rpd000007592 (1015254)

Семестр

Трудоем-кость,

час.

Лек-ций,

час.

Практич. занятий,

час.

Лаборат. работ,

час.

СРС,

час.

Экзаменов,

час.

Форма промежуточного контроля

4

144

10

26

32

49

27

Э

Итого

144

10

26

32

49

27

Кудрявцев П.С.

_________________________

Заведующий обеспечивающей кафедрой 301

_________________________

Заведующий выпускающей кафедрой 301

_________________________

Декан выпускающего факультета 3

_________________________

N

Шифр

Результат освоения

1

З-6

Знать основы нейросетевых технологий, методы нечеткой логики и построения эволюционных алгоритмов в задачах интеллектуализации систем управления

2

В-4

Владеть опытом пользования типовыми профессиональными программными продуктами, ориентированными на решение проектных, технологических и научных задач

3

Знать на уровне представлений вопросы обработки двумерных и многомерных сигналов, распознавания образов и изображений.

4

Знать на уровне воспроизведения методики обоснования структуры и принципов функционирования аппаратно-программных комплексов обработки и анализа разнородной многомерной информации; принципы разработки алгоритмического и программного обеспечения систем управления и диагностики в условиях априорной неопределенности и изменяющихся условий функционирования.

5

Знать на уровне понимания основы управления подвижными объектами в условиях априорной неопределенности; подходы к комплексированию разнообразных данных для решения задач классификации и принятия управленческих решений.

6

Уметь теоретически выполнять расчеты по выбору оптимальной структуры обучающихся управляющих систем и систем принятия решений; знать приемы обработки разнородных многомерных данных с помощью типовых программных пакетов.

7

Уметь практически профессионально эксплуатировать современное оборудование и приборы; проводить анализ характеристик электронных устройств, предназначенных для регистрации и обработки данных.

8

Владеть методами съема и оцифровки разнородных данных наблюдений; приемами настройки типового оборудования для формирования управляющих воздействий.

N

Шифр

Компетенция

1

ПК-5

Способностью к профессиональной эксплуатации современного оборудования и приборов (в соответствии с целями магистерской программы).

2

КП-1

Способность разрабатывать структурные схемы и алгоритмическое обеспечение систем распознавания

Модуль

Раздел

Лекции

Практич. занятия

Лаборат. работы

СРС

Всего часов

Всего с экзаменами и курсовыми

Обучающиеся технические системы.

Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

2

4

4

7

17

144

Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

8

12

15

37

Алгебраический подход к решению задач классификации. Обучение по прецедентам.

2

4

4

7

17

Непараметрическая классификация. Методы обучения без учителя.

2

4

4

8

18

Нейронные сети. Системы нечеткого управления. Методы обучения.

2

6

8

12

28

Всего

10

26

32

49

117

144

№ п/п

Раздел дисциплины

Объем, часов

Тема лекции

Дидакт. единицы

1

1.1.Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

2

Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

1.1, 1.2, 1.3, 1.4, 1.5, 1.6

2

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2.1, 2.2, 2.3, 2.4, 2.5, 2.6

3

1.3.Алгебраический подход к решению задач классификации. Обучение по прецедентам.

2

Алгебраический подход к решению задач классификации. Обучение по прецедентам.

3.1, 3.2, 3.3, 3.4, 3.5, 3.6

4

1.4.Непараметрическая классификация. Методы обучения без учителя.

2

Непараметрическая классификация. Методы обучения без учителя.

4.1, 4.2, 4.3, 4.4, 4.5

5

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

2

Нейронные сети. Системы нечеткого управления. Методы обучения.

5.1, 5.2, 5.3, 5.4, 5.5

Итого:

10

№ п/п

Раздел дисциплины

Объем, часов

Тема практического занятия

Дидакт. единицы

1

1.1.Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

2

Типовые структуры адаптивных систем с идентификацией. Регрессионный анализ.

1.1, 1.2, 1.3

2

1.1.Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

2

Параметрическая идентификация АРПСС и ARX динамических моделей. Критерии подбора моделей системы.

1.4, 1.5, 1.6

3

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

Формирование обучающей выборки. Методы шкалирования разнородной информации. Методы классификации моделей систем.

2.1, 2.2

4

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

Методы статистической теории обучения распознавателей. Линейные распознаватели. Ошибка классификации.

2.1, 2.3

5

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

Методы построения информативного набора признаков. Принцип минимизации эмпирического риска.

2.3, 2.4

6

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

2

Минимизация квадратичной ошибки с регуляризацией. Многоклассовая классификация и выбор сложности распознавателя.

2.5, 2.6

7

1.3.Алгебраический подход к решению задач классификации. Обучение по прецедентам.

2

Логические алгоритмы распознавания. Обучение по прецедентам.

3.1, 3.2, 3.3

8

1.3.Алгебраический подход к решению задач классификации. Обучение по прецедентам.

2

Решающие списки и деревья. Взвешенное голосование правил. Переобучение распознавателей.

3.4, 3.5, 3.6

9

1.4.Непараметрическая классификация. Методы обучения без учителя.

2

Методы непараметрической регрессии. Ядра и линейная разделимость. Обучение без учителя.

4.1, 4.2

10

1.4.Непараметрическая классификация. Методы обучения без учителя.

2

Методы кластерного анализа. Разделение смеси вероятностных распределений.

4.3, 4.4, 4.5

11

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

2

Нейронные сети. Многослойные перцептроны. Обучение нейронных сетей.

5.1, 5.2

12

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

2

Системы нечеткого управления. Классические модули нечеткого управления. Модели нечетких систем на основе сетей Петри.

5.3, 5.4

13

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

2

Модели нечетко-нейронного управления. Обучение систем нейронно-нечеткого управления с учителем и без него.

5.5

Итого:

26

№ п/п

Раздел дисциплины

Наименование лабораторной работы

Наименование лаборатории

Объем, часов

Дидакт. единицы

1

1.1.Основные задачи обучения технических систем. Методы параметрической идентификации и адаптации.

Методы идентификации АРПСС и ARX моделей

Лаборатория каф.301 (ауд.249, корп. 3)

4

1.1, 1.2, 1.3, 1.4, 1.5, 1.6

2

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

Линейная дискриминантная классификация. Объем обучающей выборки и ошибка классификации.

Лаборатория каф.301 (ауд.249, корп. 3)

4

2.1, 2.2

3

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

Выбор информативного набора признаков. Влияние метода шкалирования признаков на ошибку классификации.

Лаборатория каф.301 (ауд.249, корп. 3)

4

2.3, 2.4

4

1.2.Классификация моделей на основе параметрической теории статистических решений. Методы обучения с учителем.

Многоклассовая классификация. Выбор класса сложности распознавателя.

Лаборатория каф.301 (ауд.249, корп. 3)

4

2.5, 2.6

5

1.3.Алгебраический подход к решению задач классификации. Обучение по прецедентам.

Логические распознаватели на базе решающих деревьев. Обучение и переобучение распознавателей (продукционных правил).

Лаборатория каф.301 (ауд.249, корп. 3)

4

3.1, 3.2, 3.3, 3.4, 3.5, 3.6

6

1.4.Непараметрическая классификация. Методы обучения без учителя.

Построение распознавателя на базе ядер Мерсера. Методы кластерного анализа и неметрического шкалирования.

Лаборатория каф.301 (ауд.249, корп. 3)

4

4.1, 4.2, 4.3, 4.4, 5.5

7

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

Обучение нейронных сетей с помощью градиентного и стохастического методов.

Лаборатория каф.301 (ауд.249, корп. 3)

4

5.1, 5.2, 5.3

8

1.5.Нейронные сети. Системы нечеткого управления. Методы обучения.

Моделирование и обучение нейронно-нечеткой системы управления.

Лаборатория каф.301 (ауд.249, корп. 3)

4

5.4, 5.5

Итого:

32

№ п/п

Раздел дисциплины

Объем, часов

Наименование типового задания

Итого: