3.Vícevrstvé sítě s učením zpětného šíření chyby (BPG)

4.Základní učení BPG a jeho modifikace

5.Optimalizace struktury, klestění neuronové sítě, výběr vstupních dat

6.Asociativní paměti, Hopfieldovy sítě, ART sítě

7.Kohonenovy mapy, LVQ klasifikátor

8.Základní pojmy z fonetiky, charakteristiky mluvené řeči

9.Metody rozpoznání řeči, aplikace neuronových sítí při rozpoznání řeči

10.Princip syntézy řeči, typy syntezátorů

11.Aplikace neuronových sítí při symtéze řeči

12.Speciální struktury (CNN, TDNN, Wavelet sítě, fuzzy-neuronové sítě)

13.Genetické algoritmy

14.Ostatní aplikace neuronových sítí

Osnova cvičení:

1.Úvod, základy NN-Toolboxu pro Matlab, zadání samostatných úloh

2.Základní funkce umělých neuronových sítí, perceptron

3.ADALINE, MADALINE, LMS pravidlo

4.Vrstevnaté neuronové sítě

5.Algoritmy učení zpětného šíření chyby (BPG)

6.Algoritmy modifikovaného učení BPG

7.Asociativní učení, asociativní paměti, Hopfieldovy sítě

8.Samoorganizující se mapy, LVQ algoritmy

9.Odevzdání a prezentace tezí samostatné úlohy - kontrola

10.Optimalizace neuronové sítě klestěním

11.Práce na samostatné úloze

12.Práce na samostatné úloze

13.Práce na samostatné úloze

14.Odevzdání samostatné úlohy, zápočet

Cíle studia:
Studijní materiály:

1.Novák,M. a kol.: Umělé neuronové sítě, teorie a aplikace. C.H.Beck, Praha 1998, ISBN 80-7179-132-6

2.Šnorek,M.., Jiřina,M.: Neuronové sítě a neuropočítače. Skripta ČVUT, Praha 1996

3.Uhlíř,J., Sovka,P.: Číslicové zpracování signálů. Monografie ČVUT, Praha 1995

4.Ptáček,M.: Vybrané statě z akustiky řeči. Elektronický záznam přednášek pro posluchače FEL ČVUT Praha, 1993

Poznámka:

Rozsah 2+2, zimní semestr, z,zk

Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 9. 7. 2012
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet11001304.html