Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Neural Networks
Koordynator przedmiotu:
Prof. dr hab. inż. Bohdan Macukow, Prof. dr hab. inż. Jacek Mańdziuk
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Computer Science and Information Systems
Grupa przedmiotów:
Obligatory
Kod przedmiotu:
1120-INSZI-MSA-0013
Semestr nominalny:
1 / rok ak. 2023/2024
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
.
Język prowadzenia zajęć:
angielski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
.
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium30h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Calculus, Algebra, Fundamentals of stochastic processes, Programming 1-3
Limit liczby studentów:
Bez limitu
Cel przedmiotu:
To describe the new paradigm in computer modeling and data processing. Provide the students with basic concepts and methods in the area of artificial neural networks in both theoretical and practical aspects.
Treści kształcenia:
Lecture: The course treats comprehensively the subject of artificial neural networks. It gives neuro-physiological background, introduced models of and artificial neuron and several neural network models. The models of Hopfield, Grossberg, Hamming, Kohonen, Eldman, MLP and others networks are described primarily in the context of associative memories, pattern recognition and data classification. The application of neural networks to solving combinatorial optimization problems, implementation of logic operations, time series prediction, game playing, pattern recognition and data classification problems are presented and discussed. Laboratory: In the laboratory students work in groups composed of 2-4 people on projects related to implementation of neural network-based methods and tools for practical problem solving.
Metody oceny:
Written examination (weight 60%) and projects in the laboratory (weight 40%).
Egzamin:
tak
Literatura:
1. B. Macukow, From neural networks to neurocomputers, WUT, 2002. 2. Ch.M. Bishop, Pattern recognition and machine learning, Springer, 2006. 3. K. Mehrotra, Ch.K. Mohan, S. Ranka, Elements of artificial neural networks, MIT Press, 1996. 4. J. Hertz, A. Krogh, R. Palmer, Introduction to the theory of neural computation, Addison-Wesley, Reedwood City, 1991. 5. R. Beale, T. Jackson, Neural Computing, IOP Publ. 1990. 6. J.J. Hopfield, Neural networks and physical systems with emergent collective computational abilities, Proc. Natl. Acad. Sci. USA, 81, 3088-3092, 1984. 7. R.P. Lippman, An introduction to computing with neural nets, IEEE ASSP Magazine, April 1987. 8. L. Fausett, Fundamentals of neural networks, Prentice Hall 1994. 9. International journals: Neural Networks, Neurocomputing, IEEE Transactions on Neural Networks, Information Science.
Witryna www przedmiotu:
brak
Uwagi:
.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W01
Possesses knowledge related to theoretical principles of functioning and modeling neural elements and of implementation of neural structures
Weryfikacja: exam (oral and/or written)
Powiązane charakterystyki kierunkowe: I2AI_W02, I2AI_W03, I2AI_W05, I2_W02
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka U01
Given a neural system is able to analyze it, describe its properties and perform a proof of correctness
Weryfikacja: exam (written), lab. graded tasks
Powiązane charakterystyki kierunkowe: I2AI_U01, I2_U02
Powiązane charakterystyki obszarowe:
Charakterystyka U02
Knows how to design a system for solving particular problem of practical interest (e.g. in the financial or data classification domains)
Weryfikacja: exam (written), lab. graded tasks
Powiązane charakterystyki kierunkowe: I2AI_U01, I2_U03, I2_U07, I2_U08
Powiązane charakterystyki obszarowe:
Charakterystyka U03
Has the ability to choose appropriate programming tools to model a neural system of certain characteristics
Weryfikacja: lab. graded tasks
Powiązane charakterystyki kierunkowe: I2_U08, I2_U04
Powiązane charakterystyki obszarowe:
Charakterystyka U04
Is capable to search literature or internet sources regarding particular problem of interest
Weryfikacja: lab. graded tasks
Powiązane charakterystyki kierunkowe: I2_U01
Powiązane charakterystyki obszarowe:
Charakterystyka U05
Is capable to work individually or as a member of a team
Weryfikacja: lab. graded tasks
Powiązane charakterystyki kierunkowe: I2_U11
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K01
Is fully aware of his/her role and responsibility in collaborative tasks
Weryfikacja: lab. graded tasks
Powiązane charakterystyki kierunkowe: I2_K05
Powiązane charakterystyki obszarowe: