Навигација

13Е054НМ - Неуралне мреже

Спецификација предмета
НазивНеуралне мреже
Акроним13Е054НМ
Студијски програмЕлектротехника и рачунарство
Модул
Тип студијаосновне академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
Наставник/сарадник (ДОН)
Број ЕСПБ6.0Статус предметаизборни
Условљност другим предметиманема
Циљеви изучавања предметаУпознавање студената са основним концептима неуралних мрежа, различитим архитектурама, способностима учења неуралних мрежа итд. Оспособљавање студената да самостално пројектују неуралне мреже за инжењерске апликације, дигиталну обраду сигнала, телекомуникације итд.
Исходи учења (стечена знања)Студенти ће бити способни да самостално анализирају и синтетизују различите типове неуралних мрежа које се примењују у многим областима инжењерства. Такође ће научити да примењују различите алгоритме за учење и обучавање неуралних мрежа и имплементацију истих коришћењем програмског пакета Матлаб.
Садржај предмета
Линк ка страници предметаhttps://automatika.etf.bg.ac.rs/sr/13e054nm
Линк ка предавањимаhttps://teams.microsoft.com/l/team/19%3aA7XKjG47iuR_1XzyaGLls2ZRFB_X5LiWKnP391HqCK81%40thread.tacv2/conversations?groupId=3adb00c5-eb90-44f6-a500-18bd7fb3f8ca&tenantId=1774ef2e-9c62-478a-8d3a-fd2a495547ba
Садржај теоријске наставеПреглед историје неуралних мрежа и архитектура, обучавање, генералнизација и иницијализација неуралних мрежа. Особине конвергенције алгоритама. Нелинеарно моделовање динамичке црне кутије. Класификација и кластеризација са неуралним мрежама. Кохоненове и Хопфилдове неуралне мреже. Конволуционе неуралне мреже. Дубоке неуралне мреже.
Садржај практичне наставеВежбе на рачунарима уз демонстрације алгоритама за обучавање и дизајн неуралних мрежа. Решавање практичних проблема из различитих области инжењерства уз помоћ неуралним мрежа коришћењем програмског пакета Матлаб односно тулбокса Неуралне мреже.
Литература
  1. Neural Fuzzy Systems: A Neuro-Fuzzy Synergism to Intelligent Systems, Chin-Teng Lin, C. S. George Lee, Prentice Hall, 1996
  2. Neural Networks: A Comprehensive Foundation, 2nd edition. Simon Haykin, Prentice Hall, 1998
  3. Neural Networks for Pattern Recognition, Christopher Bishop, Oxford University Press, 2000
  4. Handbook of Neural Network Signal Processing, Ed. by Yu Hen Hu and Jenq-Neng Hwang, CRC Press, 2002
  5. M. Nielson, Neural Networks and Deep Learning, Determination press, 2015
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
311
Методе извођења наставеПредавања, вежбе на рачунарима
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавања0Писмени испит30
Практична настава0Усмени испит0
Пројекти
Колоквијуми40
Семинари30