Навигација

19Е034АДО - Алгоритми за динамичку оптимизацију

Спецификација предмета
НазивАлгоритми за динамичку оптимизацију
Акроним19Е034АДО
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 предметаСврха курса је упознавање са основним алгоритмима за динамичку оптимизацију и њиховом применом у теорији информација и телекомуникацијама, као и у другим сродним областима где се изложени алгоритми користе, попут машинског учења и биоинформатике.
Исходи учења (стечена знања)Након курса, студенти постају упознати са основним темама везаним за статистичко одлучивање применом итеративних агоритама за динамичку оптимизацију. Студенти ће бити оспособљени за имплементацију изложених графичких модела и алгоритама, као и за њихову примену у решавању проблема преноса и обраде информација.
Садржај предмета
Садржај теоријске наставеML детекција, Витербијев и Баум-Велшов алгоритам. MAP детекција, BCJR алгоритам и његова примена при турбо декодовању и еквализацији. Марковљеве, неуралне и Бајесове мреже. Моделовање и декомпозиција оптимизационих проблема фактор гафовима. Итеративно учење на стаблима и графовима. Кодови са проверама парности мале густине и њихова представа помоћу графа. Алгоритам пропагације веродостојности.
Садржај практичне наставеВежбе на рачунарима уз демонстрације итеративних алгоритама за динамичку оптимизацију. Решавање практичних оптимизационих проблема из теорије информација и сродних области инжењерства. Домаћи задаци из обрађиваних тема.
Литература
  1. D. J. C. MecKay, Information Theory, Inference, and Learning Algorithms, Cambridge University Press, 2003.
  2. T. Richardson, R. Urbanke, Modern Coding Theory, Cambridge University Press, 2009.
  3. D. Barber, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012.
  4. T. Cormen, C. Leiserson, R. Rivest, C. Stein, Introduction to Algorithms, 2nd edition, The MIT Press, 2001.
  5. P. Ivanis, D. Drajic, Information Theory and Coding - Solved Problems, Springer, New York, 2017.
Број часова активне наставе недељно током семестра/триместра/године
ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
221
Методе извођења наставеПредавања и аудиторне вежбе. Домаћи задаци у форми писања есеја, пројеката и рачунских задатака.
Оцена знања (максимални број поена 100)
Предиспитне обавезеПоенаЗавршни испитПоена
Активности у току предавања0Писмени испит60
Практична настава40Усмени испит0
Пројекти0
Колоквијуми0
Семинари0