Detail předmětu

Soft Computing

FIT-SFCAk. rok: 2018/2019

Soft computing je zastřešující název (který nemá použitelný český překlad) pro netradiční technologie, resp. přístupy k řešení obtížných problémů. Obsah předmětu je ve shodě s významem jeho názvu následující: Tolerance pro nepřesnost a neurčitost jako základní atributy teorií soft-computing. Neuronové sítě. Fuzzy logika. Genetické, ACO (Ant Colony Optimization) a PSO (Particle Swarm Optimization) algoritmy. Pravděpodobnostní usuzování. Hrubé množiny. Chaos.  Hybridní přístupy (kombinace neuronových sítí, fuzzy logiky a genetických algoritmů) .

Výsledky učení předmětu

  • Studenti se seznámí se základními typy neuronových sítí a jejich aplikacemi.
  • Studenti se seznámí se základy teorie fuzzy množin a fuzzy logiky včetně návrhu fuzzy regulátoru.
  • Studenti se naučí řešit optimalizační problémy pomocí genetických, ACO (Ant Colony Optimization) a PSO (Particle Swarm Optimization) algoritmů.
  • Studenti se seznámí s problematikou pravděpodobnostního usuzování.
  • Studenti se seznámí se základy teorie hrubých množin a s použitím těchto množin při dolování znalostí z databází.  
  • Studenti se seznámí se základy teorie chaosu.

  • Studenti se naučí odborné terminologii z oblasti soft-computing, a to jak v českém, tak i anglickém jazyce.
  • Studenti si uvědomí důležitost tolerance nepřesnosti a neurčitosti pro konstrukci robustních a levných inteligentních zařízení.

Prerekvizity

  • Programování v jazycích C++ nebo Java.
  • Základní znalosti z diferenciálního počtu a teorie pravděpodobnosti.

Doporučená nebo povinná literatura

  1. Mehrotra, K., Mohan, C. K., Ranka, S.: Elements of Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8
  2. Munakata, T.: Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 2008. ISBN 978-1-84628-838-8
  3. Russel, S., Norvig, P.: Artificial Intelligence, Prentice-Hall, Inc., 1995, ISBN 0-13-360124-2, second edition 2003, ISBN 0-13-080302-2, third edition 2010, ISBN 0-13-604259-7

  1. Aliev,R.A, Aliev,R.R.: Soft Computing and its Application, World Scientific Publishing Co. Pte. Ltd., 2001, ISBN 981-02-4700-1
  2. Mehrotra, K., Mohan, C., K., Ranka, S.: Elements of Artificial Neural Networks, The MIT Press, 1997, ISBN 0-262-13328-8
  3. Munakata, T.: Fundamentals of the New Artificial Intelligence, Springer-Verlag New York, Inc., 2008. ISBN 978-1-84628-838-8  
  4. Rutkowski, L.: Flexible Neuro-Fuzzy Systems, Kluwer Academic Publishers, 2004, ISBN 1-4020-8042-5
  5. Russel,S., Norvig,P.: Artificial Intelligence, Prentice-Hall, Inc., 1995, ISBN 0-13-360124-2, third edition 2010, ISBN 0-13-604259-7

Způsob a kritéria hodnocení

Nejméně 20 bodů získaných v průběhu semestru (za půlsemestrální test a projekt).

Jazyk výuky

čeština

Osnovy výuky

    Osnova přednášek:
    1. Úvod. Biologický a umělý neuron, umělé neuronové sítě. Perceptron a Adaline.
    2. Neuronové sítě Madaline a Back Propagation.  
    3. Neuronové sítě RBF, RCE, SCL, SOM/SOFM, LVQ, CPN, ART.
    4. Neuronové sítě jako asociativní paměti (Hopfield, BAM, SDM).
    5. Řešení optimalizačních problémů neuronovými sítěmi. Stochastické neuronové sítě, Boltzmannův stroj.
    6. Neocognitron a konvoluční neuronové sítě.
    7. Genetické algoritmy. 
    8. Optimalizační algoritmy ACO a PSO.
    9. Fuzzy množiny a fuzzy logika.  
    10. Pravděpodobnostní usuzování, Bayesovské sítě.
    11. Hrubé množiny.
    12. Chaos.
    13. Hybridní přístupy (neuronové sítě, fuzzy logika, genetické algoritmy).

    Osnova ostatní - projekty, práce:
    Individuální projekt - řešení konkrétního problému (klasifikace, optimalizace, asociace, řízení).

Cíl

Seznámit studenty se základy teorií soft-computing, tj. se základy teorií netradičních technologií a přístupů k řešení obtížných problémů reálného světa.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky


  • Půlsemestrální písemný test - 15 bodů.
  • Projekt - 30 bodů.
  • Závěrečná písemná zkouška - 55 bodů, minimálně však 25 bodů. Pro získání bodů ze závěrečné písemné zkoušky je nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 25 body (v opačném případě bude zkouška hodnocena 0 body).

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBS , libovolný ročník, zimní semestr, 5 kreditů, volitelný
    obor MIS , libovolný ročník, zimní semestr, 5 kreditů, volitelný
    obor MMI , libovolný ročník, zimní semestr, 5 kreditů, volitelný
    obor MMM , libovolný ročník, zimní semestr, 5 kreditů, povinně volitelný
    obor MGM , libovolný ročník, zimní semestr, 5 kreditů, volitelný
    obor MPV , libovolný ročník, zimní semestr, 5 kreditů, povinně volitelný
    obor MSK , libovolný ročník, zimní semestr, 5 kreditů, volitelný
    obor MIN , 1. ročník, zimní semestr, 5 kreditů, povinný
    obor MBI , 2. ročník, zimní semestr, 5 kreditů, povinný