Neizrazito, evolucijsko i neuro računarstvo
Opis predmeta
Neizrazito, evolucijsko i neuroračunarstvo 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.
Opće kompetencije
Studenti će se upoznati s teorijskim temeljima te mogućnošću i širinom primjene metoda mekog računarstva u rješavanju znanstvenih, financijskih, upravljačkih ili gospodarskih problema.
Ishodi učenja
- definirati i opisati temeljna podpodručja mekog računarstva
- primijeniti modele neizrazite logike na probleme upravljanja
- primijeniti umjetne neuronske mreže za predviđanje te klasifikaciju
- riješiti optimizacijske probleme uporabom evolucijskog računanja
- povezati različite tehnike mekog računarstva u cjeloviti sustav
- preporučiti prikladnu metodu mekog računarstva za rješavanje različitih problema
Oblici nastave
Predavanja
Predavanja se odvijaju u 15 tjedana po 2 školska sata. U dva tjedna od tih 15 održavaju se ispiti. Predavanja su podijeljena u dva ciklusa nakon kojih su provjere znanja.
Provjere znanjaPostoji jedan međuispit i jedan završni ispit.
SeminariStudenti trebaju napraviti jedan praktičan zadatak koji će demonstrirati nastavniku.
Način ocjenjivanja
Kontinuirana nastava | Ispitni rok | |||||
---|---|---|---|---|---|---|
Vrsta provjere | Prag | Udio u ocjeni | Prag | Udio u ocjeni | ||
Seminar/Projekt | 0 % | 20 % | 0 % | 0 % | ||
Međuispit: Pismeni | 0 % | 40 % | 0 % | |||
Završni ispit: Pismeni | 0 % | 40 % | ||||
Ispit: Pismeni | 50 % | 50 % | ||||
Ispit: Usmeni | 50 % |
Tjedni plan nastave
- Uvod u neizrazito, evolucijsko i neuro-računarstvo. Biološki modeli kao uzor. Razvoj mekog računarstva. Područja istraživanja i primjene.
- Definicija neizrazitih skupova, primjeri, standardni prikazi i svojstva, standardne max-min operacije. Poopćenje standardnih operacija: S i T norme. Neizrazite relacije, svojstva.
- Kompozicija i primjena neizrazitih relacija. Neizraziti grafovi. Jezične varijable, jezični modifikatori. Neizrazita ako-onda pravila.
- Princip proširenja. Intervalna aritmetika. Neizrazita aritmetika. Metrika.
- Neizrazita logika, pravila zaključivanja u neizrazitoj logici i generalizirani modus ponens, približno zaključivanje kao proširenje neizrazite logike.
- Sustavi s neizrazitim upravljanjem, građa sustava, vrste zaključivanja, vrste neizrazitog kodiranja i dekodiranja. Primjeri.
- Neuronske mreže, vrste mreža i vrste učenja. Unaprijedne neuronske mreže i algoritmi učenja.
- 1. međuispit
- Samoorganizirajuće neuronske mreže i algoritmi učenja.
- Kombinacija neuronskih mreža i neizrazite logike: neizraziti-neuro sustavi.
- Genetski algoritmi i evolucijski programi. Prirodni evolucijski proces. Genetski kôd. Prikaz rješenja. Inicijalizacija populacije. Funkcija dobrote. Genetski operatori: selekcija, križanje i mutacija. Selekcijski pritisak. Parametri genetskog algoritma.
- Jednostavni GA. Teorem sheme i hipoteza građevnih blokova. Primjeri primjene GA. Optimiranje višemodalnih funkcija.
- Postupak optimiranja parametara neuronske mreže genetskim algoritmom. Kromosom kao broj s pomičnom točkom. Podešavanje parametara genetskog algoritma. Prednosti i nedostaci genetskih algoritama.
- Kombiniranje neizrazite logike i genetskih algoritama. GA za podešavanje funkcija pripadnosti. Pregled i usporedbe metoda mekog računarstva.
- Završni ispit.
Studijski programi
Sveučilišni diplomski
Programsko inženjerstvo i informacijski sustavi (profil)
preporučeni izborni predmeti
(3. semestar)
Računalno inženjerstvo (profil)
preporučeni izborni predmeti
(3. semestar)
Računarska znanost (profil)
Predmeti specijalizacije profila
(3. semestar)
Telekomunikacije i informatika (profil)
preporučeni izborni predmet
(3. semestar)
Literatura
J. Yen and R. Langari (1999.), Fuzzy Logic, Prentice Hall
M. Čupić. B. Dalbelo Bašić, M. Golub (2012.), Neizrazito, evolucijsko i neuroračunarstvo,
(.), Handbook of Genetic Algorithms;L. Davis;1991;Van Nostrand Reinhold, New York,
Izvedba
ID 34475
Zimski semestar
4 ECTS
R0 Engleski jezik
R1 E-učenje
30 Predavanja
0 Auditorne vježbe
0 Laboratorijske vježbe
0 Konstrukcijske vježbe
Ocjenjivanje
88 izvrstan
75 vrlo dobar
63 dobar
50 dovoljan