Інформаційні технології цифрового опрацювання сигналів та зображень
Спеціальність: Видавництво та поліграфія
Код дисципліни: 8.186.00.O.003
Кількість кредитів: 3.00
Кафедра: Інформаційні технології видавничої справи
Лектор: викладач кафедри ІТВС
Семестр: 1 семестр
Форма навчання: денна
Результати навчання: • Здатність використовувати поглиблені теоретичні та фундаментальні знання в галузі машинного навчання для розроблення складних інтелектуалізованих систем.
• Здатність розробляти і впроваджувати моделі інтелектуальних систем засобами комп’ютерного моделювання.
• Здатність ефективно проводити системний аналіз, здійснювати вибір концептуальної моделі середовища інформаційної системи на основі інформаційних моделей і методів штучного інтелекту.
• Здатність застосувати знання та практичні навики аналізу відповідних нормативних документів, чинних стандартів і технічних умов у галузі.
• Практичне застосовування знань сучасного стану справ та новітніх технологій обчислювального інтелекту у видавничих системах.
• Отримання навиків роботи в команді та вирішення конфліктів.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Пререквізити
• Методи аналізу та оптимізації складних систем.
• Системи штучного інтелекту у видавництві та поліграфії.
Короткий зміст навчальної програми: Предмет курсу. Основні поняття та визначення. Сильний і слабкий штучний інтелект. Історична довідка. Можливості застосування інтелектуальних методів в поліграфії.
Дані. Типи даних. Типи числових даних. Шкали даних. Способи представлення наборів даних. Елементи препроцесування даних. Оцінки точності даних.
Системи ШІ, що відносяться до напрямку символізму. Експертні системи. Етапи розроблення експертних систем. Переваги та слабкі місця експертних систем.
Багатоагентні системи. Моделі інтелектуальних агентів. Реактивні агенти та архітектури.
Загальні принципи побудови систем ШІ на засадах конекціонізму. Відмінності між класичними комп’ютерами та штучними нейромережами (ШНМ). Історія розвитку ШНМ. Області застосування ШНМ.
Нейропарадигми. Поняття топології та архітектури ШНМ . Функції активації. Топології ШНМ.
Одношарові і багатошарові перцептрони (БШП). Проблема функції «ВИКЛЮЧАЮЧЕ АБО». Архітектура БШП. Розділювальні поверхні. Налагодження БШП. Моделі оптимальної складності.
Методи та особливості навчання багатошарових перцептронів (БШП). Алгоритм зворотного поширення похибки. Недоліки алгоритму. Інші методи навчання БШП.
Особливості застосування багатошарових перцептронів в режимі навчання без супервізора. Багатошаровий перцептрон з «вузьким горлом». Аналіз головних компонентів.
Застосування ШНМ в режимі без супервізора. Самоорганізаційні карти Когонена (SOFM). Топологія і алгоритми навчання. Мережі зустрічного поширення.
ШНМ зі зворотними зв’язками . Мережі Гопфілда. Фізичні аналогії і застосування ШНМ Гопфілда. Двоскерована асоціативна пам’ять.
ШНМ з нейронними елементами радіального типу. ШНМ типу РБФ. Порівняння з БШП, застосування. Імовірнісні ШНМ. ШНМ узагальненої регресії.
Модель геометричних перетворень. ШНМ на основі геометричних перетворень. ШНМ автоасоціативного типу. Особливості, порівняння з БШП.
Засоби нечіткої логіки. Базові положення. Поняття нечітких множин. Продукційні нечіткі контролери. Основи застосування.
Застосування засобів ШІ для опрацювання зображень. Розпізнавання цифр. Розпізнавання друкованого тексту.
Методи та критерії оцінювання: виконання завдань на практичних заняттях (50%)
підсумковий контроль (екзамен): письмово-усна форма (50%)
Рекомендована література: 1. Ткаченко Р. О. Нейромережеві засоби штучного інтелекту: навчальний посібник / Р. О. Ткаченко, П. Р. Ткаченко, І. В. Ізонін - Львів: Видавництво Львівської політехніки, 2017. - 240 с. ISBN 978-966- 941-011- 5
2. Засоби штучного інтелекту: навч. посібник / Р. О. Ткаченко, Н. О. Кустра, О. М., Павлюк, У. В. Поліщук. – Львів: Видавництво Львівської політехніки, 2014. – 204 с.
3. Ткаченко Р. Моделювання методами нейронних мереж/ Р. Ткаченко, П. Ткаченко, Н. Мельник: навч.-метод посібник; ЛІБС УБС НБУ. – Львів, 2010.- 114 с.