25.08.2013 Views

Wersja pełna [8,55 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [8,55 MB] - Wydział Elektroniki, Telekomunikacji i ...

Wersja pełna [8,55 MB] - Wydział Elektroniki, Telekomunikacji i ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

12. Uczenie maszynowe VI - Porównanie algorytmów genetycznych z<br />

innymi metodami optymalizacji. Obliczenia ewolucyjne. Przykłady<br />

zastosowań algorytmów genetycznych.<br />

13. Systemy ekspertowe. Fakty i heurystyki. Wybór metody reprezentacji<br />

wiedzy. Akwizycja wiedzy. Systemy interpretujące, planistyczne,<br />

prognostyczne, kontrolne, diagnostyczne, testujące, projektujące.<br />

14. Konstrukcje i architektury systemów ekspertowych. Języki<br />

programowania systemów ekspertowych.<br />

15. Wybrane zastosowania uczenia maszynowego i systemów eksperckich w<br />

telekomunikacji.<br />

Automatyczna analiza zasobów sieciowych. Zastosowania w<br />

obliczeniach sieciowych. Inteligentne sterowanie przepływem danych w<br />

sieciach. Metody korekcji błędów w transmisji z użyciem<br />

inteligentnego decyzyjnego sprzężenia zwrotnego.<br />

16. Wyszukiwanie anomalii działania sieci na podstawie logów routerów.<br />

Inteligentna analiza sąsiedztwa elementów w sieci komórkowej.<br />

17. Analiza i wykrywanie sekwencji czasowych alarmów w sieci.<br />

Inteligentne metody redukcji szumu i echa. Inteligentne metody<br />

nawigacji.<br />

18. Przetwarzanie języka naturalnego. Etapy analizy językowej.<br />

Generowanie tekstu. Szukanie semantyczne. Tłumaczenie<br />

maszynowe. Rozumienie języka naturalnego. Rozwiązania<br />

dostępnego oprogramowania do przetwarzania języka<br />

naturalnego.<br />

19. Podsumowanie wykładu i zagadnienia perspektywiczne. Modele<br />

umysłu. Nowe teorie poznania.<br />

Lp. Zagadnienie<br />

Karta zajęć - laboratorium<br />

X 0,33<br />

X 0,67<br />

X 0,33<br />

X<br />

X<br />

1<br />

0,67<br />

0,67<br />

0,67<br />

X 0,67<br />

poziom<br />

Razem<br />

wiedzy umiej.<br />

A B C D E<br />

1. Wprowadzenie do zajęć laboratoryjnych X 1<br />

2. Symulator sztucznych sieci neuronowych w systemie SNNS X 2<br />

3. Badanie algorytmów i struktur sieci neuronowych X 2<br />

4. Rozpoznawanie izolowanych wyrazów przy pomocy zbiorów<br />

przybliżonych - cz I: parametryzacja<br />

X 2<br />

5. Rozpoznawanie izolowanych wyrazów przy pomocy zbiorów<br />

X 2<br />

przybliżonych - cz II: testowanie reguł<br />

15<br />

liczba<br />

godzin<br />

6. Rozpoznawanie sygnałów przy pomocy sieci fuzzyneuronowych X X 2<br />

7. Projektowanie systemów logiki rozmytej X 2<br />

8. Podsumowanie zajęć laboratoryjnych X 2<br />

Razem 15<br />

115

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!