Niveau
KI.B2
|
Toelatingsvoorwaarden
Wiskunde 1, programmeervaardigheden
|
Doelstelling
Na afloop van dit college zal de student een overzicht hebben verkregen over 'artificial neural networks'(ANN). Aan de hand van computersimulaties van enkele bekende ANN en het toepassen van ANN voor patroonherkenning worden de mogelijkheden en beperkingen van dergelijke modellen ervaren. Tevens zal een basis worden gelegd voor het doorgronden van neurale netwerken voor neuro-cognitief onderzoek. Na afloop van de cursus zal de student in staat zijn om zelfstandig een neuraal netwerkmodel te programmeren en/of te gebruiken voor een bepaalde toepassing. Voor het practicum wordt (na een korte introductie) gebruik gemaakt van Matlab voor datavisualisatie en simulaties.
|
Inhoud / Omschrijving
In de AI vinden we o.a. ANN die modellen bevatten voor de werking van ons geheugen, natuurlijke taalverwerking, motorbesturing en patroonherkenning. Deze modellen hanteren een metafoor van informatieverwerking die niet zo zeer op de klassieke, digitale computer is gebaseerd (discrete symboolverwerking), maar meer op de werking van de hersenen (sub-symbolische patroontransformaties). Onder andere worden feedforward netwerken (perceptron, backprop), competitive learning (Grossberg, Kohonen), constraint satisfaction (Hopfield) en modulaire en recurrente structuren behandeld. Daarnaast worden modellen voor het doen van neuro-cognitief onderzoek behandeld. De complete patroonherkenningspipeline (data acquisitie, pre-processing, segmentatie, feature extractie en klassificatie) wordt voor verschillende toepassingen besproken. De studenten zullen meer leren over signaalverwerking, data analyse, clustering en het trainen en testen van neurale netwerk simulaties. Als onderdeel van het practicum zullen studenten hun eigen neurale netwerk moeten programmeren en trainen voor een relevant patroonherkenningsprobleem en bovendien deelnemen aan de uitdaging: "Wie heeft het hoogste herkenningsresultaat? Als ontwikkelomgeving mag de student zelf kiezen voor het gebruik van Matlab of een andere omgeving, zoals Eclipse/Java.
|
Literatuur
|
Werkvormen
Hoor- en werkcolleges; begeleide computerpractica
|
Inlichtingen
dr. Louis Vuurpijl, T: 024-3615981, E:
|
Toetsingsvorm
Practicumopdrachten en 2 deeltentamens (tijdens college-uren) halverwege en aan het eind van het kwartaal.
|
Toetsinformatie
Verschillende practicumopdrachten, waarvan sommige zwaarder dan andere. Een aantal opgaven bij het boek (met een eenvoudige introductie in Matlab) en een grote programmeeropdracht (begin daar op tijd aan!). Het practicumcijfer is een gewogen gemiddelde. Het eindcijfer bestaat uit het gemiddelde van de drie cijfers (P+D1+D2)/3. .
|
Inschrijving
- Cursus en/of werkgroep: via de Student Portal (https://student.ru.nl/portal/dt)
- Studenten die zijn ingeschreven voor een cursus zijn tevens voorwaardelijk ingeschreven voor het tentamen. Let op! Tentamendeelname is pas mogelijk als de student aan de voorwaarden van de OER voldoet. Studenten die na controle niet aan de voorwaarden voldoen worden voor het tentamen uitgeschreven. Inschrijving voor tentamen kan daarna alleen via het OSP met een toestemmingsformulier van de studieadviseur.
- Hertentamen inschrijven via Student Portal tot 5 dagen voor tentamendatum.
- Raadpleeg altijd de cursusinformatie op Blackboard. Het is mogelijk dat naast de inschrijving voor de cursus via blackboard moet worden ingeschreven voor werkgroepen.
|
Extra informatie inschrijving
Verplicht via KISS/TIS tot 2 werkdagen voor aanvang cursus: deze inschrijving geldt tevens voor het tentamen.
|
Bijzonderheden
Dutch or English, depending on international student participation.
|
