Detail předmětu

Soft Computing

FIT-SFCAk. rok: 2010/2011

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

doc. Ing. František Zbořil, CSc.

Zajišťuje ústav

Ústav inteligentních systémů (UITS)

Základní literatura

Kriesel, D.: A Brief Introduction to Neural Networks, 2005, Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 2008. ISBN 978-1-84628-838-8 
Russel,S., Norvig,P.: Artificial Intelligence, Prentice-Hall, Inc., third edition 2010, ISBN 0-13-604259-7
Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004, ISBN 1-4020-8042-5

Doporučená literatura

Mehrotra, K., Mohan, C. K., Ranka, S.: Elements of Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8 Munakata, T.: Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 2008. ISBN 978-1-84628-838-8 Russel, S., Norvig, P.: Artificial Intelligence, Prentice-Hall, Inc., 1995, ISBN 0-13-360124-2, second edition 2003, ISBN 0-13-080302-2, third edition 2010, ISBN 0-13-604259-7

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBI , 2 ročník, zimní semestr, povinný
    obor MBS , 0 ročník, zimní semestr, volitelný
    obor MGM , 0 ročník, zimní semestr, volitelný
    obor MIN , 1 ročník, zimní semestr, povinný
    obor MIS , 0 ročník, zimní semestr, volitelný
    obor MMI , 0 ročník, zimní semestr, volitelný
    obor MMM , 0 ročník, zimní semestr, povinně volitelný
    obor MPS , 0 ročník, zimní semestr, volitelný
    obor MPV , 2 ročník, zimní semestr, povinně volitelný
    obor MSK , 0 ročník, zimní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

doc. Ing. František Zbořil, CSc.

Osnova

  1. Úvod, vysvětlení pojmu soft computing. Význam tolerance nepřesnosti a neurčitosti.
  2. Biologický a umělý neuron, neuronové sítě. Adaline a Perceptron. Neuronové sítě Madaline a BP (Back Propagation).
  3. Neuronové sítě s proměnnou topologií. 
  4. Neuronové sítě RBF, RCE. Topologicky organizované neuronové sítě, soutěživé učení, Kohonenovy mapy.
  5. Neuronové sítě CPN, LVQ, ART, Neocognitron.
  6. Neuronové sítě jako asociativní paměti (Hopfield, BAM, SDM).
  7. Řešení optimalizačních problémů neuronovými sítěmi. Stochastické neuronové sítě, Boltzmannův stroj.
  8. Fuzzy množiny, fuzzy logika, fuzzy inference.
  9. Genetické algoritmy.
  10. Pravděpodobnostní usuzování.
  11. Hrubé množiny.
  12. Chaos.
  13. Hybridní přístupy (neuronové sítě, fuzzy logika, genetické algoritmy).

Projekt

26 hod., nepovinná

Vyučující / Lektor

doc. Ing. František Zbořil, CSc.

Elektronické učební texty

SFC 2020
Soft Computing 2020.pdf 7.1 MB