Politechnika Warszawska - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Neural Networks

Informacje ogólne

Kod przedmiotu: 1120-INSZI-MSA-0123 Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Neural Networks
Jednostka: Wydział Matematyki i Nauk Informacyjnych
Grupy: Computer Science and Information Systems, Artificial Intelligence, 1st sem. of 3 (summer edition)
Computer Science and Information Systems, Artificial Intelligence, 1st sem. of 4 (summer edition)
Computer Science and Information Systems, Artificial Intelligence, 2nd sem. of 3 (winter edition)
Computer Science and Information Systems, Artificial Intelligence, 2nd sem. of 4
Punkty ECTS i inne: 5.00
Język prowadzenia: angielski

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. letni" (w trakcie)

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. letni" (zakończony)

Okres: 2019-02-18 - 2019-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "rok akademicki 2017/2018 - sem. letni" (zakończony)

Okres: 2018-02-19 - 2018-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena łączna
Laboratorium - Zaliczenie
Wykład - Egzamin
Skrócony opis:

Celem jest przekazanie studentom wiedzy o sztucznych sieciach neuronowych na bazie układów biologicznych. Po ukończeniu kursu (wykład + projekt laboratoryjny) studenci powinni:

• posiadać wiedzę teoretyczną o zasadach budowy i działania podstawowych modeli

• umieć wybrać odpowiednią strukturę do zrealizowania zadanych

funkcji

• wybrać właściwe narzędzia programistyczne (języki programowania,

pakiety itp.) w celu zrealizowania zadania

• w ramach zespołu dokonać rozdziału zadań na poszczególne osoby

• napisać i przetestować program

• przygotować raport końcowy.

Pełny opis:

EFEKTY KSZTAŁCENIA PRZEDMIOTU

w zakresie wiedzy

•znajomość teoretycznych podstaw działania i modelowania elementów neuropodobnych oraz budowy sieciowych struktur neuronowych

w zakresie umiejętności

•umiejętność przeanalizowania zadanego układu sieciowego, stworzenia opisu jego funkcjonalności, przeprowadzenia dowodu

•umiejętność zaprojektowania układu realizującego założone operacje

umiejętność wyboru właściwych narzędzi programistycznych do zamodelowania układu sieciowego z zadanych parametrach

•umiejętność korzystania ze źródeł literaturowych oraz zasobów internetowych dotyczących rozwiązywanego zadania

w zakresie kompetencji społecznych

•umiejętność pracy indywidualnej i w zespole

Literatura:

M. Arbib Mózg, maszyna, matematyka, PWN 1968

R. Gawroński Bionika, system nerwowy jako układ sterowania, PWN 1970

R. Gawroński Problemy bioniki w systemach wielkich, MON 1975

M. Arbib Mózg i jego modele, PWN 1977

T. Kohonen Associative Memory, Springer-Verlag 1978

P. D. Wasserman Neural Computing, theory and practice, Van Nostrand Reinhold 1989

R. Beale, T. Jackson Neural Computing, An Introduction, A.Hilger IOP Publ. Co. Bristol 1990.

R. Tadeusiewicz Problemy biocybernetyki, PWN 1991

R. Tadeusiewicz Sieci neuronowe, Akad. Ofic,. Wyd. RM, 1993

J. Hertz, A. Krogh, R. G. Palmer Wstęp do teorii obliczeń neuronowych, WNT 1993

A. Cichocki, R. Unbehauen, Neural Networks for Optimization and Signal Processing, J.Wiley 1993.

S. Osowski, Sieci neuronowe, Ofic. Wyd. Pol. Warszawskiej, Warszawa 1994.

J. Korbicz, A. Obuchowicz, D. Uciński, Sztuczne sieci neuronowe, podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.

T. Kacprzak, K. Ślot, Sieci neuronowe komórkowe, PWN 1995

T. Masters, Sieci neuronowe w praktyce, WNT 1996

J. Zurada, M. Barski, W. Jędruch Sztuczne sieci neuronowe, PWN 1996

S. Osowski Sieci neuronowe w ujęciu algorytmicznym, WNT 1996.

L. Rutkowski (ed) Sieci neuronowe i neurokomputery Wyd. Pol.Czest. 1996

D. Rutkowska, M. Piliński, L. Rutkowski Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN 1997

R. Tadeusiewicz Elementarne wprowadzenie do technik sieci neuronowych z przykł. progr., Akad. Ofic.Wyd. PLJ 1998

J. Mańdziuk Sieci neuronowe typu Hopfielda, Akad. Ofic. Wyd. EXIT 2000

B. Borowik Pamięci asocjacyjne, Mikom 2002

R. A. Kosiński Sztuczne sieci neuronowe, WNT 2002

L. Rutkowski Metody i techniki sztucznej inteligencji, PWN 2005

Zajęcia w cyklu "rok akademicki 2016/2017 - sem. letni" (zakończony)

Okres: 2017-02-20 - 2017-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin
Skrócony opis:

Celem jest przekazanie studentom wiedzy o sztucznych sieciach neuronowych na bazie układów biologicznych. Po ukończeniu kursu (wykład + projekt laboratoryjny) studenci powinni:

• posiadać wiedzę teoretyczną o zasadach budowy i działania podstawowych modeli

• umieć wybrać odpowiednią strukturę do zrealizowania zadanych

funkcji

• wybrać właściwe narzędzia programistyczne (języki programowania,

pakiety itp.) w celu zrealizowania zadania

• w ramach zespołu dokonać rozdziału zadań na poszczególne osoby

• napisać i przetestować program

• przygotować raport końcowy.

Pełny opis:

EFEKTY KSZTAŁCENIA PRZEDMIOTU

w zakresie wiedzy

•znajomość teoretycznych podstaw działania i modelowania elementów neuropodobnych oraz budowy sieciowych struktur neuronowych

w zakresie umiejętności

•umiejętność przeanalizowania zadanego układu sieciowego, stworzenia opisu jego funkcjonalności, przeprowadzenia dowodu

•umiejętność zaprojektowania układu realizującego założone operacje

umiejętność wyboru właściwych narzędzi programistycznych do zamodelowania układu sieciowego z zadanych parametrach

•umiejętność korzystania ze źródeł literaturowych oraz zasobów internetowych dotyczących rozwiązywanego zadania

w zakresie kompetencji społecznych

•umiejętność pracy indywidualnej i w zespole

Literatura:

M. Arbib Mózg, maszyna, matematyka, PWN 1968

R. Gawroński Bionika, system nerwowy jako układ sterowania, PWN 1970

R. Gawroński Problemy bioniki w systemach wielkich, MON 1975

M. Arbib Mózg i jego modele, PWN 1977

T. Kohonen Associative Memory, Springer-Verlag 1978

P. D. Wasserman Neural Computing, theory and practice, Van Nostrand Reinhold 1989

R. Beale, T. Jackson Neural Computing, An Introduction, A.Hilger IOP Publ. Co. Bristol 1990.

R. Tadeusiewicz Problemy biocybernetyki, PWN 1991

R. Tadeusiewicz Sieci neuronowe, Akad. Ofic,. Wyd. RM, 1993

J. Hertz, A. Krogh, R. G. Palmer Wstęp do teorii obliczeń neuronowych, WNT 1993

A. Cichocki, R. Unbehauen, Neural Networks for Optimization and Signal Processing, J.Wiley 1993.

S. Osowski, Sieci neuronowe, Ofic. Wyd. Pol. Warszawskiej, Warszawa 1994.

J. Korbicz, A. Obuchowicz, D. Uciński, Sztuczne sieci neuronowe, podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.

T. Kacprzak, K. Ślot, Sieci neuronowe komórkowe, PWN 1995

T. Masters, Sieci neuronowe w praktyce, WNT 1996

J. Zurada, M. Barski, W. Jędruch Sztuczne sieci neuronowe, PWN 1996

S. Osowski Sieci neuronowe w ujęciu algorytmicznym, WNT 1996.

L. Rutkowski (ed) Sieci neuronowe i neurokomputery Wyd. Pol.Czest. 1996

D. Rutkowska, M. Piliński, L. Rutkowski Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN 1997

R. Tadeusiewicz Elementarne wprowadzenie do technik sieci neuronowych z przykł. progr., Akad. Ofic.Wyd. PLJ 1998

J. Mańdziuk Sieci neuronowe typu Hopfielda, Akad. Ofic. Wyd. EXIT 2000

B. Borowik Pamięci asocjacyjne, Mikom 2002

R. A. Kosiński Sztuczne sieci neuronowe, WNT 2002

L. Rutkowski Metody i techniki sztucznej inteligencji, PWN 2005

Zajęcia w cyklu "rok akademicki 2015/2016 - sem. letni" (zakończony)

Okres: 2016-02-23 - 2016-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin
Skrócony opis:

Celem jest przekazanie studentom wiedzy o sztucznych sieciach neuronowych na bazie układów biologicznych. Po ukończeniu kursu (wykład + projekt laboratoryjny) studenci powinni:

• posiadać wiedzę teoretyczną o zasadach budowy i działania podstawowych modeli

• umieć wybrać odpowiednią strukturę do zrealizowania zadanych

funkcji

• wybrać właściwe narzędzia programistyczne (języki programowania,

pakiety itp.) w celu zrealizowania zadania

• w ramach zespołu dokonać rozdziału zadań na poszczególne osoby

• napisać i przetestować program

• przygotować raport końcowy.

Pełny opis:

EFEKTY KSZTAŁCENIA PRZEDMIOTU

w zakresie wiedzy

•znajomość teoretycznych podstaw działania i modelowania elementów neuropodobnych oraz budowy sieciowych struktur neuronowych

w zakresie umiejętności

•umiejętność przeanalizowania zadanego układu sieciowego, stworzenia opisu jego funkcjonalności, przeprowadzenia dowodu

•umiejętność zaprojektowania układu realizującego założone operacje

umiejętność wyboru właściwych narzędzi programistycznych do zamodelowania układu sieciowego z zadanych parametrach

•umiejętność korzystania ze źródeł literaturowych oraz zasobów internetowych dotyczących rozwiązywanego zadania

w zakresie kompetencji społecznych

•umiejętność pracy indywidualnej i w zespole

Literatura:

M. Arbib Mózg, maszyna, matematyka, PWN 1968

R. Gawroński Bionika, system nerwowy jako układ sterowania, PWN 1970

R. Gawroński Problemy bioniki w systemach wielkich, MON 1975

M. Arbib Mózg i jego modele, PWN 1977

T. Kohonen Associative Memory, Springer-Verlag 1978

P. D. Wasserman Neural Computing, theory and practice, Van Nostrand Reinhold 1989

R. Beale, T. Jackson Neural Computing, An Introduction, A.Hilger IOP Publ. Co. Bristol 1990.

R. Tadeusiewicz Problemy biocybernetyki, PWN 1991

R. Tadeusiewicz Sieci neuronowe, Akad. Ofic,. Wyd. RM, 1993

J. Hertz, A. Krogh, R. G. Palmer Wstęp do teorii obliczeń neuronowych, WNT 1993

A. Cichocki, R. Unbehauen, Neural Networks for Optimization and Signal Processing, J.Wiley 1993.

S. Osowski, Sieci neuronowe, Ofic. Wyd. Pol. Warszawskiej, Warszawa 1994.

J. Korbicz, A. Obuchowicz, D. Uciński, Sztuczne sieci neuronowe, podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.

T. Kacprzak, K. Ślot, Sieci neuronowe komórkowe, PWN 1995

T. Masters, Sieci neuronowe w praktyce, WNT 1996

J. Zurada, M. Barski, W. Jędruch Sztuczne sieci neuronowe, PWN 1996

S. Osowski Sieci neuronowe w ujęciu algorytmicznym, WNT 1996.

L. Rutkowski (ed) Sieci neuronowe i neurokomputery Wyd. Pol.Czest. 1996

D. Rutkowska, M. Piliński, L. Rutkowski Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN 1997

R. Tadeusiewicz Elementarne wprowadzenie do technik sieci neuronowych z przykł. progr., Akad. Ofic.Wyd. PLJ 1998

J. Mańdziuk Sieci neuronowe typu Hopfielda, Akad. Ofic. Wyd. EXIT 2000

B. Borowik Pamięci asocjacyjne, Mikom 2002

R. A. Kosiński Sztuczne sieci neuronowe, WNT 2002

L. Rutkowski Metody i techniki sztucznej inteligencji, PWN 2005

Zajęcia w cyklu "rok akademicki 2014/2015 - sem. letni" (zakończony)

Okres: 2015-02-23 - 2015-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin
Skrócony opis:

Celem jest przekazanie studentom wiedzy o sztucznych sieciach neuronowych na bazie układów biologicznych. Po ukończeniu kursu (wykład + projekt laboratoryjny) studenci powinni:

• posiadać wiedzę teoretyczną o zasadach budowy i działania podstawowych modeli

• umieć wybrać odpowiednią strukturę do zrealizowania zadanych

funkcji

• wybrać właściwe narzędzia programistyczne (języki programowania,

pakiety itp.) w celu zrealizowania zadania

• w ramach zespołu dokonać rozdziału zadań na poszczególne osoby

• napisać i przetestować program

• przygotować raport końcowy.

Pełny opis:

EFEKTY KSZTAŁCENIA PRZEDMIOTU

w zakresie wiedzy

•znajomość teoretycznych podstaw działania i modelowania elementów neuropodobnych oraz budowy sieciowych struktur neuronowych

w zakresie umiejętności

•umiejętność przeanalizowania zadanego układu sieciowego, stworzenia opisu jego funkcjonalności, przeprowadzenia dowodu

•umiejętność zaprojektowania układu realizującego założone operacje

umiejętność wyboru właściwych narzędzi programistycznych do zamodelowania układu sieciowego z zadanych parametrach

•umiejętność korzystania ze źródeł literaturowych oraz zasobów internetowych dotyczących rozwiązywanego zadania

w zakresie kompetencji społecznych

•umiejętność pracy indywidualnej i w zespole

Literatura:

M. Arbib Mózg, maszyna, matematyka, PWN 1968

R. Gawroński Bionika, system nerwowy jako układ sterowania, PWN 1970

R. Gawroński Problemy bioniki w systemach wielkich, MON 1975

M. Arbib Mózg i jego modele, PWN 1977

T. Kohonen Associative Memory, Springer-Verlag 1978

P. D. Wasserman Neural Computing, theory and practice, Van Nostrand Reinhold 1989

R. Beale, T. Jackson Neural Computing, An Introduction, A.Hilger IOP Publ. Co. Bristol 1990.

R. Tadeusiewicz Problemy biocybernetyki, PWN 1991

R. Tadeusiewicz Sieci neuronowe, Akad. Ofic,. Wyd. RM, 1993

J. Hertz, A. Krogh, R. G. Palmer Wstęp do teorii obliczeń neuronowych, WNT 1993

A. Cichocki, R. Unbehauen, Neural Networks for Optimization and Signal Processing, J.Wiley 1993.

S. Osowski, Sieci neuronowe, Ofic. Wyd. Pol. Warszawskiej, Warszawa 1994.

J. Korbicz, A. Obuchowicz, D. Uciński, Sztuczne sieci neuronowe, podstawy i zastosowania, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.

T. Kacprzak, K. Ślot, Sieci neuronowe komórkowe, PWN 1995

T. Masters, Sieci neuronowe w praktyce, WNT 1996

J. Zurada, M. Barski, W. Jędruch Sztuczne sieci neuronowe, PWN 1996

S. Osowski Sieci neuronowe w ujęciu algorytmicznym, WNT 1996.

L. Rutkowski (ed) Sieci neuronowe i neurokomputery Wyd. Pol.Czest. 1996

D. Rutkowska, M. Piliński, L. Rutkowski Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, PWN 1997

R. Tadeusiewicz Elementarne wprowadzenie do technik sieci neuronowych z przykł. progr., Akad. Ofic.Wyd. PLJ 1998

J. Mańdziuk Sieci neuronowe typu Hopfielda, Akad. Ofic. Wyd. EXIT 2000

B. Borowik Pamięci asocjacyjne, Mikom 2002

R. A. Kosiński Sztuczne sieci neuronowe, WNT 2002

L. Rutkowski Metody i techniki sztucznej inteligencji, PWN 2005

Zajęcia w cyklu "rok akademicki 2013/2014 - sem. letni" (zakończony)

Okres: 2014-02-24 - 2014-09-28
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Bohdan Macukow, Jacek Mańdziuk
Prowadzący grup: Bohdan Macukow, Jacek Mańdziuk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.