НЕЙРОКОМПЬЮТЕРНЫЕ СЕТИ Представление дисциплины

2 Общие сведения по дисциплине Нейрокомпьютерные сети Читается для специальности – «Математическое обеспечение и администрирование информационных систем» Это способ решения всевозможных задач с помощью искусственных нейронных сетей, реализованных на компьютере.

3 Краткое описание дисциплины Курс призван ознакомить студентов с одним из перспективных направлений информационных технологий: созданием и эксплуатацией нейрокомпьютерных сетей Нейрокомпьютерные сети строятся из множества искусственных нейронов, и предназначены для решения широкого круга задач

4 Цели и задачи преподавания дисциплины Основной целью дисциплины является изучение теоретических основ, приобретение практических навыков и освоение современными методиками проектирования, реализации и эксплуатации нейрокомпьютерных сетей.

5 Место дисциплины среди смежных дисциплин Данная дисциплина требует предварительного изучения курсов : высшей математики, базового курса программирования.

6 Начальные знания Для успешного освоения курса требуется знание основ следующих курсов: высшей математики, программирования.

7 Итоговые знания, умения и навыки В результате изучения дисциплины студенты должны иметь ПРЕДСТАВЛЕНИЯ: о назначениях нейрокомпьютерных сетей; о проблемах развития современных нейрокомпьютерных сетей. В результате изучения дисциплины студенты должны получить ЗНАНИЯ: математических методов, используемых в нейрокомпьютерных сетях; методик обучения и распознавания, нейрокомпьютерных сетей; о возможностях нейрокомпьютерных сетей. В результате изучения дисциплины студенты должны приобрести УМЕНИЯ И НАВЫКИ: практической разработки нейрокомпьютерных сетей для решения конкретных практических задач.

8 Содержание лекционного курса Тема 1. История появления нейрокомпьютерных сетей. Тема 2. Сведения о мозге человека. Тема 3. Формальные нейроны искусственных нейрокомпьютерных сетей. Тема 4. Использование одного нейрона. Правило Хебба. Тема 5. Простейшие нейронные сети на основе правила Хебба. Тема 6. Дельта-правило. Адалин. Однослойная нейронная сеть. Тема 7. Перцептроны. Тема 8. Нейронные сети, основанные на соревнованиях. Сеть Хемминга.

9 Тема 1. История появления нейрокомпьютерных сетей Первая тема курса является вводной в курс нейрокомпьютерных сетей. Рассматриваются следующие вопросы: - содержание предмета, цели и задачи курса; - методические рекомендации по изучению курса; - обзор литературы; - история появления, проблемы, развитие теории нейрокомпьютерных сетей; - области применения.

10 Тема 2. Сведения о мозге человека Вторая тема курса целиком посвящена рассмотрению сведений о мозге человека. Рассматриваются следующие вопросы: - принципы функционирования нейронов мозга человека; - строение нейрона; - возможности нейронов; - прототип нейронов головного мозга.

11 Тема 3. Формальные нейроны искусственных нейрокомпьютерных сетей. В данной теме Вы познакомитесь с формальными описаниями нейронов. Рассматриваются следующие вопросы: - описание формального нейрона; - классические функции активации нейронов.

12 Тема 4. Использование одного нейрона. Правило Хебба. В данной теме рассматриваются вопросы использования одного нейрона. Рассматриваются следующие вопросы: - использование одного нейрона для распознавания двух классов изображений; - использование правила Хебба для обучения нейронной сети, построенной на одном нейроне.

13 Тема 5. Простейшие нейронные сети на основе правила Хебба. В данной теме рассматриваются вопросы построения простейшей нейрокомпьютерной сети. Рассматриваются следующие вопросы: - использование простейшей нейрокомпьютерной сети, для распознавания нескольких классов изображений; - использование правила Хебба для обучения нейрокомпьютерной сети.

14 Тема 6. Дельта-правило. Адалин. Однослойная нейронная сеть. В данной теме рассматриваются вопросы построения нейрокомпьютерной сети на основе Дельта-правила. Рассматриваются следующие вопросы: - обучений однослойной нейрокомпьютерной сети с использованием Дельта-правила; - исследование свойств Дельта-правила.

15 Тема 7. Перцептроны. В данной теме рассматриваются вопросы использования Перцептронов. Рассматриваются следующие вопросы: - структура и свойства трехслойных перцептронов; - обучение перцептрона; - исследование возможностей перцептронов.

16 Тема 8. Нейронные сети, основанные на соревнованиях. Сеть Хемминга. В данной теме рассматриваются вопросы использования нейрокомпьютерных сетей, основанных на соревнованиях. Рассматриваются следующие вопросы: - нейронные сети, основанные на соревнованиях, структура, свойства; - сеть Хемминга; - использование и исследование сети Хемминга.

17 Лабораторный практикум Лабораторная работа 1 (по теме 4). Использование одного нейрона. Правило Хебба. Лабораторная работа 2 (по теме 5). Простейшие нейронные сети на основе правила Хебба. Лабораторная работа 3 (по теме 6). Адалин. Дельта-правило. Лабораторная работа 4 (по теме 7). Элементарные перцептроны и их обучение. Лабораторная работа 5 (по теме 8). Сети Хемминга и их обучение.

18 Формы контроля Текущий контроль Отчеты по лабораторным работам. Итоговый контроль Тест. Экзамен.

19 Глоссарий Глоссарий – обеспечивает толкование и определение основных понятий, необходимых для адекватного осмысления материала. Например: 1. Нейрон - Нервная клетка мозга человека. 2. Адалин - Частный случай нейрокомпьютерной сети, когда имеется только один выходной нейрон и для обучения используется Дельта-правило.

20 Список литературы Основная Ф.Уоссермен. Нейрокомпьютерная техника: Теория и практика. 1992г. Д.Рутковская, М.Пилиньский, Л.Рутковский. Нейронные сети, генетические алгоритмы и нечеткие системы. М. Горячая линия-Телеком 2004г. В. Головко. Нейрокомпьютеры и их применение. Книга 4: Нейронные сети: обучение, организация и применение. Изд.: Издательское предприятие редакции журнала "РАДИОТЕХНИКА". С. Оссовский. Нейронные сети для обработки информации. М. Финансы и статистика В.Д. Дмитренко, Н.И. Корсунов. Основы теории нейронных сетей. Белгород. Институт инжиниринга, менеджмента, международной аттестации, права

21 Список литературы Дополнительная Caudill, M., Neural Networks Primer, San Francisco, CA: Miller Freeman Publications, (Этот сборник статей может служить введением в мир искусственных нейронных сетей. При минимальном использовании математики дает четкие представления об основных принципах использования нейронных сетей.) Caudill, M., and C. Butler, Understanding Neural Networks: Computer Explorations, Vols. 1 and 2, Cambridge, MA: the МГГ Press, (Этот двухтомник рассчитан на студентов, которые желают получить практические навыки использования нейронных сетей. Он написан как руководство к лабораторным работам для старшекурсников и аспирантов. Приведены программы для IBM и Macintosh.) Lippman, R. P., "An introduction to computing with neural nets," IEEE ASSP Magazine, pp. 4-22, (Работа представляет собой введение в теорию нейронных сетей, которые могут быть использованы для классификации. Показано, каким образом с помощью нейронных сетей могут быть реализованы алгоритмы классификации и кластеризации.) Widrow, В., and S. D. Sterns, Adaptive Signal Processing, New York: Prentice- Hall, (Это основная работа по адаптивной обработке сигналов.) А.Н.Горбань, Обучение нейронных сетей, М.: СП ПараГраф, 1991 А.Н.Горбань, В.Л.Дунин-Барковский, А.Н.Кардин и др. Нейроинформатика, Отв. Ред. Новиков Е.А., РАН, Сиб. Отд., Институт выч. Моделирования – Новосибирск: Наука, 1998.

22 Сведения об авторе ФИО: Чашин Юрий Геннадиевич Место работы: БелГУ, факультет КНИТ Ученая степень: К.т.н. Должность: Доцент Кафедра:Математического и программного обеспечения информационных систем Контактная информация: Рабочий телефон: (4722)

23