Нейроматематика

2020/2021

Лучший по критерию «Новизна полученных знаний»

Статус: Майнор

Кто читает: Департамент программной инженерии

Где читается: Факультет компьютерных наук

Когда читается: 3, 4 модуль

Преподаватели: Дам Ван Ньить, Пантюхин Дмитрий Валерьевич, Силаев Юрий Владимирович, Харламов Александр Александрович

Язык: русский

Кредиты: 5

Контактные часы: 60

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Дисциплина Нейроматематика является второй дисциплиной майнора Нейросетевые технологии, предназначена для студентов второго курса бакалавриата. Дисциплина ставит своей целью ознакомить студентов с базовыми задачами, решаемыми искусственными и естественными нейронными сетями, и углубить знания об архитектуре и способах их обучения. В третьем модуле рассматриваются задачи для базовых типов искусственных нейронных сетей: аппроксимация и экстраполяция функций многих переменных, классификация и кластеризация данных, решения линейных и нелинейных алгебраических и дифференциальных уравнений и др. В четвертом модуле изучаются трехкомпонентная модель мира, анализ речи и синтез речи, анализ зрительной информации, семантические представления, формирование представлений о ситуациях в гиппокампе, взаимодействие передних и задних отделов коры с гиппокампом, механизмы целенаправленного поведения, ассоциативная память. Дисциплина является основой для последующих дисциплин майнора, курсовых и дипломных работ, требует предварительного изучения дисциплины Теория нейронных сетей.

Цель освоения дисциплины

Приобретение знаний о способах решения базовых задач на искусственных нейронных сетях: аппроксимация, классификация, прогнозирование и др.
Приобретение базовых знаний о механизмах мозга для решения базовых задач: анализ и синтез речи, анализ зрительной информации, ассоциативная память и др.

Планируемые результаты обучения

Знает основные способы решения базовых математических задач на искусственных нейронных сетях
Умеет создавать, обучать и проверять нейронные сети для решения базовых математических задач (классификация, кластеризация, прогнозирование и др.)
Знает основные механизмы мозга для решения базовых задач (обработка речи, зрительной информации, память и др.)

Содержание учебной дисциплины

Основные способы решения базовых задач на искусственных нейронных сетях
Задачи вычислительной математики. Аппроксимация функций. Решение линейных и нелинейных алгебраических уравнений. Решение дифференциальных уравнений, обыкновенных и в частных производных. Классификация данных. Сверточные нейронные сети и распознавание изображений. Кластеризация данных и построение адаптивных сеток (Модель «растущего нейронного газа»). Экстраполяция временных рядов и модели динамических нейронных сетей: рекуррентные нейронные сети. Клеточные нейронные сети.
Основные механизмы мозга для решения базовых задач
Трехкомпонентная модель мира. Речевое поведение. Анализ речи. Синтез речи. Анализ зрительной информации. Семантические представления. Формирование представлений о ситуациях в гиппокампе. Взаимодействие передних и задних отделов коры с гиппокампом. Целенаправленное поведение. Ассоциативная память.

Элементы контроля

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.
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.
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. Разрешенные источники указываются преподавателем. 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.
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.
Экзамен
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_neuromathematics . 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/neuromaths . 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/). 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.
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 (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))

Программа дисциплины