Algoritmy a struktury neuropočítačů
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
X31ASN | Z,ZK | 5 | 2+2c | česky |
- Přednášející:
- Jana Tučková (gar.)
- Cvičící:
- Jana Tučková (gar.)
- 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 analýze, rozpoznání a syntéze řeči. Stručně se zabývá některými aplikacemi neuronových sítí v biomedicínském inženýrství.V počítačově seminárních cvičeních studenti získají zkušenosti s používáním Matlabu, a to Neural Network Toolboxu, a vybraných specializovaných programů.
- Požadavky:
-
Samostatná úloha - vytvoření vlastního m-souboru v Matlabu, obhajoba způsobu řešení úlohy.
- Osnova přednášek:
-
1. Neuronové sítě - historie, biologické a umělé neuronové sítě, jejich využití pro zpracování signálu. Modely neuronu, aktivační funkce.
2. Principy učení umělých neuronových sítí. Samoorganizující se sítě (SOM), Kohonenovy mapy.
3. SOM s učitelem, U-matice, LVQ klasifikátor.
4. Vícevrstvé sítě s učením zpětného šíření chyby (BPG).
5. Základní učení BPG a jeho modifikace.
6. Optimalizace struktury, klestění neuronové sítě, výběr vstupních dat.
7. Základní pojmy z fonetiky, charakteristiky mluvené řeči.
8. Metody rozpoznání řeči, aplikace neuronových sítí při rozpoznání řeči.
9. Princip syntézy řeči, typy syntezátorů,modelování prozodie.
10. Aplikace neuronových sítí při syntéze řeči a modelování prozodie.
11. Aplikace neuronových sítí v biomedicíně, problémy klasifikace.
12. Asociativní paměti, Hopfieldovy sítě, ART sítě.
13. Speciální struktury (CNN, TDNN, Wavelet sítě, fuzzy-neuronové sítě). Genetické algoritmy.
14. Ostatní aplikace neuronových sítí.
- Osnova cvičení:
-
1. Úvod, základy NN-Toolboxu pro MATLAB, informace o samostatných úlohách.
2. Základní funkce UNS, perceptron, ADALINE, MADALINE, LMS pravidlo.
3. Samoorganizující se sítě, SOM s učitelem, U-matice. SOM Toolbox.
4. Kohonenovy mapy. LVQ algoritmy - NN Toolbox, MATLAB.
5. Vrstevnaté neuronové sítě. Zadání samostatných úloh.
6. Algoritmy modifikovaného učení BPG.
7. Experimenty s programovým systémem Speech Laboratory - 1.část.
8. Experimenty s programovým systémem Speech Laboratory - 2.část. Konzultace k samostatné úloze.
9. Odevzdání a prezentace tezí samostatné úlohy - kontrola.
10. Optimalizace neuronové sítě klestěním. Konzultace k samostatné úloze.
11. Experimentování s parametry neuronové sítě. Konzultace k samostatné úloze.
12. Experimenty s programovým systémem ASSOM. Konzultace k samostatné úloze.
13. Konzultace k samostatné úloze.
14. Odevzdání samostatné úlohy, zápočet.
- Cíle studia:
- Studijní materiály:
-
1. Tučková, J.: Úvod do teorie a aplikací umělých neuronových sítí. Skripta FEL ČVUT v Praze, vydavatelství ČVUT, 2005, ISBN 80-01-02800-3.
2. Novák, M. a kol.: Umělé neuronové sítě, teorie a aplikace. C.H.Beck, Praha 1998, ISBN 80-7179-732-6.
3. Šnorek, M., Jiřina, M.: Neuronové sítě a neuropočítače. Skripta ČVUT, Praha 1996.
4. Knihovna SOM Toolbox 2.0. www.cis.hut.fi/projects/somtoolbox/download.
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14+4
Typ cvičení: s, c
Předmět je nabízen také v anglické verzi.
- Rozvrh na zimní semestr 2011/2012:
-
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po Út St Čt Pá - Rozvrh na letní semestr 2011/2012:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- Elektronika - elektronické systémy- strukturované studium (povinný předmět)