Адаптивні системи опрацювання інформації (122 Комп’ютерні науки)

Тип: На вибір студента

Кафедра: радіофізики та комп'ютерних технологій

Навчальний план

СеместрКредитиЗвітність
98Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
932доцент Любунь З. М.ФеІм-11

Лабораторні

СеместрК-сть годинГрупаВикладач(і)
948ФеІм-11доцент Рабик В. Г., доцент Любунь З. М.

Опис навчальної дисципліни

Навчальна дисципліна “Адаптивні системи опрацювання інформації” є складовою частиною дисциплін циклу вибіркових дисциплін підготовки фахівців освітньо-кваліфікаційного рівня “магістр”. Навчальну дисципліну розроблено таким чином, щоб надати учасникам необхідні знання, для реалізації основних алгоритмів адаптивних систем аналізу даних, в тому числі, з використанням нейронних мереж, а також для формування в них навичок застосування засвоєних знань і алгоритмів у реалізації адаптивних систем. Тому у дисципліні представлено основи адаптивних систем фільтрації, адаптивних систем управління, класифікацію даних на основі нейронних мереж, прогнозування даних на основі багатошарових нейронних мереж та радіальних базисних функцій, використання нечітких множин в системах управління.

Після завершення цього курсу студент буде:
знати основні види цифрових фільтрів (рекурсивні і нерекурсивні), методи їх аналізу і синтезу; основні типи адаптивних фільтрів, методи їх проектування, особливості адаптивної цифрової фільтрації; основні застосування адаптивних цифрових фільтрів; прогнозування даних на основі багатошарових нейронних мереж та мереж радіальних базисних функцій;
вміти проектувати нерекурсивні і рекурсивні цифрові фільтри, адаптивні цифрові фільтри та виконувати їх моделювання; виконувати синтез, аналіз та моделювання адаптивних систем управління, створювати емулятори та аналізувати роботу нейромереж, які вирішують задачі класифікації, кластеризації та прогнозування даних; мати навики експлуатації програм емуляції нейромережевих структур опрацювання інформації.

Рекомендована література

Основна література:

  • 1. Любунь З. М. Основи теорії нейромереж / З. М. Любунь /: Текст лекцій. – Львів: Видавничий центр ЛНУ імені Івана Франка, 2007. –142 с.
  • 2. Любунь З. М. Інтелектуальний аналіз даних. / З. М. Любунь, В. Г. Рабик , І. Д. Карбовник /: Методичні вказівки до виконання лабораторних робіт для студентів за напрямом підготовки 6.050101 “Комп’ютерні науки”– Львів: Видавничий центр ЛНУ імені Івана Франка, 2015. –70 с.
  • 3. Alex Becker. 2023. Kalman Filter Overview. [Електронний ресурс]. – Режим доступу: https://www.kalmanfilter.net/default.aspx

Додаткова література:

  • 4. Liubun Z. Hover Signal-Profile Detection / Liubun, V. Mandziy, H. Klein, O. Karpin, V. Rabyk // Proceedings of the XV International Scientific and Technical Conference “Computer Science and Information Technologies” – 2022. P. 7 – 10. (Scopus)
  • 5. Karpin O. Method of Neural Network Training with Integer Weights / O. Karpin, V. Mandziy, Z. Liubun, V. Rabyk // Proceedings of the XIth International Scientific and Practical Conference “Electronics and Information Technologies” (ELIT – 2019), September 16 – 18, 2019, Lviv, Ukraine. P. 168 – 172. doi: 10.1109/ELIT.2019.8893349.
  • 6. Любунь З. Прогнозування властивостей вуглецевих матеріалів з використанням нейронних мереж. / З. Любунь, Р. Лісовський, І. Поплавський, Б. Рачій./ Електроніка та інформаційні технології. – 2019. – Випуск 12. – С. 64–72.
  • 7. Rhudy M. B. Kalman filtering tutorial for undergraduate students. / M. B. Rhudy, R. A. Salguero, K. A. Holappa / Int. J. Comp. Sci. Eng. Surv. (1), 8 (2017).

Силабус:

Завантажити силабус