Навигација

ДС2НМ - Неуралне мреже

Спецификација предмета
НазивНеуралне мреже
АкронимДС2НМ
Студијски програмЕлектротехника и рачунарство
Модулмодул Управљање системима и обрада сигнала
Тип студијадокторске академске студије
Наставник (предавач)
Наставник/сарадник (вежбе)
    Наставник/сарадник (ДОН)
      Број ЕСПБ9.0Статус предметаизборни
      Условљност другим предметиманема
      Циљеви изучавања предметаУпознавање студената са основним концептима неуралних мрежа, различитим архитектурама, способностима учења неуралних мрежа итд. Оспособљавање студената да самостално пројектују неуралне мреже за инжењерске апликације, дигиталну обраду сигнала, телекомуникације...
      Исходи учења (стечена знања)Студенти ће бити способни да самостално анализирају и синтетизују различите типове неуралних мрежа које се примењују у многим областима инжењерства. Такође ће научити да примењују различите алгоритме за учење и обучавање неуралних мрежа и имплементацију истих коришћењем програмског пакета Матлаб.
      Садржај предмета
      Садржај теоријске наставеПреглед историје неуралних мрежа и архитектура, обучавање, генералнизација и иницијализација неуралних мрежа. Особине конвергенције алгоритама. Нелинеарно моделовање динамичке црне кутије. Класификација и кластеризација са неуралним мрежама. Кохоненове и Хопфилдове неуралне мреже.
      Садржај практичне наставе
      Литература
      1. Neural Networks: A Comprehensive Foundation, 2nd edition. Simon Haykin, Prentice Hall, 1998
      2. Neural Networks for Pattern Recognition, Christopher Bishop, Oxford University Press, 2000.
      3. Handbook of Neural Network Signal Processing, Ed. by Yu Hen Hu and Jenq-Neng Hwang, CRC Press, 2002.
      4. C. Bishop, Neural networks and pattern recognition, Prentice Hall, 2000
      5. S: Haykin, Neural networks, Prentice Hall, 1998.
      Број часова активне наставе недељно током семестра/триместра/године
      ПредавањаВежбеДОНСтудијски и истраживачки радОстали часови
      6
      Методе извођења наставепредавања и аудиторне вежбе
      Оцена знања (максимални број поена 100)
      Предиспитне обавезеПоенаЗавршни испитПоена
      Активности у току предавања0Писмени испит70
      Практична настава0Усмени испит0
      Пројекти0
      Колоквијуми30
      Семинари0