Předmět: Výpočetní inteligence

« Zpět
Název předmětu Výpočetní inteligence
Kód předmětu UAI/766
Organizační forma výuky Přednáška
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Četnost výuky V každém akademickém roce, jen v letním semestru.
Semestr Letní
Počet ECTS kreditů 3
Vyučovací jazyk čeština
Statut předmětu Povinný, Povinně-volitelný, Volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Skrbek Miroslav, Ing. Ph.D.
Obsah předmětu
1/ Úvod do výpočetní inteligence 2/ Neuronové sítě, taxonomie, topologie 3/ Asociativní neuronové sítě 4/ Dopředné sítě, učení s učitelem, Perceptron, RBF, algoritmus Back propagation 5/ Samoorganizující se neuronové sítě, SOM 6/ Rekurentní neuronové sítě, sítě TDNN 7/ Pulsní neuronové sítě, modely, principy učení 8/ Posilované učení (Reinforcement learning) 9/ Aplikace neuronových sítí 10/ Fuzzy systémy: fuzzy množina, fuzzy pravidla, fuzzyfikace, inference, defuzzyfikace. 11/ Genetické algoritmy, princip, diferenciální evoluce, evoluční programování 12/ Přírodou inspirovaná optimalizace, algoritmy PSO (Particle Swarm Optimization) a ANT (Ant Colony Optimization) 13/ Umělé imunitní systémy

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž)
  • Účast na výuce - 26 hodin za semestr
  • Příprava na zkoušku - 40 hodin za semestr
  • Semestrální práce - 20 hodin za semestr
Výstupy z učení
Cílem předmětu je seznámit studenty s algoritmy z oblasti neuronových sítí a výpočetní inteligence. Předmět zahrnuje neuronové sítě, fuzzy systémy, evoluční algoritmy a přírodou inspirované optimalizační algoritmy.
V tomto předmětu student získá znalosti z oblasti neuronových sití, fuzzy logiky a přírodou inspirovaných optimalizačních algoritmů.
Předpoklady
Základní znalost matematiky a diferenciálního počtu.

Hodnoticí metody a kritéria
Písemná zkouška, Seminární práce

Student může za semestr získat maximálně 100 bodů ve struktuře 70 bodů zkouška, 30 bodů samostatná práce. Pro úspěšné složení zkoušky musí celkový součet za cvičení i zkoušku být >= 50 bodů, přičemž ve zkouškovém testu musí student dosáhnout alespoň polovinu bodů a samostatná práce musí být ohodnocena minimálně 15 body. Pokud není některá z těchto podmínek splněna, student neuspěl.
Doporučená literatura
  • Andries P. Engelbrecht: Computational intelligence: An Introduction. Wiley; 2 edition, 2007. ISBN: 978-0470035610.
  • Simon Haykin: Neural Networks and Learning Machines. Third Edition. Prentice Hill. 2009. ISBN 978-0-13-147139-9..
  • ŠÍMA, J. - NERUDA, R.: Teoretické otázky neuronových sítí. Matfyzpress, Praha, 1996..


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná informatika - specializace Embedded systémy (1) Kategorie: Informatické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná informatika - specializace Informační systémy a technologie (1) Kategorie: Informatické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná matematika (2010) Kategorie: Matematické obory 3 Doporučený ročník:3, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná informatika - specializace Web a multimédia (1) Kategorie: Informatické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná informatika - specializace Bezpečnost a sítě (1) Kategorie: Informatické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Matematika pro vzdělávání (1) Kategorie: Matematické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná informatika - specializace Kriminalisticko-technická činnost v IT (1) Kategorie: Informatické obory - Doporučený ročník:-, Doporučený semestr: Letní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Matematika pro vzdělávání (1) Kategorie: Matematické obory - Doporučený ročník:-, Doporučený semestr: Letní