Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
31SSC Speciální struktury číslicových systémů Rozsah výuky:2+2
Přednášející (garant):Tučková J. Typ předmětu:Z Zakončení:Z,ZK
Zodpovědná katedra:331 Kreditů:4 Semestr:L

Anotace:
Cílem předmětu je seznámení se speciálními číslicovými systémy používanými pro zpracování signálu. Pozornost je věnována úvodu do teorie umělých neuronových sítí a jejich aplikací, optimalizaci struktury a výběru dat. Podrobněji jsou probírány otázky zpracování řečového signálu a aplikace neuronových sítí při rozpoznávání a syntéze řeči. V počítačově seminárních cvičeních studenti získají zkušenosti s používáním Matlabu, a to Neural Network Toolboxu.

Osnovy přednášek:
1. Neuronové sítě - historie. Biologické neuronové sítě. Využití umělých neuronových sítí pro zpracování signálu.
2. Modely neuronu. Aktivační funkce. Principy učení umělých neuronových sítí.
3. Vícevrstvé sítě s učením zpětného šíření chyby (BPG).
4. Základní učení BPG a jeho modifikace.
5. Optimalizace struktury, klestění neuronové sítě, výběr vstupních dat.
6. Asociativní paměti. Hopfieldovy sítě. ART sítě.
7. Kohonenovy mapy. LVQ klasifikátor.
8. Speciální struktury (CNN sítě, TDNN, Wavelet sítě, fuzzy-neuronové sítě).
9. Genetické algoritmy.
10. Základní pojmy z fonetiky. Charakteristika mluvené řeči.
11. Metody rozpoznávání řeči. Aplikace neuronových sítí při rozpoznávání řeči.
12. Princip syntézy řeči. Typy syntezárorů.
13. Aplikace neuronových sítí při syntéze řeči.
14. Ostatní aplikace neuronových sítí.

Osnovy cvičení:
1. Úvod. Základy NN-Toolboxu pro MATLAB. Zadání samostatných úloh
2. Základní funkce UNS. Perceptron
3. ADALINE, MADALINE, LMS pravidlo
4. Vrstevnaté neuronové sítě
5. Učení zpětného šíření chyby (BPG)
6. Modifikace učení BPG
7. Asociativní učení, asociativní paměti, Hopfieldovy sítě
8. Samoorganizující se mapy, LVQ
9. Odevzdání a prezentace tezí samostatné úlohy - kontrola
10. Optimalizace neuronové sítě klestěním
11. Práce na samostatné úloze
12. Práce na samostatné úloze
13. Práce na samostatné úloze
14. Odevzdání samostatné úlohy. Zápočet

Literatura Č:
1. Novák, M. a kol.: Umělé neuronové sítě, teorie a aplikace. C.H.Beck, Praha 1998, ISBN 80-7179-132-6.
2. Šnorek, M., Jiřina, M.: Neuronové sítě a neuropočítače. Skripta ČVUT, Praha, 1996
3. Uhlíř, J., Sovka, P.: Číslicové zpracování signálů. Monografie ČVUT, Praha, 1995
4. Ptáček, M.: Vybrané statě z akustiky řeči. Elektronický záznam přednášek pro posluchače FEL ČVUT Praha, 1993

Literatura A:
1. Haykin, S.: Neural Networks. A Comprehensive Foundation. Macmillan College Publishing Company, Inc. USA, 1994
2. Kohonen, T.: Self-Organization and Associative Memory. Springer Series in Information Sciences, Berlin, 1984, 1988
3. Simpson, P.K.: Artificial Neural Systems. Foundations Paradigms, Applications and Implementations. Pergamon Press, 1990

Požadavky:

Rozsah výuky v kombinované formě studia: 14+4
Typ cvičení: s, c
Tento předmět je nabízen také v anglické verzi.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
*EL Elektronika S 10


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)