• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2020/2021

Применение нейросетевых технологий

Статус: Майнор
Когда читается: 3, 4 модуль
Преподаватели: Воронков Илья Михайлович, Дам Ван Ньить, Пантюхин Дмитрий Валерьевич, Силаев Юрий Владимирович
Язык: русский
Кредиты: 5
Контактные часы: 60

Программа дисциплины

Аннотация

Дисциплина Применение нейросетевых технологий является четвертой дисциплиной майнора Нейросетевые технологии, предназначена для студентов третьего курса бакалавриата. Дисциплина ставит своей целью ознакомить студентов с применениями нейронных сетей в совершенно различных областях: обработка текстов, изображений, речи; управление и диагностика промышленных объектов; робототехника; криптография и многие другие. Также рассматриваются другие технологии мягких вычислений: нечеткая логика, эволюционные методы, вейвлеты. Дисциплина является основой для курсовых и дипломных работ, требует предварительного изучения дисциплин Теория нейронных сетей и Нейроматематика.
Цель освоения дисциплины

Цель освоения дисциплины

  • Приобретение знаний о технологиях мягких вычислений
  • Приобретение знаний о способах применения нейронных сетей в прикладных задачах
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные типы мягких вычислений
  • Умеет применять нейронные сети для решения задач
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Технологии мягких вычислений
    Нечеткая логика и системы нечеткого логического вывода. Сеть ANFIS. Эволюционные вычислительные методы. Генетические алгоритмы. Метод роя частиц. Вейвлеты, вейвлет-преобразования, вейвлет-сети.
  • Применения нейронных сетей
    Нейронные сети в: - машиностроении, - народном хозяйстве, - научных исследованиях. Применение нейронных сетей в обработке изображений. Распознавание объектов. Обработка трехмерных изображений. Применение нейронных сетей в обработке сигналов. Распознавание сигналов: речевых, радиолокационных и др. Адаптивная фазированная антенная решетка. Применение нейронных сетей в обработке текстов. Применение нейронных сетей в информационной безопасности. Обнаружение спама, вирусов, компьютерных атак. Криптография, древовидные машины четности для генерации секретного ключа. Робототехника, системы нейросетевого управления.
Элементы контроля

Элементы контроля

  • неблокирующий Контрольные вопросы по лекциям
    Контрольные вопросы по лекциям. Регулярные тесты по материалам прошедших лекций. Не менее 4 раз за дисциплину. Возможно проведение онлайн. Разрешено использование только собственных записей и материалов в ЛМС. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать на следующем занятии. Пропуск по неуважительной причине оценивается в 0 баллов. За каждый тест выставляется 10 бальная оценка, общая оценка считается как среднее арифметическое от всех полученных оценок, округляется по стандартным правилам.
  • неблокирующий Контрольные задания по практическим занятиям
    Контрольные задания по практическим занятиям. Регулярные задания по темам практических занятий. Не менее 4 раз за дисциплину. Разрешенные источники указываются преподавателем для каждого задания. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать на следующем занятии. Пропуск по неуважительной причине оценивается в 0 баллов. За каждое задание выставляется 10 бальная оценка, общая оценка считается как среднее арифметическое от всех полученных оценок, округляется по стандартным правилам.
  • неблокирующий Модульная контрольная работа
    Модульная контрольная работа. Проводится в конце 3 модуля по пройденным материалам. В виде теста и\или расчетной (практической) части. Не более 2 ак. час. Может проводиться онлайн. Пересдаче не подлежит. При пропуске по уважительной причине можно сдать, по решению преподавателя, на одном из последующих занятий. Пропуск по неуважительной причине оценивается в 0 баллов. Оценка 10-бальная. Оценивается качество ответов на вопросы тестов и выполнения практического задания.
  • неблокирующий Домашнее задание
    Домашнее задание. Презентация (устный доклад) по выбранной и согласованной теме на 15-20 минут. Пересдаче не подлежит. Проводится на любом семинаре по выбору студента и согласованию с преподавателем. Оценка 10-бальная. Оценивается качество доклада, актуальность и сложность темы, качество ответов на вопросы.
  • неблокирующий Экзамен
    Экзамен (письменный). В виде теста и\или расчетной (практической) части. Проводится в сессию (4 модуль). Не более 2 ак. час. Разрешено использование собственных записей, материалов размещенных в ЛМС, другие источники только с разрешения преподавателя. Оценка 10-бальная. Оценивается качество ответов на вопросы тестов и выполнения практического задания. Экзамен проводится в письменной  форме (вопросы по материалам занятий и\или разработка программы по заданию). К экзамену необходимо подключиться за 5 минут до начала экзамена согласно расписанию. Компьютер студента должен удовлетворять требованиям: стабильное подключение к Интернет, поддержка программной среды, принятой на семинаре. Ссылки на платформы проведения экзамена по подгруппам опубликованы в ЛМС. Экзамен проводится на платформах: - подгруппы Пантюхина Задание распространяется через ЛМС и телеграмм-группу https://t.me/minor_NN_application  . Принимается по электронной почте преподавателя и учебного ассистента указанных в Задании. В процессе используется система Матлаб Онлайн https://matlab.mathworks.com/ - подгруппы Ван Дам: Задание распространяется через ЛМС и телеграмм-группу https://t.me/neuroap  . Принимается по электронной почте преподавателя и учебного ассистента указанных в Задании. В процессе используется система Матлаб Онлайн https://matlab.mathworks.com/ - подгруппы Силаева: Задание распространяется и принимается через группу для проведения семинаров в Discord (https://discord.com/) -  подгруппы Воронкова: Задание распространяется через  телеграмм-группу "Нейросети 3 курс", принимается через Zoom https://zoom.us/ (ссылки на конференцию будут доступны в телеграмм-группе). Для участия в экзамене студент обязан: явиться на экзамен согласно точному расписанию, идентифицировать свою личность по запросу преподавателя. Во время экзамена студентам запрещено: пользоваться интерактивными источниками информации (чаты, звонки и т.п.) и подсказками третьих лиц, прочие запреты и разрешения указываются в каждом Задании отдельно. Кратковременным нарушением связи во время экзамена считается нарушение связи менее 10 минут. Долговременным нарушением связи во время экзамена считается нарушение связи более 10 минут. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи с другими заданиями.
  • неблокирующий Личные достижения
    Дополнительная, необязательная оценка, оцениваются личные достижения студента в области нейросетевых технологий как-то: выполненные курсовые работы, научные проекты, опубликованные работы, пройденные онлайн курсы и др. Достижения должны приходиться на период изучения Дисциплины. Не оцениваются повторно. Результаты докладываются публично на семинаре, и должны быть подтверждены. Оценивается сложность, актуальность результатов, качество доклада и ответов на вопросы.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    ОКРУГЛЕНИЕ (МИНИМУМ(10, 0.4 * Домашнее задание + 0.1 * Контрольные вопросы по лекциям + 0.2 * Контрольные задания по практическим занятиям + 0.7 * Личные достижения + 0.1 * Модульная контрольная работа+ 0.2 * Экзамен))
Список литературы

Список литературы

Рекомендуемая основная литература

  • Дьяконов В.П. - MATLAB 7.*/R2006/R2007: Самоучитель - Издательство "ДМК Пресс" - 2009 - 768с. - ISBN: 978-5-94074-424-5 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/1178
  • Нейронные сети : полный курс, Хайкин, С., 2006
  • Нейронные сети, генетические алгоритмы и нечеткие системы, Рутковская, Д., 2008

Рекомендуемая дополнительная литература

  • Автоматизированные нечетко-логические системы управления : монография / С.Г. Емельянов, В.С. Титов, М.В. Бобырь. — М. : ИНФРА-М, 2018. — 175 с. — (Научная мысль). - Режим доступа: http://znanium.com/catalog/product/954480
  • Антонио Джулли, Суджит Пал - Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow - Издательство "ДМК Пресс" - 2018 - 294с. - ISBN: 978-5-97060-573-8 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/111438
  • Барский А.Б. - Введение в нейронные сети - Национальный Открытый Университет "ИНТУИТ" - 2016 - 358с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100684
  • Барцев, С. И. Эвристические нейросетевые модели в биофизике: приложение к проблеме структурно-функционального соответствия [Электронный ресурс] : Монография / С. И. Барцев, О. Д. Барцева. - Красноярск: Сибирский федеральный ун-т, 2010. - 115 с. - ISBN 978-5-7638-2080-5.
  • Батыршин И.З., Недосекин А.О., Стецко А.А. - Нечеткие гибридные системы. Теория и практика - Издательство "Физматлит" - 2007 - 208с. - ISBN: 978-5-9221-0786-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/48187
  • Вейвлет-анализ и его приложения: Учебное пособие / Т.В. Захарова, О.В. Шестаков. - 2-e изд., перераб. и доп. - М.: ИНФРА-М, 2012. - 158 с.: 60x88 1/16. - (Высшее образование). (обложка) ISBN 978-5-16-005056-0 - Режим доступа: http://znanium.com/catalog/product/234103
  • Гисин В.Б., Волкова Е.С. - Нечеткие множества и мягкие вычисления в экономике и финансах (Бакалавриат). Учебное пособие - КноРус - 2019 - 155с. - ISBN: 978-5-406-06705-5 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/930521
  • Гладков, Л. А. Генетические алгоритмы [Электронный ресурс] / Под ред. В. М. Курейчика. - 2-е изд., исправл. и доп. - М.: ФИЗМАТЛИТ, 2010. - 368 с. - ISBN 978-5-9221-0510-1. - Режим доступа: http://znanium.com/catalog/product/544626
  • Горбаченко В. И., Ахметов Б. С., Кузнецова О. Ю. - ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ: НЕЧЕТКИЕ СИСТЕМЫ И СЕТИ 2-е изд., испр. и доп. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 105с. - ISBN: 978-5-534-08359-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/intellektualnye-sistemy-nechetkie-sistemy-i-seti-444125
  • Ежов А.А., Шумский С.А. - Нейрокомпьютинг и его применения в экономике и бизнесе - Национальный Открытый Университет "ИНТУИТ" - 2016 - 306с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100269
  • Интеллектуальные системы и нечеткая логика : учебник / В.П. Корячко, М.А. Бакулева , В.И. Орешков. - М.: КУРС, 2017. - 352 с. - ISBN 978-5-906923-39-4. - Режим доступа: http://znanium.com/catalog/product/882796
  • ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ АКТИВНОЙ БЕЗОПАСНОСТИ АВТОМОБИЛЯ НА ОСНОВЕ АДАПТИВНОГО НЕЙРО-НЕЧЕТКОГО УПРАВЛЕНИЯ (5 глава коллектив. монографии) / Горбачев С.В. - М.:НИЦ ИНФРА-М, 2017. - 112 с.: 60x90 1/16 ISBN 978-5-16-105856-5 (online) - Режим доступа: http://znanium.com/catalog/product/910754
  • Короновский А.А., Храмов А.Е. - Непрерывный вейвлетный анализ и его приложения - Издательство "Физматлит" - 2003 - 176с. - ISBN: 5-9221-0389-Х - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/2210
  • Назаров Д. М., Конышева Л. К. - ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ: ОСНОВЫ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ 3-е изд., испр. и доп. Учебное пособие для академического бакалавриата - М.:Издательство Юрайт - 2019 - 186с. - ISBN: 978-5-534-07496-3 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/intellektualnye-sistemy-osnovy-teorii-nechetkih-mnozhestv-423214
  • Нейронные сети: основы теории / А.И. Галушкин. - М.: Гор. линия-Телеком, 2012. - 496 с.: ил.; 60x90 1/16. (обложка) ISBN 978-5-9912-0082-0, 1000 экз. - Режим доступа: http://znanium.com/catalog/product/353660
  • Ростовцев В.С. - Искусственные нейронные сети: учебник - Издательство "Лань" - 2019 - 216с. - ISBN: 978-5-8114-3768-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/122180
  • Ручай А.Н. - Биометрическая аутентификация диктора в MATLAB - Русайнс - 2017 - 166с. - ISBN: 978-5-4365-1864-0 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/926383
  • Свешников С.В., Бочарников В.П. - Основы нечеткой технологии и примеры решения аналитических задач в государстве и бизнесе - Издательство "ДМК Пресс" - 2014 - 408с. - ISBN: 978-5-94074-956-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/69950
  • Сизиков В. С. - Обратные прикладные задачи и MatLab - Издательство "Лань" - 2011 - 256с. - ISBN: 978-5-8114-1238-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/2037
  • Смоленцев Н.К. - Основы теории вейвлетов. Вейвлеты в MATLAB - Издательство "ДМК Пресс" - 2019 - 560с. - ISBN: 978-5-97060-764-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/123712
  • Тарков М.С. - Нейрокомпьютерные системы - Национальный Открытый Университет "ИНТУИТ" - 2016 - 170с. - ISBN: 5-9556-0063-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100268
  • Хливненко Л.В., Пятакович Ф.А. - Практика нейросетевого моделирования: учебное пособие - Издательство "Лань" - 2019 - 200с. - ISBN: 978-5-8114-3639-2 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/123697
  • Червяков Н.И., Евдокимов А.А., Галушкин А.И. - Применение искусственных нейронных сетей и системы остаточных классов в криптографии - Издательство "Физматлит" - 2012 - 280с. - ISBN: 978-5-9221-1386-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/5300