Svenska Studiehandboken kurser

Systemteknik

SME063 Neuronnät 4.0 Poäng

THIS PAGE IS ALSO AVAILABLE IN ENGLISH

Program/Tidsperiod

/
Val D3,D4,E3 / 4

SPRÅK: Engelska/Svenska

EXAMINATOR
L Gustafsson Univ lekt

FASTSTÄLLD
Kursplanen är fastställd av Institutionen för systemteknik 1997-02-19 att gälla från HT97.

FÖRKUNSKAPSKRAV


MÅL
Kursen syftar till att ge en teoretisk och praktisk förståelse för läraktiga system, främst artificiella neuronnät, men även genetiska algoritmer och oskarp logik.

INNEHÅLL
Bakgrund och översikt av artificiella neuronnät, genetiska algoritmer och oskarp logik. Lär- aktiga och självorganiserade system. Klassiska läraktiga system som korrelations- matrisminne, perceptronen och minstakvadratmetoder. Framkopplade nätverk som flerlagersperceptron och lokalt läraktiga system. Återkopplade nätverk och andra dyna- miska nätverk som t.ex. Hopfield nätverk. Användningen av tidsbegreppet i läraktiga system. Multimodulära läraktiga system. Sätt att implementera läraktiga system i hårdvara. Användning av läraktiga system inom signalbehandling, kommunikation, reglerteknik, robotik och bildbehandling.

UNDERVISNING
Undervisningen består av lektioner, föreläsningar och laborationer.

EXAMINATION
Skriftlig tentamen med differentierade betyg.
KURSENS BETYGSKALA: U, 3, 4, 5

MOMENT/PROV

Laborationer                                                	  1.0	Poäng
Tentamen                                                    	  3.0	Poäng

LITTERATUR
Haykin, S., Neural Networks, a Comprehensive Foundation, New York: IEEE Computer Society Press, 1994. ISBN 0-02-352761-7. Vetenskapliga uppsatser.

ÖVRIGT


Last modified: 97-09-25
Further information: Lennart Gustafsson
Tillbaka till institutions meny