Detail předmětu

Metody umělé inteligence ve vodním hospodářství

FAST-DSB026Ak. rok: 2021/2022

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

Zajišťuje ústav

Ústav vodního hospodářství krajiny (VHK)

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