Detail předmětu

Metody umělé inteligence ve vodním hospodářství

FAST-DSB026Ak. rok: 2020/2021

Problematika neurčitosti v modelování srážkoodtokového procesu, náhodné procesy, vágní popis veličin, princip adaptivity, učící se systémy, aplikace umělých neuronových sítí, aplikace fuzzy modelů, aplikace genetických algoritmů.

Jazyk výuky

čeština

Počet kreditů

8

Výsledky učení předmětu

Student získá základní znalosti týkající se možností užití metod umělé inteligence při řešení problémů ve vodním hospodářství

Prerekvizity

Hydrologie, hydraulika, matematika, teorie pravděpodobnosti a matematická statistika, fyzika.

Osnovy výuky

1. Problematika neurčitosti v hydrologii a vodním hospodářství.
2. Princip adaptivity a učící se systémy.
3.–4. Neuronové sítě a jejich simulátory.
5.–7. Aplikace neuronových sítí na řešení vybraných problémů.
8.–9. Fuzzy modely.
10.–11. Aplikace fuzzy modelů.
12.–13. Genetické algoritmy a jejich aplikace.

Učební cíle

Aplikace základních metod umělé inteligence v hydrologii a ve vodním hospodářství

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Zařazení předmětu ve studijních plánech

  • Program DPC-V doktorský 2 ročník, zimní semestr, povinně volitelný
  • Program DPA-V doktorský 2 ročník, zimní semestr, povinně volitelný
  • Program DKC-V doktorský 2 ročník, zimní semestr, povinně volitelný
  • Program DKA-V doktorský 2 ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Osnova

1. Problematika neurčitosti v hydrologii a vodním hospodářství. 2. Princip adaptivity a učící se systémy. 3.–4. Neuronové sítě a jejich simulátory. 5.–7. Aplikace neuronových sítí na řešení vybraných problémů. 8.–9. Fuzzy modely. 10.–11. Aplikace fuzzy modelů. 12.–13. Genetické algoritmy a jejich aplikace.