|
|
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
|
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
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: Procházka Aleš prof. Ing. CSc. (05.01.2018)
Počítačová intelegence, umělé neuronové sítě, strojové učení, rozpoznávání vzorů |
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
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: Procházka Aleš prof. Ing. CSc. (05.01.2018)
http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf
http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf |
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
Přednášky a ověřování vybraných metod v počítačové laboratoři. |
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
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: Procházka Aleš prof. Ing. CSc. (05.01.2018)
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: Procházka Aleš prof. Ing. CSc. (05.01.2018)
Základy počítačové gramotnosti, základy numerické metematioky |
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
Matematika I, II |
|
||
Poslední úprava: Procházka Aleš prof. Ing. CSc. (05.01.2018)
Úspěšné absolvování závěrečného kolokvia s presentací a diskusí vybraného odborného tématu. |