|
|
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
|
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
Studenti budou umět (i) matematicky modelovat vícevrstvé a rekurentní neuronové sítě, (ii) tvořit matice vzorů pro aplikace umělých neuronových sítí, (iii) optimalizovat matematické modely neuronových sítí pro potřeby klasifikace dat, (iv) využít neuronové sítě pro adaptivní potlačování rušivých složek signálů a pro jejich predikci a (v) navrhovat algoritmické výpočetní prostředí pro klasifikaci dat |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
Počítačová intelegence, umělé neuronové sítě, strojové učení, rozpoznávání vzorů |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
Z: S. Haykin: Neural Networks, Prentice Hall, 1999, ISBN 0132733501
Z: S. Samarasinghe: Neural Networks for Applied Science and Engineering, CRC Press, 2016
D: Vaseghi S.V.: Multimedia Signal Processing, Wiley, 2007
D: WIKIBOOK: Artificial Neural Networks, https://en.wikibooks.org/wiki/Artificial_Neural_Networks, 2018 |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf
http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
Přednášky a ověřování vybraných metod v počítačové laboratoři. |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
V rámci studia je nutné alternativně předložit publikaci s aplikací vybraných metod počítačové inteligence v oblasti vlastní odborné práce nebo zpracovat 3 projekty v prostředí systému MATLAB/Simulink. |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
1. Metody počítačové inteligence ve zpracování dat 2. Architektura umělých neuronových sítí, jejich modelování a optimalizace v prostředí systému MATLAB 3. Učení a verifikace učícího procesu 4. Adaptivní lineární element a jeho využití pro potlačování rušivých složek signálů 5. Vícevrstvé dopředné a rekurentní sítě v predikci časových řad 6. Konstrukce matice vzorů a její využití pro klasifikaci dílčích komponent signálů a obrazů 7. Neuronové sítě s topologií, alternativní metody klasifikace dat 8. Strojové učení, rozpoznávání vzorů 9. Užití neuronových sítí ve zpracování obrazů 10. Neronové sítě s hloubkovým učením 11. Vybrané aplikace adaptivního zpracování dat, neuronové sítě v robotice 12: CASE STUDY 1: Potlačování rušivých složek reálných dat 13. CASE STUDY 2: Predikce chování dat 14. CASE STUDY 3: Extrakce vlastní a klasifikace v biomedicíně |
|
||
Poslední úprava: Soušková Hana Ing. Ph.D. (12.06.2018)
nejsou |
|
||
Poslední úprava: Soušková Hana Ing. Ph.D. (12.06.2018)
nejsou |
|
||
Poslední úprava: Kubová Petra Ing. (12.04.2018)
Úspěšné absolvování závěrečného kolokvia s presentací a diskusí vybraného odborného tématu. |