Neuronové sítě a jejich aplikace

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra matematiky

Anotace:

Úvod do teorie umělých neuronových sítí, některé důležité druhy neuronových sítí, analýza binárních neuronových sítí pomocí prahových vektorů, vyčíslitelnost tříd Booleovských funkcí neuronovými sítěmi, neuronové sítě z hlediska aproximace funkcí, neuronové sítě z hlediska teorie pravděpodobnosti, numerické vlastnosti vybraných učících algoritmů.

Požadavky:

Osnova přednášek:

Úvod do teorie neuronových sítí, základní modely, analýza binárních neuronových sítí, aproximační možnosti neuronových sítí, Vapnikova-Červoněnkova dimense neuronových sítí, teorie učení a neuronové sítě, numerické aspekty algoritmů učení, aplikace teorie pravděpodobnosti v neuronových sítích, vztah fuzzy množin k neuronovým sítím.

Osnova cvičení:

Cíle studia:

Znalosti:

Seznámit studenty s teoretickými a matematickými základy důležitých typů umělých neuronových sítí.

Schopnosti:

Orientovat se v přednášené problematice a umět ji použít v dalších disciplinách.

Studijní materiály:

Povinná literatura:

[1] F. Hakl, M. Holeňa. Úvod do teorie neuronových sítí. Ediční středisko ČVUT, Praha, 1997.

[2] M. Holeňa. Statistické aspekty dobývání znalostí z dat. Učební texty Univerzity Karlovy. Praha, nakladatelsví

Karolinum, 2006.

Doporučená literatura:

[3] H.White. Artificial Neural Networks: Approximation and Learning Theory. Blackwell Publishers, Cambridge, 1992.

[4] Jiří Šíma, Roman Neruda. Teoretické otázky neuronovýh sítí}. MATFYZPRESS, MFF UK Praha, 1996.

[5] Miroslav Šnorek and Marcel Jiřina. Neuronové sítě a neuropočítače, ČVUT, 1996.

[6] Vwani Roychowdhury, Kai-Yeung Siu, Alon Orlitsky. Theoretical Advances in Neural Computation and Learning. Kluwer

Academic Publishers, 1994.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Matematické inženýrství (volitelný předmět)