Meko računarstvo

Prikazani su podaci za akademsku godinu: 2023./2024.

Nositelji

Izv. prof. dr. sc.
Marko Čupić

Laboratorijske vježbe

Mihael Jakšić
univ. mag. ing. comp.

Opis predmeta

Meko računarstvo predstavlja skup inteligentnih metoda koji se za razliku od klasičnog računarstva temelje na približnom izračunavanju i zaključivanju, samoučenju, paralelizmu i nedeterminizmu. Uspješnost ovakvih postupaka temelji se na oponašanju bioloških postupaka i modela (biološki neuron, evolucijski proces, čovjeku svojstveno približno zaključivanje, itd.), čime se postiže uspješnost i učinkovitost u rješavanje problema koji nisu mogli biti riješeni klasičnim matematičkim i računarskim postupcima. Ove metode uspješno se primjenjuju u znanosti i u praksi od jednostavnih uređaja do složenih upravljačkih sustava.

Studijski programi

Sveučilišni diplomski
[FER3-HR] Audiotehnologije i elektroakustika - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Automatika i robotika - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Elektroenergetika - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Elektroničko i računalno inženjerstvo - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Elektronika - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Elektrostrojarstvo i automatizacija - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Informacijsko i komunikacijsko inženjerstvo - profil
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti profila (1. semestar) (3. semestar)
[FER3-HR] Komunikacijske i svemirske tehnologije - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Programsko inženjerstvo i informacijski sustavi - profil
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmet profila (1. semestar) (3. semestar)
[FER3-HR] Računalno inženjerstvo - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Računalno modeliranje u inženjerstvu - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Računarska znanost - profil
Izborni predmeti (1. semestar) (3. semestar)
Izborni predmeti profila (1. semestar) (3. semestar)
[FER3-HR] Znanost o mrežama - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER3-HR] Znanost o podacima - profil
Izborni predmeti (1. semestar) (3. semestar)
[FER2-HR] Programsko inženjerstvo i informacijski sustavi - profil
preporučeni izborni predmeti (3. semestar)
[FER2-HR] Računalno inženjerstvo - profil
preporučeni izborni predmeti (3. semestar)
[FER2-HR] Računarska znanost - profil
Predmeti specijalizacije profila (1. semestar) (3. semestar)
[FER2-HR] Telekomunikacije i informatika - profil
preporučeni izborni predmet (3. semestar)

Ishodi učenja

  1. definirati i opisati temeljna podpodručja mekog računarstva
  2. primijeniti modele neizrazite logike na probleme upravljanja
  3. primijeniti umjetne neuronske mreže za predviđanje te klasifikaciju
  4. riješiti optimizacijske probleme uporabom evolucijskog računanja
  5. povezati različite tehnike mekog računarstva u cjeloviti sustav
  6. preporučiti prikladnu metodu mekog računarstva za rješavanje različitih problema

Oblici nastave

Predavanja

Laboratorij

Tjedni plan nastave

  1. Neizraziti skupovi i neizrazita logika
  2. Neizraziti skupovi i neizrazita logika
  3. Neizraziti skupovi i neizrazita logika
  4. Neizraziti skupovi i neizrazita logika
  5. Neizrazito zaključivanje (neizrazite propozicije, neizrazite relacije i neizrazite implikacije), Sustavi neizrazitog zaključivanja. neizrazito kodiranje i dekodiranje
  6. Neizrazito zaključivanje (neizrazite propozicije, neizrazite relacije i neizrazite implikacije), Sustavi neizrazitog zaključivanja. neizrazito kodiranje i dekodiranje
  7. Perceptron (paradigme učenja, hebbovsko učenje, natjecateljsko učenje, Boltzmannovo učenje), Višeslojan perceptron (propagiranje pogreške unazad, problem dodjele nagrade, propagiranje pogreške unazad kroz vrijeme)
  8. Međuispit
  9. Samoorganizirajuće mreže (hebbovsko nendzirano učenje, Ojaovo pravilo učenja, PCA pomoću samoorganizirajućih mreža, Sangerovo pravilo učenja, natjecateljsko nenadzirano učenje, mreže pobjednik-uzima-sve, Kohonenove samoorganizirajuće mape)
  10. Sustavi neizrazitog zaključivanja. neizrazito kodiranje i dekodiranje, Višeslojan perceptron (propagiranje pogreške unazad, problem dodjele nagrade, propagiranje pogreške unazad kroz vrijeme)
  11. Evolucijski algoritmi za jednokriterijsko optimiranje
  12. Evolucijski algoritmi za jednokriterijsko optimiranje
  13. Evolucijski algoritmi za jednokriterijsko optimiranje, Višeslojan perceptron (propagiranje pogreške unazad, problem dodjele nagrade, propagiranje pogreške unazad kroz vrijeme)
  14. Sustavi neizrazitog zaključivanja. neizrazito kodiranje i dekodiranje, Evolucijski algoritmi za jednokriterijsko optimiranje
  15. Završni ispit

Literatura

(.), Marko Čupić, Bojana Dalbelo Bašić, Marin Golub. Neizrazito, evolucijsko i neuroračunarstvo, 2012. (online),
(.), Z.Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Springer Verlag, Berlin, 3rd ed., 1996.,
(.), S.Haykin: Neural Networks, Comprehensive Foundation, Prentice Hall, 2nd ed., 1999.,
(.), J. Yen and R. Langari: Fuzzy Logic, Prentice Hall, 1999.,
(.), H.J.Zimmermann: Fuzzy Set Theory and Its Applications, Kluwer Academic Publishers, 4th ed., 2001.,

Za studente

Izvedba

ID 222649
  Zimski semestar
5 ECTS
R0 Engleski jezik
R1 E-učenje
45 Predavanja
0 Seminar
0 Auditorne vježbe
15 Laboratorijske vježbe
0 Konstrukcijske vježbe
0 Vježbe tjelesnog odgoja

Ocjenjivanje

izvrstan
vrlo dobar
dobar
dovoljan