學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部碩士班1年級 A班
|
本課程培養學生下列知識: |
本課程介紹類神經網路的基本結構,如:感知器、倒傳遞網路及自組織網路等,訓練學生瞭解LMS、倒傳遞及自組織等學習規則,並介紹類神經網路如何應用在圖樣識別、信號處理以及控制系統等工程領域。
1.熟悉類神經網路技術的應用與發展2.熟悉類神經網路基本結構,如:感知器、倒傳遞網路及自組織網路3.瞭解LMS、倒傳遞及自組織等學習規則4.熟悉類神經網路技術在圖樣識別、信號處理以及控制系統等領域的應用5.能進行相關論文研讀與簡報This course introduces the basic structure of a neural network, such as: sensor, back-propagation network and self-organizing networks, etc.. The aim of training students to understand the LMS, back-propagation learning rule and self-organization, and describes is for applying neural networks in pattern recognition, signal processing and control systems engineering.
|
每週授課主題 |
第01週:課程說明、人工智慧的過去、現在和未來(一)第02週:人工智慧的過去、現在和未來(二)第03週:人類的記憶、推理與思考過程(一)第04週:人類的記憶、推理與思考過程(二)第05週:類神經網路的原理(一)第06週:類神經網路的實現與應用(以MATLAB軟體neural network工具箱為例)(一)第07週:類神經網路的原理(二)第08週:期中報告(一)第09週:期中報告(二)第10週:期末報告(三)第11週:古典最佳化(一)第12週:古典最佳化(二)第13週:演算法(一):單調學習 第14週:演算法(二):非單調學習第15週:幻想與現實的距離第16週:期末報告(一)第17週:期末報告(二)第18週:期末報告(三)
|
成績及評量方式 |
期中報告:30%期末報告:40%平時作業及出席:30%
|
證照、國家考試及競賽關係 |
本課程無證照、國家考試及競賽資料。
|
教師資料 |
教師網頁:http://www.cyut.edu.tw/~goudapeng/
E-Mail: goudapeng@cyut.edu.tw
Office Hour:
星期三,第5~6節,地點:R-333; 星期四,第5~6節,地點:R-333; 分機:4840
|
|