Нейронные сети (новое окно)

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
«Дальневосточный федеральный университет»
(ДВФУ)
ШКОЛА ЕСТЕСТВЕННЫХ НАУК
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ (РПУД)
Нейронные сети
Направление - 230700.68, Прикладная информатика
Форма подготовки - очная
Школа естественных наук
Кафедра Компьютерные системы
курс 2 семестр 3
лекции 4 час.
практические занятия 0 час.
семинарские занятия - час.
лабораторные работы 50 час.
консультации
всего часов аудиторной нагрузки 54 (час.)
самостоятельная работа 54 (час.)
реферативные работы (количество) нет
контрольные работы (количество) нет
зачет семестр
экзамен 3 семестр
Рабочая программа составлена в соответствии с требованиями федерального государственного
образовательного стандарта высшего профессионального образования (утв. приказом Минобрнауки РФ от
21.12.2009 г., № 762).
Рабочая программа дисциплины обсуждена на заседании кафедры компьютерных систем 03 октября 2012 г.
Составитель (ли): П.Г. Рагулин, к.т.н., профессор
I. Рабочая программа пересмотрена на заседании кафедры:
Протокол от «_____» _________________ 20___ г. № ______
заведующий кафедрой компьютерных систем
_______________________ Е.Л. Кулешов
(подпись)
(И.О. Фамилия)
II. Рабочая программа пересмотрена на заседании кафедры:
Протокол от «_____» _________________ 20___ г. № ______
заведующий кафедрой компьютерных систем
_______________________ Е.Л. Кулешов
(подпись)
(И.О. Фамилия)
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 3 из 13
АННОТАЦИЯ
Учебная дисциплина разработана для студентов 2 курса направление
«230700.68, Прикладная информатика» в соответствии с требованиями
ФГОС по данному направлению.
Дисциплина «Нейронные сети» является вариативной дисциплиной и
входит в цикл общенаучных дисциплин для магистерской программы
«Системы корпоративного управления».
Цель изучения дисциплины - дать систематический обзор моделей
нейронных сетей, изучить и освоить способы их применения для обработки
информации и распознавания образов.
Задачи изучения дисциплины:
- изучение современных моделей биологических и искусственных
нейронных сетей;
- освоение способов применения моделей нейронных сетей для обработки информации и распознавания образов.
- освоение технологий применения методов нейросетевой обработки
больших объемов пространственно-временных данных.
В результате изучения дисциплины студент должен:
Знать: современные модели биологических и искусственных нейронных
сетей, способы их применения для обработки информации и распознавания
образов.
Уметь: ставить задачи и разрабатывать алгоритмы их решения для осуществления программных реализаций нейронных сетей с целью обработки
статических и видео изображений.
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 4 из 13
Владеть: технологиями применения математических методов и практическими навыками нейросетевой обработки больших объемов пространственно-временных данных.
Дисциплина направлена на формирование общекультурных и профессиональных компетенций (ОК, ПК) выпускника:
 способен совершенствовать и развивать свой интеллектуальный и
общекультурный уровень, самостоятельно обучаться новым методам
исследования (ОК-1);
 способен свободно пользоваться русским языком и одним из
иностранных языков, как средством делового общения (ОК-2);
 способен приобретать и использовать на практике знания, умения и
навыки в организации исследовательских и проектных работ, в управлении
коллективом (ОК-3);
 способен проявлять инициативу, брать на себя ответственность в
условиях риска и принимать нестандартные решения в проблемных
ситуациях (ОК-4);
 способен использовать углублённые знания правовых и этических
норм при оценке последствий своей профессиональной деятельности, при
разработке и осуществлении социально значимых проектов (ОК-5);
 способен управлять знаниями в условиях формирования и развития
информационного общества: анализировать, синтезировать и критически
резюмировать и представлять информацию (ОК-6);
 способен исследовать современные проблемы и методы прикладной
информатики
и
научно-технического
развития
информационно-
коммуникационных технологий (ПК-1)
 способен исследовать закономерности становления и развития
информационного общества в конкретной прикладной области (ПК-2)
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 5 из 13
 способен на практике применять новые научные принципы и методы
исследований (ПК-3);
 способен
электронного
к
профессиональной
оборудования
в
эксплуатации
соответствии
с
современного
целями
магистерской
программы (ПК-4);
 способен использовать и развивать методы научных исследований и
инструментария в области проектирования и управления информационными
системами в прикладных областях (ПК-5);
 способен формализовывать задачи прикладной области, при решении
которых
возникает
необходимость
использования
количественных
и
качественных оценок (ПК-6);
 способен
ставить
и
решать
прикладные
задачи
в
условиях
неопределенности и определять методы и средства их эффективного решения
(ПК-7);
 способен проводить научные эксперименты, оценивать результаты
исследований (ПК-8);
 способен исследовать применение различных научных подходов к
автоматизации информационных процессов и информатизации предприятий
и организаций (ПК-9);
 способен проводить анализ экономической эффективности ИС,
оценивать проектные затраты и риски (ПК-10);
 способен анализировать данные и оценивать требуемые знания для
решения нестандартных задач с использованием математических методов и
методов компьютерного моделирования (ПК-12);
 способен
анализировать
информационные процессы (ПК-13);
и
оптимизировать
прикладные
и
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 6 из 13
 способен проводить маркетинговый анализ ИКТ и вычислительного
оборудования для рационального выбора инструментария автоматизации и
информатизации прикладных задач (ПК-14);
 способен применять современные методы и инструментальные
средства прикладной информатики для автоматизированного решения
прикладных задач различных классов и создания ИС (ПК-15);
 способен проектировать архитектуру и сервисы информационных
систем предприятий в прикладной области (ПК-16);
 способен проектировать информационные процессы и системы с
использованием инновационных инструментальных средств, адаптировать
современные ИКТ к задачам прикладных ИС (ПК-17);
 способен принимать эффективные проектные решения в условиях
неопределенности и риска (ПК-18);
 способен
формировать стратегию информатизации прикладных
процессов и создания прикладных ИС в соответствии со стратегией развития
предприятий (ПК-19);
 способен организовывать работы по моделированию прикладных ИС
и реинжинирингу прикладных и информационных процессов предприятия
(ПК-20);
 способен
ответственность
в
за
условиях
функционирования
выполнение
ИС
производственных
брать
задач
на
себя
ИТ-служб,
эффективно использовать современные приемы и методы работы с ИТ персоналом (ПК-24);
 способен использовать международные информационные ресурсы и
стандарты в информатизации предприятий и организаций (ПК-26).
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 7 из 13
I. СОДЕРЖАНИЕ ТЕОРЕТИЧЕСКОЙ ЧАСТИ КУРСА
ТЕМА 1. Введение в нейронные сети, с использованием методов
интерактивного/активного обучения - дискуссия (1 час.)
1.1. Биологические
предпосылки
возникновения
искусственных
нейронных сетей. Структура человеческого мозга. Организация памяти в
коре человеческого мозга.
1.2. Биологически
правдоподобные
модели
нейронов.
Модели
визуального восприятия. Типы функций активации нейронов.
1.3. Представление нейронных сетей с помощью направленных графов.
Архитектура сетей. Сети прямого распространения. Рекуррентные сети.
ТЕМА 2. Алгоритмы обучения (1 час.)
2.1. Основные понятия теории обучения. Обучение на основе памяти.
2.2. Градиентный алгоритм обучения.
2.3. Одношаговый алгоритм обучения (Алгоритм Качмажа).
2.4. Рекуррентный метод решения линейных уравнений.
ТЕМА 3. Задачи
математических
структурно-параметрического
моделей,
с
использованием
синтеза
методов
интерактивного/активного обучения - дискуссия (1 час.)
3.1. Основные понятия задачи структурно – параметрического синтеза
моделей.
3.2. Критерии оценки качества модели.
3.3. Понятие обучающей и проверочной выборок.
3.4. Алгоритмы выбора информативной системы признаков.
3.5. Алгоритм случайного поиска выбора информативной системы
признаков.
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 8 из 13
ТЕМА 4. Искусственные нейронные сети (1 час.)
4.1. Нейробиологические истоки нейросетевых моделей. Элементы
искусственных нейронных сетей. Структура нейронной сети.
4.2. Основные понятия обучения нейронных сетей.
4.3. Градиентные алгоритмы обучения нейронных сетей.
4.4. Алгоритм обратного распространения обучения нейронных сетей.
4.5. Другие алгоритмы обучения нейронных сетей. Сигмоидальная
нейронная сеть. Методы обучения сигмоидальных нейронных сетей.
4.6. Радиальная
нейронная
сеть.
Методы
обучения
радиальных
нейронных сетей.
II. СОДЕРЖАНИЕ ПРАКТИЧЕСКОЙ ЧАСТИ КУРСА
Лабораторные занятия (50 час.)
РАБОТА 1. Оценка параметров линейной функции (8 час.)
РАБОТА 2. Критерии выбора наилучшей математической модели
(8 час.)
РАБОТА 3. Оценка параметров линейной функции градиентным алгоритмом обучения (10 час.)
РАБОТА 4. Оценка параметров сигмоидальной нейронной сети градиентным алгоритмом обучения (10 час.)
РАБОТА 5. Программные
(14 час.)
реализации
моделей
нейронных
сетей
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 9 из 13
III. КОНТРОЛЬ ДОСТИЖЕНИЯ ЦЕЛЕЙ КУРСА
Методы контроля:

обсуждение теоретических концепций;

представление отчетов по работам в электронной форме;

обсуждение промежуточных результатов по программам работ;

презентация, защита отчетов по лабораторным работам.
Интерактивные/активные формы проведения занятий:

компьютерное моделирование;

выполнение
лабораторных
работ
(проектно-исследовательских
работ).
Вопросы к экзамену
1. Биологические
предпосылки
возникновения
искусственных
нейронных сетей. Структура человеческого мозга. Организация памяти в
коре человеческого мозга.
2. Биологически правдоподобные модели нейронов.
3. Модели
визуального
восприятия.
Типы
функций
активации
нейронов.
4. Представление нейронных сетей с помощью направленных графов.
5. Архитектура сетей. Сети прямого распространения.
6. Рекуррентные сети.
7. Основные понятия теории обучения.
8. Обучение на основе памяти.
9. Градиентный алгоритм обучения.
10. Одношаговый алгоритм обучения (Алгоритм Качмажа).
11. Рекуррентный метод решения линейных уравнений.
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 10 из 13
12. Основные понятия задачи структурно – параметрического синтеза
моделей.
13. Критерии оценки качества модели.
14. Понятие обучающей и проверочной выборок.
15. Алгоритмы выбора информативной системы признаков.
16. Алгоритм случайного поиска выбора информативной системы
признаков.
17. Нейробиологические истоки нейросетевых моделей. Элементы
искусственных нейронных сетей.
18. Структура нейронной сети.
19. Основные понятия обучения нейронных сетей.
20. Градиентные алгоритмы обучения нейронных сетей.
21. Алгоритм обратного распространения обучения нейронных сетей.
22. Другие алгоритмы обучения нейронных сетей. Сигмоидальная
нейронная сеть. Методы обучения сигмоидальных нейронных сетей.
23. Радиальная
нейронная
сеть.
Методы
обучения
радиальных
нейронных сетей.
IV. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
Основная литература
1. Андрейчиков, А.В. Интеллектуальные информационные системы :
Учебник / А.В. Андрейчиков, О.Н. Андрейчикова.– М. : Финансы и
статистика, 2005.
2. Башмаков, А.И. Интеллектуальные информационные технологии :
учеб. пособие / А.И. Башмаков, И.А Башмаков. – М.: Изд-во МГТУ
им. Н.Э. Баумана, 2005. – 304 с.
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 11 из 13
3. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения
сложных проблем. – М.: Издательский дом “Вильямс”, 2003. – 864 c.
4. Осовский С. Нейронные сети для обработки информации – М.:
Финансы и статистика, 2007. – 345 c.
5. Романов, В.П. Интеллектуальные информационные системы в
экономике : учебник / В.П. Романов. – М.: Экзамен, 2007. – 496 с.
6. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие
системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: Горячая линия
-Телеком, 2006. - 452 с.
7. Системы искусственного интеллекта. Практический курс: учеб.
пособие / В.А. Чулюков, И.Ф. Астахова, А.С. Потапов и др.; под ред. И.Ф.
Астаховой. - М: БИНОМ. Лаборатория знаний, 2008. - 292 с.
8. Хайкин С. Нейронные сети: полный курс. - М. : Вильямс, 2006. –
1104 c.
Дополнительная литература
Темы 1 - 4
1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы
эконометрики. – М.: ЮНИТИ, 1998.
2. Горбань, А.Н., Россиев Д.А. Нейронные сети на персональном
компьютере. - Новосибирск: Наука,1996.
3. Кохонен Т. Самоорганизующиеся карты. М.: БИНОМ, 2008. - 655 c.
4. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория
и практика. - М.: Горячая линия-Телеком, 2001. - 382 с.
5. Ларичев, О.И. Теория и методы принятия решений: учебник / О.И.
Ларичев. – М.: Логос, 2006. – 392 с.
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
6. Нейроинформатика
/
А.Н.Горбань,
Лист 12 из 13
В.Л.Дунин-Барковский,
А.Н.Кирдин [и др.]. – Новосибирск : Наука, Сибирская издательская фирма
РАН, 1998. - 296 с.
7. Попов, Э.В. Статические и динамические экспертные системы: учеб.
пособие / Э.В.
Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шалот. - М.:
Финансы и статистика, 2005. – 217 с.
8. Рассел, С. Искусственный интеллект: Современный подход / С.
Рассел, П. Норвиг - перевод с английского. – М.: Вильямс, 2006. – 1407 с.
9. Сорина, Г.В. Основы принятия решений: учеб. пособие / Г.В.
Сорина. – М.: Экономист, 2005. - 192 с.
10. Тельнов, Ю.Ф. Интеллектуальные информационные системы в
экономике: учеб. пособие для вузов / Ю.Ф. Тельнов.- М.: Синтег, 2002. –
316 с.
11. Уоссермен Ф. Нейрокомпьютерная техника. – М. : Мир, 1992
12. Черноруцкий, И.Г. Методы принятия решений: учебник / И.Г.
Черноруцкий.- Спб.: Питер, 2005. – 416 с.
13. Эддоус М., Стэнсфилд Р. Методы принятия решений. / Пер. с англ. –
М.: Аудит, ЮНИТИ, 1997.
Интернет-ресурсы
1. Балдин, К.В. Информационные системы в экономике. : Учебник. /
К.В. Балдин, В.Б. Уткин. - 7-е изд. - М. : ИТК «Дашков и К°», 2012. - 395 с. Электронное
издание.
-Доступно
http://ibooks.ru/reading.php?productid=24780
из
URL
:
Разработал:
Рагулин П.Г.,
к.т.н., профессор
ДАЛЬНЕВОСТОЧНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
Учебно-методический комплекс дисциплины «Нейронные сети»
Идентификационный номер:
Контрольный экземпляр нахоУМКД.19(100)-230700.68дится на кафедре компьютерМ1.В.ДВ.2(2)-2012
ных систем ШЕН
Лист 13 из 13
2. Информационные системы и технологии в экономике и управлении :
учебник для вузов. / Под ред. В.В. Трофимова. - 3-е изд. - М. : Издательство
Юрайт, 2011. - 521 с. - Электронное издание. - Доступно из URL :
http://ibooks.ru/reading.php?productid=22500
3. Исаев, Г.Н. Информационные системы в экономике : учебник /
Г.Н. Исаев. - 3-е изд. - М. : Издательство «Омега-Л», 2010. - 462 с. Электронное
издание.
-
Доступно
http://ibooks.ru/reading.php?productid=22137
из
URL
: