Navigacija

13M051MSC - Metode soft-computing-a

Specifikacija predmeta
Naziv Metode soft-computing-a
Akronim 13M051MSC
Studijski program Elektrotehnika i računarstvo
Modul modul Signali i sistemi
Tip studija master akademske studije
Nastavnik (predavač)
Nastavnik/saradnik (vežbe)
Nastavnik/saradnik (DON)
    Broj ESPB 6.0 Status predmeta izborni
    Uslovljnost drugim predmetima nema
    Ciljevi izučavanja predmeta Cilj predmeta je da studenti ovladaju tehnikama projektovanja neuralnih mreža, fazi sistema i genetskih algoritama, sa osnovnim ciljem njihove primene u rešavanju problema upravljanja sistemima, obrade signala i prepoznavanja oblika.
    Ishodi učenja (stečena znanja) Studenti treba da ovladaju veštinama da shodno prirodi problema koji rešavaju, izvrše izbor odgovarajuće soft-computing tehnike; definišu neophodna apriorna znanja, generišu ili pribave odgovarajući obučavajući skup za obuku algoritma; izvrše izbor odgovarajućih kontrolnih parametara, isprojektuju algoritam i izvrše njegovu evaluaciju.
    Sadržaj predmeta
    Link ka stranici predmeta http://automatika.etf.bg.ac.rs/sr/13m051msc
    Sadržaj teorijske nastave Struktura genetskih algoritam; Postupak selekcije, ukrštanja, mutacije; Primena u optimizaciji kriterijumskih funkcija sa ograničenjem; Problem trgovačkog putnika; Fazi skupovi; Fazi operacije; Fazi algoritmi; Projektovanje fazi ekspertskih sistema; Pojam neuralnih mreža; Podela neuralnih mreža; Metod propagacije greške unazad; Primena neuralnih mreža; Asocijativne memorije.
    Sadržaj praktične nastave Projektovanje konkretnog fazi-ekspertskog sistema; Rešavanje zadatog optimizacionog problema primenom metode genetskog algoritma; Rešavanje konkretnog upravljačkog problema primenom neuralnih mreža
    Literatura
    1. C. Lin, C. Lee, Neural Fuzzy Systems, Prentice Hall, 1995
    2. L. Fortuna, G. Rizzoto et al., Soft computing, Springer, 2001
    Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
    Predavanja Vežbe DON Studijski i istraživački rad Ostali časovi
    3 1
    Metode izvođenja nastave Predavanja i praktičan laboratorijski rad
    Ocena znanja (maksimalni broj poena 100)
    Predispitne obaveze Poena Završni ispit Poena
    Aktivnosti u toku predavanja 0 Pismeni ispit 60
    Praktična nastava 40 Usmeni ispit 0
    Projekti
    Kolokvijumi 0
    Seminari 0