Neizrazito, evolucijsko i neuro-računarstvo (2+0+2)

Uvod. Meko računarstvo - skup postupaka i modela temeljenih na približnom izračunavanju i zaključivanju, samoučenju, paralelizmu, nedeterminizmu koji imaju uzor u biološkim modelima.

Neizrazita matematika. Neizraziti skupovi i svojstva. Operacije nad neizrazitim skupovima. Princip proširenja. Neizrazite relacije. Neizrazite mjere. Distribucija mogućnosti. Mogućnost vs. vjerojatnost. Neizrazita aritmetika. Viševrijednosna logika. Neizrazita logika. Pravila zaključivanja u neizrazitoj logici.

Neizraziti modeli. Jezične varijable i jezični modifikatori. Neizraziti grafovi. Naizrazita produkcijska pravila. Princip rada neizrazitih upravljačkih sustava. Prednosti neizrazitih sustava.

Neuronske mreže. Paralelno distribuirano procesiranje. Perceptron. Vrste mreža. Postupci učenja. Unaprijedne mreže i backpropagation algoritam. Primjeri učenja bez učitelja.

Genetski algoritmi. Numerička optimizacija. Genetski algoritam: prirodna selekcija računalom. Binarni i decimalni genetski algoritmi. Komponente genetskih algoritama: izbor parametara, pocetna populacija, prirodna selekcija, genetski operatori, nova generacija. Primjeri i primjene. Evolucijski programi.

Hibridni sustavi. Trend razvoja: kombinacija postupaka i metoda.

Literatura

H.J.Zimmermann, Fuzzy Set Theory and Its Applications, Second Edition, Kluwer Academic Publishers, 1991.

Z.Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, Springer Verlag, Berlin, 1992.

S.Haykin, Neural Networks, Comprehensive Foundation, Second Edotion, Prentice Hall, New Jarsey, 1999.

Biological models in computer science - set of procedures and models based on approximate computing and reasoning, self learning, parallelism, nondeterminism. Fuzzy set theory. Fuzziness vs. probability. Fuzzy models. Reasoning with fuzzy logic. Linguistic variables. Principles of the fuzzy control systems. Neural networks - parallel distributed processing. Perceptron. Learning methods. Types of neural networks. Genetic algorithms. Numerical optimisation. Components of genetic algorithms. Binary and decimal representation. Evolutionary programs. Hybrid systems. Examples and applications.

Nastava iz kolegija NENR održava se na način koji podrazumijeva aktivno sudjelovanje studenata u nastavi. Cilj ovakvog načina izvođenja nastave jest poticanje kontinuiranog, aktivnog praćenja nastave, te oslobađanje od klasičnog načina polaganja ispita.

Nastava obuhvać:

predavanja,
laboratorijske vježbe (3 vježbe),
studentske projekte i
kontrolne zadaće (3 zadaće).

Kolegij se polaže putem aktivnog sudjelovanja studenta u svim gore navedenim elementima nastavnog procesa. Uspješnost i aktivnost studenta ocjenjuje se dodjeljivanjem bodova. Ukupni broj bodova određuje završnu ocjenu.

Pohađnje i izrada laboratorijskih vježbi te izrada projekta uvjeti su za potpis iz kolegija.

Pohađanje predavanja nije obavezno, ali se preporuča. Uredno pohađanje predavanja nosi 5 bodova.

Pohađanje vježbi je obavezno. Izrada vježbi također je obavezna. Izrađuju se tri laboratorijske vježbe.

Za urednu predaju vježbi student dobiva najviše 15 bodova (raspodjela bodova).

Vježbe se izrađuju u programskom sustavu Mathematica.

Vježbe su istog tipa za sve studente i predstavljaju pripremu za projekt.

Nakon izrade i predaje vježbi studenti dobivaju individualne zadatke u obliku projekta.

Ovisno o zadanoj temi, neki se projekti mogu (ali ne moraju) izrađivati izvan nastavnog termina vježbi i to proizvoljno odabranim alatom (programskim jezikom).

Izrada i izlaganje projekta donosi najviše 30 bodova.

U okviru projekta studenti samostalno istražuju zadanu temu, služeći se literaturom i Internetom.

Rezultat projekta jest:

program s pripadnom dokumentacijom (npr. Mathematica bilježnica ili program u nekom programskom jeziku) i/ili
pismeni izvještaj o zadanoj temi (oblikovan u skladu s ovim uputama) i
usmeno izlaganje rezultata projekta (15 minuta).

Tijekom semestra pišu se tri kontrolne zadaće koje donose ukupno najviše 60 bodova. Svaka zadaća donosi najviše po 20 bodova.

Završna ocjena određena je sljedećom skalom:

91-110 bodova: ocjena 5,
81-90 bodova: ocjena 4,
71-80 bodova: ocjena 3,
60-70 bodova: ocjena 2.

Svim polaznicima kolegija želimo puno sreće i izvrsne ocjene!