ΜΜ-Η13Νευρωνικά Δίκτυα και Εφαρμογές στα Συστήματα Αυτομάτου Ελέγχου
ΕΙΣΗΓΗΤΗΣ:Καθηγητής Ι. Μπούταλης

Βασικές έννοιες στον νευρωνικό υπολογισμό. Βασικά στοιχεία των βιολογικών νευρωνικών δικτύων. Ο Τεχνητός Νευρώνας και τα βασικά χαρακτηριστικά των τεχνητών νευρωνικών δικτύων (ΤΝΔ). Δομές και ταξινόμηση νευρωνικών δικτύων. Μέθοδοι μάθησης ΤΝΔ. Βασικοί τύποι ΤΝΔ: Perceptrons, ADALINE και MADALINE, TNΔ συνειρμικής μνήμης (ΤΝΔ ετεροσυσχέτισης, αυτοσυσχέτισης, ΤΝΔ Hopfield και δύο διευθύνσεων), ΤΝΔ πολλαπλών επιπέδων και ανάστροφης διάδοσης σφάλματος (Βack-­propagation), Δίκτυα συναρτήσεων ακτινωτής βάσης, Δίκτυα Υψηλής τάξης, Επαναληπτικά και στοχαστικά ΤΝΔ, Μηχανές διανυσμάτων υποστήριξης. Ανταγωνιστική μάθηση και δίκτυα αυτοοργάνωσης (Δίκτυα Kohonen, Θεωρία προσαρμοστικής αντήχησης). Εφαρμογές στον αυτόματο έλεγχο, στη ρομποτική, στην αναγνώριση προτύπων, στην ανάλυση εικόνων, στη λήψη αποφάσεων και στην πρόβλεψη χρονοσειρών.

 

ΕΠΙΣΤΡΟΦΗ ΣΤΗ ΛΙΣΤΑ ΤΩΝ ΜΑΘΗΜΑΤΩΝ