• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2021/2022

Научно-исследовательский семинар "Нейросетевые технологии"

Статус: Курс по выбору (Программная инженерия)
Направление: 09.03.04. Программная инженерия
Когда читается: 1-й курс, 1-3 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Дисциплина НИС Нейросетевые технологии для студентов первого курса ставит своей целью ознакомить студентов с текущими достижениями в области нейронных сетей, теории и практике их применения. Рассматривается широкий круг различных типов нейронных сетей, методов их настройки (обучения) и применения для различных задач, начиная от распознавания изображений до задач криптографии. Рассматриваются аппаратные реализации нейронных сетей - нейрокомпьютеры, новая элементная база - мемристоры и многое другое. Дисциплина может служить основой для выполнения курсовых и дипломных работ.
Цель освоения дисциплины

Цель освоения дисциплины

  • Приобретение знаний и практического опыта в широкой области нейросетевых технологий: теории, практике применения, аппаратной реализации нейронных сетей.
  • Приобретение навыков исследовательской работы, предполагающей самостоятельное изучение специфических нейросетевых технологий, широко применяемых в различных областях современной науки и техники.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает основные виды нейронных сетей, способы их обучения
  • Умеет применять градиентные методы для настройки нейронных сетей
  • Знает классификацию, основные виды и архитектуры нейрокомпьютеров и нейрочипов
  • Умеет использовать адаптивные линейные и нелинейные фильтры
  • Знает способы применения нейронных сетей для ряда практических задач, включая обработку изображений, сигналов, текста, управление, криптографию, информационную безопасность.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основные понятия теории нейронных сетей.
    Понятие нейрона, его структура, виды нейронов. Понятие нейронной сети, типы связей между нейронами. Виды нейронных сетей, их архитектуры. Методы настройки (обучения) нейронных сетей. Обучение с учителем и самообучение, обучение с подкреплением. "Мягкие" вычисления.
  • Аппаратные реализации нейронных сетей и нейроуправление.
    Цифровая и аналоговая вычислительная техника. Устройство GPU. Специализированные нейрочипы: Intel ETANN, IBM ZISC, TrueNorth и другие. Мемристоры и проекты нейрокомпьютеров на их основе. Базовые сведения об оптических и квантовых компьютерах. Цифровая обработка сигналов. Адаптивные фильтры. Задачи управления, схемы нейроуправления. Прямая и обратная задачи кинематики, динамики. Робототехника.
  • Применения нейронных сетей
    Нейронные сети в: -Обработке изображений и видео. -Обработке текстов. -Обработке радиолокационных сигналов. -Криптографии. -Информационной безопасности. Прочие применения.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
    Презентация (устный доклад) по выбранной и согласованной теме на 15-20 минут. Проводится на семинаре в даты обозначенные преподавателем.
  • неблокирующий экзамен
    Экзамен (письменный). В виде теста, не менее 10 вопросов и\или расчетной части. Проводится в сессию (3 модуль). Не более 2 ак. час. Разрешено использование только собственных записей семинаров, материалов размещенных в ЛМС. Запрещены другие источники информации, включая Интернет. Запрещено списывание, посторонние разговоры. Экзамен проводится в письменной форме (тест по материалам занятий). Экзамен проводится на платформе Гугл Формы: https://www.google.ru/intl/ru/forms/about/ и\или MSTeams. К экзамену необходимо подключиться за 0 минут до начала экзамена согласно расписанию. Компьютер студента должен удовлетворять требованиям: стабильное подключение к Интернет. Для участия в экзамене студент обязан: явиться на экзамен согласно точному расписанию. Во время экзамена студентам запрещено: пользоваться интерактивными источниками информации (чаты, звонки и т.п.) и подсказками третьих лиц. Во время экзамена студентам разрешено: использование любых письменных материалов (материалы лекций, книги, статьи и т.п.). Кратковременным нарушением связи во время экзамена считается нарушение связи менее 10 минут. Долговременным нарушением связи во время экзамена считается нарушение связи более 10 минут. При долговременном нарушении связи студент не может продолжить участие в экзамене.
  • неблокирующий контрольные вопросы по семинарам
    Во время семинара проводится ограниченный по времени опрос по темам изученным на семинаре к моменту опроса (включая темы текущего семинара), за что выставляется оценка в 10 бальной шкале. Общая оценка за контрольные вопросы по семинарам вычисляется как среднее оценок за каждый семинар в десятибалльной шкале, округляется к ближайшему целому.
  • неблокирующий Личные достижения
    Оцениваются знания студента сверх требований программы в виде самостоятельно выполненных проектов, прохождения учебных курсов по темам НИС, в т.ч. онлайн, участие в конференциях, научных проектах, публикациях. Результаты должны быть доложены на семинаре.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.4 * Домашнее задание + 0.2 * контрольные вопросы по семинарам + 0.2 * Личные достижения + 0.2 * экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Нейрокомпьютеры : учеб. пособие для вузов, Комарцова, Л. Г., 2004
  • Нейронные сети : полный курс, Хайкин, С., 2006
  • Нейронные сети, генетические алгоритмы и нечеткие системы, Рутковская, Д., 2008
  • Нейронные сети: основы теории / А.И. Галушкин. - М.: Гор. линия-Телеком, 2012. - 496 с.: ил.; 60x90 1/16. (обложка) ISBN 978-5-9912-0082-0, 1000 экз. - Режим доступа: http://znanium.com/catalog/product/353660

Рекомендуемая дополнительная литература

  • Python для сложных задач: наука о данных и машинное обучение : пер. с англ., Плас, Дж. Вандер, 2019
  • Антонио Джулли, Суджит Пал - Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow - Издательство "ДМК Пресс" - 2018 - 294с. - ISBN: 978-5-97060-573-8 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/111438
  • Барский А.Б. - Введение в нейронные сети - Национальный Открытый Университет "ИНТУИТ" - 2016 - 358с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100684
  • Вэйвлеты в обработке сигналов : учеб. пособие для вузов, Малла, С., 2005
  • Глория Буэно Гарсия, Оскар Дениз Суарес, Хосе Луис Эспиноса Аранда - Обработка изображений с помощью OpenCV - Издательство "ДМК Пресс" - 2016 - 210с. - ISBN: 978-5-97060-387-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/90116
  • Ежов А.А., Шумский С.А. - Нейрокомпьютинг и его применения в экономике и бизнесе - Национальный Открытый Университет "ИНТУИТ" - 2016 - 306с. - ISBN: - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100269
  • ИНТЕЛЛЕКТУАЛЬНЫЕ ТЕХНОЛОГИИ АКТИВНОЙ БЕЗОПАСНОСТИ АВТОМОБИЛЯ НА ОСНОВЕ АДАПТИВНОГО НЕЙРО-НЕЧЕТКОГО УПРАВЛЕНИЯ (5 глава коллектив. монографии) / Горбачев С.В. - М.:НИЦ ИНФРА-М, 2017. - 112 с.: 60x90 1/16 ISBN 978-5-16-105856-5 (online) - Режим доступа: http://znanium.com/catalog/product/910754
  • Ким Д. П. - ТЕОРИЯ АВТОМАТИЧЕСКОГО УПРАВЛЕНИЯ. МНОГОМЕРНЫЕ, НЕЛИНЕЙНЫЕ, ОПТИМАЛЬНЫЕ И АДАПТИВНЫЕ СИСТЕМЫ. ЗАДАЧНИК 2-е изд., испр. и доп. Учебное пособие для академического бакалавриата - М.:Издательство Юрайт - 2019 - 331с. - ISBN: 978-5-534-01459-4 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/teoriya-avtomaticheskogo-upravleniya-mnogomernye-nelineynye-optimalnye-i-adaptivnye-sistemy-zadachnik-437105
  • Основы криптографии : учеб. пособие, Алферов, А. П., 2005
  • Рашка С. - Python и машинное обучение: крайне необходимое пособие по новейшей предсказательной аналитике, обязательное для более глубокого понимания методологии машинного обучения - Издательство "ДМК Пресс" - 2017 - 418с. - ISBN: 978-5-97060-409-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100905
  • Ростовцев В.С. - Искусственные нейронные сети: учебник - Издательство "Лань" - 2019 - 216с. - ISBN: 978-5-8114-3768-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/122180
  • Смит С. - Цифровая обработка сигналов. Практическое руководство для инженеров и научных работников - Издательство "ДМК Пресс" - 2011 - 720с. - ISBN: 978-5-94120-145-7 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/60986
  • Тарков М.С. - Нейрокомпьютерные системы - Национальный Открытый Университет "ИНТУИТ" - 2016 - 170с. - ISBN: 5-9556-0063-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/100268
  • Флах П. - Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных - Издательство "ДМК Пресс" - 2015 - 400с. - ISBN: 978-5-97060-273-7 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/69955
  • Хливненко Л.В., Пятакович Ф.А. - Практика нейросетевого моделирования: учебное пособие - Издательство "Лань" - 2019 - 200с. - ISBN: 978-5-8114-3639-2 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/123697
  • Цифровая обработка сигналов: Учебное пособие / Ролдугин С.В., Паринов А.В., Голубинский А.Н. - Воронеж:Научная книга, 2016. - 144 с. ISBN 978-5-4446-0908-8 - Режим доступа: http://znanium.com/catalog/product/923327
  • Цифровая фильтрация и синтез цифровых фильтров / Яковлев А.Н., Соколова Д.О. - Новосиб.:НГТУ, 2012. - 64 с.: ISBN 978-5-7782-1964-9
  • Червяков Н.И., Евдокимов А.А., Галушкин А.И. - Применение искусственных нейронных сетей и системы остаточных классов в криптографии - Издательство "Физматлит" - 2012 - 280с. - ISBN: 978-5-9221-1386-1 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/5300
  • Шарден Б., Массарон Л., Боскетти А. - Крупномасштабное машинное обучение вместе с Python - Издательство "ДМК Пресс" - 2018 - 358с. - ISBN: 978-5-97060-506-6 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/105836