Компьютерные науки

Нейрокомпьютерные системы

Программа об архитектуре и методах обучения искусственных нейронных сетей. Рассматриваются модели нейронов, многослойные персептроны, радиальные и рекуррентные сети, а также аппаратная реализация нейрокомпьютеров.
Студентов 2644 Выпускников 607 Для специалистов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Искусственный интеллект и робототехника
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебная программа знакомит с коннекционистской парадигмой искусственного интеллекта. В учебной программе изучаются градиентные алгоритмы обучения, методы глобальной оптимизации, самоорганизующиеся карты и адаптивная резонансная теория. Материал последовательно раскрывает процесс превращения математической модели в работающую систему, включая решение задач комбинаторной оптимизации и работу с нечеткими нейронными сетями. Учебная программа ориентирована на разработчиков интеллектуальных систем, инженеров-схемотехников и специалистов по распознаванию образов.
Цели
  • Сформировать понимание принципов построения и функционирования нейрокомпьютеров.
  • Раскрыть важнейшие методы обучения нейронных сетей различной топологии.
  • Познакомить с современными способами аппаратной реализации нейросетевых вычислений.
Чему я научусь?
  • Выбирать архитектуру нейронной сети под специфику решаемой задачи.
  • Применять алгоритмы настройки весовых коэффициентов для оптимизации работы сети.
  • Ориентироваться в методах аппаратного ускорения нейросетевых алгоритмов.

Авторы

Тарков Михаил Сергеевич
Тарков Михаил Сергеевич
кандидат технических наук, старший научный сотрудник ИФП СО РАН, доцент НГУ.
Чему я научусь?
  • Выбирать архитектуру нейронной сети под специфику решаемой задачи.
  • Применять алгоритмы настройки весовых коэффициентов для оптимизации работы сети.
  • Ориентироваться в методах аппаратного ускорения нейросетевых алгоритмов.

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Введение в нейрокомпьютерные системы Рассматриваются: символьная и коннекционистская парадигмы искусственного интеллекта, понятие искусственной нейронной сети (НС), история возникновения и перспективы... Рассматриваются: символьная и коннекционистская парадигмы искусственного интеллекта, понятие искусственной нейронной сети (НС), история возникновения и перспективы развития НС, отличия НС от традиционных вычислительных систем. ещё
Введение в нейрокомпьютерные системы тест для курса Нейрокомпьютерные системы 25 мин
2 Модели нейронов Рассматриваются структура и функции различных моделей нейрона: персептрон, сигмоидальный нейрон, адалайн, Паде-нейрон, нейрон с квадратичным сумматором,... Рассматриваются структура и функции различных моделей нейрона: персептрон, сигмоидальный нейрон, адалайн, Паде-нейрон, нейрон с квадратичным сумматором, сигма-пи нейроны, нейрон Хебба, стохастическая модель нейрона, кубические модели нейронов. ещё
Модели нейронов тест для курса Нейрокомпьютерные системы 25 мин
3 Задача линейного разделения двух классов Рассматриваются: решение задачи линейного разделения двух классов методом центров масс, алгоритм обучения персептрона, виды обучения, геометрическая... Рассматриваются: решение задачи линейного разделения двух классов методом центров масс, алгоритм обучения персептрона, виды обучения, геометрическая интерпретация задачи разделения двух классов. ещё
Задача линейного разделения двух классов тест для курса Нейрокомпьютерные системы 25 мин
4 Задача нелинейного разделения двух классов Рассматриваются: решение задачи нелинейного разделения двух классов методом максимума правдоподобия и многослойной сетью, реализация булевых функций... Рассматриваются: решение задачи нелинейного разделения двух классов методом максимума правдоподобия и многослойной сетью, реализация булевых функций посредством нейронной сети. ещё
Задача нелинейного разделения двух классов тест для курса Нейрокомпьютерные системы 25 мин
5 Виды нейронных сетей и способы организации их функционирования Рассматриваются: варианты многослойных сетей, режимы функционирования сетей, предобработка входных данных сети, виды интерпретации ответов НС, задача... Рассматриваются: варианты многослойных сетей, режимы функционирования сетей, предобработка входных данных сети, виды интерпретации ответов НС, задача аппроксимации функций и оценка способности сети решить эту задачу. ещё
Виды нейронных сетей и способы организации их функционирования тест для курса Нейрокомпьютерные системы 25 мин
6 Многослойные сети сигмоидального типа Рассматриваются: многослойный персептрон, алгоритм обратного распространения ошибки, подбор коэффициента обучения (одномерная минимизация), методы инициализации весов сети.
Многослойные сети сигмоидального типа тест для курса Нейрокомпьютерные системы 25 мин
7 Градиентные алгоритмы обучения сети "Рассматриваются: особенности задачи оптимизации, возникающей при обучении нейронных сетей
Градиентные алгоритмы обучения сети тест для курса Нейрокомпьютерные системы 25 мин
8 Методы глобальной оптимизации Рассматриваются: алгоритм имитации отжига, генетические алгоритмы, использование случайных возмущений в обучении (метод виртуальных частиц).
Методы глобальной оптимизации тест для курса Нейрокомпьютерные системы 25 мин
9 Радиальные нейронные сети Рассматриваются математические основы радиальных сетей и методы их обучения. Производится сравнение радиальных и сигмоидальных нейронных сетей.
Радиальные нейронные сети тест для курса Нейрокомпьютерные системы 25 мин
10 Рекуррентные сети как ассоциативные запоминающие устройства "Рассматриваются: нейронная сеть Хопфилда как автоассоциативная память, обучаемая с использованием метода Хебба и проекционного метода
Рекуррентные сети как ассоциативные запоминающие устройства тест для курса Нейрокомпьютерные системы 25 мин
11 Решение задач комбинаторной оптимизации рекуррентными сетями Рассматривается решение задачи коммивояжерасетью Хопфилда и машиной Больцмана. Оцениваются параметры функции энергии нейронных сетей, обеспечивающие решение... Рассматривается решение задачи коммивояжерасетью Хопфилда и машиной Больцмана. Оцениваются параметры функции энергии нейронных сетей, обеспечивающие решение задачи коммивояжера. ещё
Решение задач комбинаторной оптимизации рекуррентными сетями тест для курса Нейрокомпьютерные системы 25 мин
12 Рекуррентные сети на базе персептрона Рассматриваются многослойные рекуррентные сети (персептронная\break сеть с обратной связью, рекуррентная сеть Эльмана, сеть RTRN) и их... Рассматриваются многослойные рекуррентные сети (персептронная\break сеть с обратной связью, рекуррентная сеть Эльмана, сеть RTRN) и их использование для идентификации динамических объектов. ещё
Рекуррентные сети на базе персептрона тест для курса Нейрокомпьютерные системы 25 мин
13 Самоорганизация (самообучение) нейронных сетей Рассматриваются: метод динамических ядер в классификации без учителя, алгоритмы обучения сетей с самоорганизацией и их применение... Рассматриваются: метод динамических ядер в классификации без учителя, алгоритмы обучения сетей с самоорганизацией и их применение к компрессии данных и прогнозированию. ещё
Самоорганизация (самообучение) нейронных сетей тест для курса Нейрокомпьютерные системы 25 мин
14 Адаптивная резонансная теория (АРТ) "Рассматриваются: вопрос о соотношении стабильности и пластичности при запоминании
Адаптивная резонансная теория (АРТ) тест для курса Нейрокомпьютерные системы 25 мин
15 Нечеткие и гибридные нейронные сети Рассматриваются: математические основы нечетких систем, преимущества и алгоритмы обучения нечетких нейронных сетей, нечеткие сети с генетической... Рассматриваются: математические основы нечетких систем, преимущества и алгоритмы обучения нечетких нейронных сетей, нечеткие сети с генетической настройкой, экспертные системы на основе гибридных НС. ещё
Нечеткие и гибридные нейронные сети тест для курса Нейрокомпьютерные системы 25 мин
16 Контрастирование (редукция) нейронной сети "Рассматриваются: методы оценки значимости параметров нейронной сети и сигналов в ней
Контрастирование (редукция) нейронной сети тест для курса Нейрокомпьютерные системы 25 мин
17 Методы аппаратной реализации нейрокомпьютеров Рассматриваются электронные и оптические методы реализации нейрокомпьютеров.
Методы аппаратной реализации нейрокомпьютеров тест для курса Нейрокомпьютерные системы 25 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^