Mesterséges Intelligencia Elektronikus Almanach. MI Almanach projektismertetı rendezvény április 29., BME, I. ép., IB.017., 9h-12h.

Átírás

1 Mesterséges Intelligencia Elektronikus Almanach Neurális hálózatokh 1

2 BME 1990: Miért neurális hálók? - az érdeklıdésünk terébe kerül a neurális hálózatok témakör - fıbb okok: - adaptív rendszerek - felismerési feladatok - komplex orvosi mérırendszerek fejlesztése - méréstechnikai gyökerek, modellezés (neurális hálók univerzális modellezı eszközök) - - új számítási paradigma - egyre több cikk jelent meg - érdekes alkalmazások - divat lett az NN : meghirdetjük az elsı Neurális hálózatok c. választható tárgyat és hamarosan a témakör megjelenik a szakirány tárgyak között is 2

3 Milyen könyvre lett volna szükségünk? Rendszerszemlélet Méréstechnikai gyökerek Kellıen egzakt, de nem matematikus szemlélető Alkalmazások (döntıen mérnöki) is megtalálhatók benne A biológiai kapcsolatokat nem hangsúlyozza túl Miért saját könyv? Egy kis történelem Milyen könyvek álltak rendelkezésre? Biológiai kapcsolatokat túlhangsúlyozó Statisztikus fizika alapján álló Leíró, a matematikai tárgyalást nem tartja fontosnak Csodaeszköznek, bölcsek kövének, a minden problémát megoldó eszköznek bemutató 3

4 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing,

5 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation,

6 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation,

7 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks,

8 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen.: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks, S. Haykin: NEURAL NETWORKS A Comprehensive Foundation, 2nd edition old.!!! és sok további 8

9 Milyen (fontosabb) könyvek álltak rendelkezésre? R. Hecht-Nielsen: Neurocomputing, J. Hertz, A. Krogh, R. G. Palmer: Introduction to the Theory of Neural Computation, S. Haykin: Neural networks. A comprehensive foundation, Ch. Bishop: Neural Networks for Pattern Recognition, M. Hassoun: Fundamentals of Artificial Neural Networks, S. Haykin: NEURAL NETWORKS A Comprehensive Foundation, 2nd edition és sok további ben nincs szemléletében, terjedelmében, stb. megfelelı könyv és nincs megfelelı részletességő magyar irodalom 9

10 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Mőegyetemi Kiadó, Budapest 10

11 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Neurális hálózatok és mőszaki alkalmazásaik Egyetemi tankönyv Horváth G. (szerk.) Mőegyetemi Kiadó, old. Mőegyetemi Kiadó, Budapest 11

12 Neurális hálózatok és mőszaki alkalmazásaik Egyetemi jegyzet Horváth G. (szerk.) Mőegyetemi Kiadó, old. NEURÁLIS HÁLÓZATOK ÉS MŐSZAKI ALKALMAZÁSAIK Szerkesztette Horváth Gábor Neurális hálózatok és mőszaki alkalmazásaik Egyetemi tankönyv Horváth G. (szerk.) Mőegyetemi Kiadó, old. Mőegyetemi Kiadó, Budapest Neurális hálózatok, Horváth G. (szerk.), Altrichter M., Horváth G., Pataki B., Strausz Gy., Takács G., Valyon J., Budapest, Panem Kiadó, old. 12

13 A könyv szerkezete A neurális hálózatok általános jellemzıi, definíciók, képességek Tanulás adatokból, a tanulás típusai, általános eredmények a tanulásról Klasszikus neuronhálók Az elemi neuron A többrétegő perceptron (MLP) Bázisfüggvényes hálózatok Kernel módszerek SVM Egyéb kernel gépek Idıfüggı (szekvenciális) hálók Moduláris hálók Nemellenırzıtt tanulású hálózatok Analitikus tanítású hálózatok Hibrid-neurális rendszerek Gyakorlati feladatmegoldás: adatelıkészítés, lényegkiemelés Alkalmazások Összegzés, várható fejlıdési irányok Függelék 13

14 Témkörök félig ellenırzött tanulás Gauss folyamatok implementáció, NN szoftver eszközök, hardver implementáció Bayes-i neurális hálók kapcsolatok (klasszikus) statisztikai módszerekkel Mintpéldák Demók Mi hiányzik a könyvbıl? 14

15 Hol használják a könyvet? BME Villamosmérnöki és Informatika Kar; BME Gépészmérnöki Kar; BME Építımérnöki Kar; Óbudai Egyetem; Széchenyi István Egyetem, Gyır; Miskolci Egyetem, Miskolc.??? 15