A fuzzy, neurális és genetikus mest. intelligencia módszerei
A tantárgyleírás hatályossága
| Tantárgy neve (magyarul, angolul) |
A fuzzy, neurális és genetikus mest. intelligencia módszerei
Fuzzy, Neural and Genetic Methods in Artificial Intelligence
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIVEJV15 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 4 | ||||||||||||
| Tantárgyfelelős |
Dr Kádár István
elérhetőség:
kadar.istvan@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
—
|
||||||||||||
| Kar | |||||||||||||
| Tantárgy weboldala | http://www.vgt.bme.hu/okt/fuzzy/index.html | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
2. hét: Műveletek halmazokkal. Klasszikus halmazok alapfogalmai, műveletek klasszikus halmazokkal. Fuzzy halmazok kapcsolatai, műveletei, fuzzy egyenlőség, fuzzy részhalmazok. Fuzzy halmazok struktúra tulajdonságai.
3. hét: Fuzzy halmazok további műveletei, t- és s-normák, parametrizált t- és s-normák, kompenzátoros paraméter-operátorok, átlagoló- és kompenzátoros operátorok. Klasszikus relációk, fuzzy relációk, fuzzy reláció műveletek.
4. hét: A kiterjesztési elv. Fuzzy számok és fuzzy aritmetika. Nyelvi-lingvisztikai változók és HA-AKKOR szabályok. Numerikus változóktól nyelvi változókig. Nyelvi kordonok: koncentráció, dilatáció.
5. hét: Fuzzy logika és közelítő következtetés. Klasszikus logikától a fuzzy logikáig. Fuzzy logika alapelvei: éles logikai következtetés, fuzzy logikai következtetés. Közelítő következtetés "pontosabb" vizsgálata.
6. hét: Fuzzy szabályozás áttekintése: fuzzy szabályozók, fuzzy rendszerek. Fuzzy szabály-bázis, szabály-bázis struktúrája, szabály-készlet tulajdonságai. Fuzzy inferencia gép, kompozíció alapú inferencia, individuális szabályok alapú inferencia, néhány inferencia gép.
7. hét: Fuzzifikátorok és defuzzifikátorok, a defuzzifikátorok összehasonlítása. Fuzzy rendszerek mint nemlineáris leképzések. Fuzzy rendszerek néhány osztályának képletei. Fuzzy rendszerek mint univerzális approximátorok. Fuzzy rendszerek tervezéséről.
8. hét: Neurális hálózatok. Bevezetés és áttekintés. Működés, előnyök, hátrányok. Néhány alkalmazási terület, alapvető koncepciók. Neuron modellek. McCullock-Pitts neuron modell, általános neuron, perceptron.
9. hét: Neurális hálózat modellek. Előrecsatolt hálózat, visszacsatolt hálózat. Neurális processzálás. Tanulás és adaptáció. Tanulás mint approximáció. Felügyelt és nem felügyelt tanulás.
10. hét: Neurális hálózatok tanulási szabályai. Általánosított tanulási szabály, Hebb-féle tanulási szabály. eredeti - Rosenblatt féle - perceptron tanulási szabály, delta szabály folytonos perceptronra, korrelációs tanulási szabály, győztes - mindent - elvisz tanulási szabály. Többréteges előrecsatolt hálózatok.
11. hét: Egy perceptronos hálózat tanulása, diszkrét perceptron, folytonos perceptron. A többréteges hálózatok. Egyréteges hálózat, kétréteges egyszerű hálózat. Az általános kétréteges hálózat. Többréteges előrecsatolt hálózat mint univerzális approximátor, tanulási tényezők.
12. hét: Radiális bázisfüggvényes hálózatok. Lokális és globális osztályozás. RBF hálózatok formális modellje. RBF hálózatok tanulási módjai.
13. hét: Kohonen önszervező térképe. Az önszervező algoritmus általános képe, súly adaptálás, tanuló vektorkvantálás. Genetikus algoritmusok. Bevezetés, egyszerű genetikus algoritmus. Hasonló mintázatok.
14. hét: Kromoszómák alakja, fittnesz függvény, szelekciós eljárások. Kéttagú és többtagú evolúciós stratégiák. Káosz neurális és fuzzy rendszerkben. Neurális hálózatok és káosz. Fuzzy rendszerek és káosz.
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
Tanulástámogató anyagok
Online források
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Általános szabályok
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.