Министерство образования и науки Российской Федерации

Муромский институт (филиал)

федерального государственного бюджетного образовательного учреждения высшего образования

 «Владимирский государственный университет

имени Александра Григорьевича и Николая Григорьевича Столетовых»

(МИ ВлГУ)

 

Кафедра  ПИн 

 

 

 

«   06   »       06       2017 г.

 

 

 

 

Рабочая программа ДИСЦИПЛИНЫ

 

     Нейрокомпьютерные системы     

 




Направление подготовки

09.03.04 Программная инженерия

Профиль подготовки

Квалификация (степень)выпускника

бакалавр









          

Семестр

Трудоем-кость,

час. / зач. ед.

Лек-ции,

час.

 

Практи-ческие занятия,

час.

Лабора-торные работы,

час.

Консуль-тация,

час.

Конт-роль,

час.

Всего (контак-тная работа),

час.

СРС,

час.

Форма

промежу-точного контр.

(экз., зач., зач. с оц.)

8

108 / 3  

18  

 

20  

3,8  

0,35  

42,15  

30,2  

Экз.(35,65)  

Итого

108 / 3  

18  

 

20  

3,8  

0,35  

42,15  

30,2  

35,65  

 

Муром, 2017 г.


1. Цель освоения дисциплины

Цель дисциплины: получение студентами систематизированных знаний о структуре и принципах работы нейрокомпьютерных вычислительных систем разного назначения, о методах их проектирования и исследования

2. Место дисциплины в структуре ОПОП ВО (Цикл (Б1.В.ДВ.07.01))

Курс базируется на знаниях, полученных студентами в области естественно-научных и общепрофессиональных дисциплин. Дисциплина базируется на материале, изучаемом в дисциплинах: «Информатика и программирование», "Объектно-ориентированное программирование",«Теория цифровых автоматов», «Архитектура вычислительных систем». Углубление и расширение знаний, полученных студентами в данном курсе, будет осуществляться во время изучения дисциплин: проектирование и архитектура программных систем, операционные системы и сети, а также при выполнении курсовых работ, проектов и ВКР.

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ПК-3 владение навыками использования различных технологий разработки программного обеспечения.

 

В результате освоения дисциплины обучающийся должен демонстрировать следующие результаты образования:

1) Знать:

Различные технологий разработки программного обеспечения в области нейрокомпьютерных систем (ПК-3).

2) Уметь:

Разрабатывать программное обеспечение в области нейрокомпьютерных систем (ПК-3).

3) Владеть:

Навыками использования различных технологий разработки программного обеспечения в области нейрокомпьютерных систем (ПК-3).

 


4. Структура и содержание дисциплины

Общая трудоемкость дисциплины составляет 3 зачетные единицы, 108 часов.

 

4.1. Форма обучения: очная

Уровень базового образования: среднее общее.

Срок обучения 4г.

 

4.1.1. Структура дисциплины


 

Раздел (тема)

дисциплины

 

Виды учебной работы, включая самостоятельную работу студентов и трудоемкость

(в часах)

 

Форма  текущего контроля успеваемости (по неделям семестра), форма промежуточной аттестации

  (по семестрам)

 

п\п

Семестр

Лекции

Семинары

Практические занятия

Лабораторные работы

Контрольные работы

СРС

КП / КР

Консультация

Контроль

1

Основные структуры НК систем

8

4

4

13

Устный опрос, тестирование

2

Алгоритмы функционирования НК систем

8

6

4

13

Устный опрос, тестирование

3

Методы проектирования НК систем

8

8

12

4,2

Устный опрос, тестирование

Всего за  семестр

108

18

20

30,2

3,8

0,35

Экз.(35,65)

Итого   

108

18

20

30,2

3,8

0,35

35,65

 

4.1.2. Содержание дисциплины

4.1.2.1. Перечень лекций

Семестр 8

Раздел 1. Основные структуры НК систем

Лекция 1.

Введение. Искусственные нейронные сети. Нейрокомпьютеры (2 часа).

Лекция 2.

Место нейрокомпьютеров в ряду высокопроизводительных вычислительных средств (2 часа).

Раздел 2. Алгоритмы функционирования НК систем

Лекция 3.

Структуры нейронных сетей и нейрокомпьютеров (2 часа).

Лекция 4.

Класс задач, эффективно решаемых нейрокомпьютерами (2 часа).

Лекция 5.

Классификация нейрокомпьютеров и их перспективы (2 часа).

Раздел 3. Методы проектирования НК систем

Лекция 6.

Методы проектирования искусственных нейронных сетей и нейрокомпьютеров (2 часа).

Лекция 7.

Элементная база нейрокомпьютеров (2 часа).

Лекция 8.

Нейроматематика. Методы и алгоритмы решения задач на нейрокомпьютерах (2 часа).

Лекция 9.

Нейроконтроллеры (2 часа).

 

4.1.2.2. Перечень практических занятий

Не планируется.

 

4.1.2.3. Перечень лабораторных работ

Семестр 8

Раздел 1. Основные структуры НК систем

Лабораторная 1.

Синтез и обучение нейронной сети в matlab (4 часа).

Раздел 2. Алгоритмы функционирования НК систем

Лабораторная 2.

Обеспечение заданной точности функционирования нейронных сетей (4 часа).

Раздел 3. Методы проектирования НК систем

Лабораторная 3.

Анализ и синтез допусков на параметры нейронных сетей (4 часа).

Лабораторная 4.

Диагностика нейронной сети (4 часа).

Лабораторная 5.

Синтез и исследование искусственных нейроггых сетей основных типов (4 часа).

 

Методические указания к лабораторным работам приведены в ИОП МИ ВлГУ https://www.mivlgu.ru/iop/course/view.php?id=1396

 

4.1.2.4. Перечень учебно-методического обеспечения для самостоятельной работы

Методические указания для самостоятельной работы размещены на информационно-образовательном портале института по ссылке https://www.mivlgu.ru/iop/course/view.php?id=5058.

Для самостоятельной работы также используются издания из списка приведенной ниже основной и дополнительной литературы.

Перечень тем, вынесенных на самостоятельное изучение:

1. Некоторые сведения о мозге человека .

2. Биологические представления о нейроне .

3. Понятие нейрокомпьютера .

4. Классификация нейронных сетей .

5. Задача распознавания и линейная машина .

6. Искусственный нейрон .

7. Проблема линейной разделимости .

8. Парадигмы обучения .

9. Предварительная обработка информации и оценка качества работы нейросети .

10. Персептрон .

11. Линейная нейронная сеть .

12. Рекуррентный метод наименьших квадратов .

13. Линейная сеть с линией задержки.

14. Топология и свойства .

15. Алгоритм обратного распространения ошибки .

16. Реализация логических функций .

17. Аппроксимация функций .

18. Распознавание символов .

19. Моделирование статических зависимостей .

20. Масштабирование и восстановление данных .

21. Идентификация динамических звеньев .

22. Нейроэмуляторы и нейропредикторы .

23. Концепция нейроуправления .

24. Инверсное нейроуправление .

25. Нейроконтроллеры в MatLab .

26. Радиальные нейронные сети .

27. Структура радиальной нейронной сети .

28. Расчет параметров радиальной нейронной сети .

29. Обучение радиальной нейронной сети.

30. Радиальные нейронные сети в MatLab.

 

4.1.2.5. Перечень тем контрольных работ, рефератов, ТР, РГР, РПР

Не планируется.

 

4.1.2.6. Примерный перечень тем курсовых работ (проектов)

Не планируется.

 

 

5. Образовательные технологии

В процессе изучения дисциплины применяется контактная технология преподавания (за исключением самостоятельно изучаемых студентами вопросов). При проведении практических работ применяется имитационный или симуляционный подход. Шаги решения задач студентам демонстрируются при помощи мультимедийной техники. В дальнейшем студенты самостоятельно решают аналогичные задания.

 

6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов.

Фонды оценочных средств приведены в приложении.

 

7. Учебно-методическое и информационное обеспечение дисциплины Нейрокомпьютерные системы

7.1. Основная учебно-методическая литература по дисциплине

1. Тарков, М. С. Нейрокомпьютерные системы : учебное пособие / М. С. Тарков. — 3-е изд. — Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 170 c. — ISBN 978-5-4497-0664-5. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. - http://www.iprbookshop.ru/97551.html

2. Барский, А. Б. Введение в нейронные сети : учебное пособие / А. Б. Барский. — 3-е изд. — Москва, Саратов : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 357 c. — ISBN 978-5-4497-0309-5. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. - http://www.iprbookshop.ru/89426.html

3. Яхъяева, Г. Э. Нечеткие множества и нейронные сети : учебное пособие / Г. Э. Яхъяева. — 4-е изд. — Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2020. — 315 c. — ISBN 978-5-4497-0665-2. — Текст : электронный // Электронно-библиотечная система IPR BOOKS : [сайт]. - http://www.iprbookshop.ru/97552.html

 

7.2. Дополнительная учебно-методическая литература по дисциплине

1. Федотов В.Х. Нейронные сети в MS Excel: Методические указания к практическим занятиям и лабораторным работам. - Чебоксары: Изд-во ЧувГУ, 2004. - 72 с. - http://window.edu.ru/resource/926/23926

2. Каширина И.Л. Искусственные нейронные сети: Учебное пособие. - Воронеж: Изд-во ВГУ, 2005. - 51 с. - http://window.edu.ru/resource/939/26939

3. Бураков, М.В. Нейронные сети и нейроконтроллеры: учебное пособие / М. В. Бураков. - СПб.: ГУАП, 2013. - 284 с. - http://window.edu.ru/resource/206/80206

4. Потапов А.С., Щербаков О.В., Жданов И.Н. Технологии искусственного интеллекта: Учебно-методическое пособие по лабораторному практикуму. – СПб: НИУ ИТМО, 2013. – 35 с. - http://books.ifmo.ru/book/1181/tehnologii_iskusstvennogointellekta:uchebno-metodicheskoe_posobie_polaboratornomu_praktikumu.htm

 

7.3. Перечень информационных технологий, используемых при осуществлении образовательного процесса по дисциплине, включая перечень программного обеспечения и информационных справочных систем

В образовательном процессе используются информационные технологии, реализованные на основе информационно-образовательного портала института (www.mivlgu.ru/iop), и инфокоммуникационной сети института:

- предоставление учебно-методических материалов в электроном виде;

- взаимодействие участников образовательного процесса через локальную сеть института и Интернет;

- предоставление сведений о результатах учебной деятельности в электронном личном кабинете обучающегося.

Информационные справочные системы:

Электронная библиотечная системы "IPRBooks" (http://www.iprbookshop.ru/);

Единое окно доступа к информационным ресурсам (http://window.edu.ru/);

Учебные издания НИУ ИТМО (http://books.ifmo.ru).

Программное обеспечение:

Лаборатория системного и прикладного программирования

Mathcad v.15 (государственный контракт №1 от 10.01.2012 года)

Libre Office v.5 (free software, MPL)

 

7.4. Перечень ресурсов информационно-телекоммуникационной сети «Интернет», необходимых для освоения дисциплины

iprbookshop.ru

window.edu.ru

books.ifmo.ru

 

8. Описание материально-технической базы, необходимой для осуществления образовательного процесса по дисциплине

Лаборатория системного и прикладного программирования

Комплект учебно методических пособий.

6 компьютеров Intel Core i5, 3500 MHz/ ОЗУ 4гб/ LG 21’; 1 компьютер Intel Core i5-2400 3,10 GHz, 4гб, DVD-R/ Philips 19’; проектор ACER P1100 DLP Projector EMEA; экран настенный; Компьютер Intel Core 2 -,10 GHz, 2гб, DVD-R/ Philips 19’;

 

9. Методические указания по освоению дисциплины

Для успешного освоения теоретического материала обучающийся: знакомится со списком рекомендуемой основной и дополнительной литературы; уточняет у преподавателя, каким дополнительным пособиям следует отдать предпочтение; ведет конспект лекций и прорабатывает лекционный материал, пользуясь как конспектом, так и учебными пособиями.

До выполнения лабораторных работ обучающийся изучает соответствующий раздел теории. Перед занятием студент знакомится с описанием заданий для выполнения работы, внимательно изучает содержание и порядок проведения лабораторной работы. Лабораторная работа проводятся в компьютерном классе. Обучающиеся выполняют индивидуальную задачу компьютерного моделирования в соответствии с заданием на лабораторную работу. Полученные результаты исследований сводятся в отчет и защищаются по традиционной методике в классе на следующем лабораторном занятии. Необходимый теоретический материал, индивидуальное задание, шаги выполнения лабораторной работы и требование к отчету приведены в методических указаниях, размещенных на информационно-образовательном портале института.

Самостоятельная работа оказывает важное влияние на формирование личности будущего специалиста, она планируется обучающимся самостоятельно. Каждый обучающийся самостоятельно определяет режим своей работы и меру труда, затрачиваемого на овладение учебным содержанием дисциплины. Он выполняет внеаудиторную работу и изучение разделов, выносимых на самостоятельную работу, по личному индивидуальному плану, в зависимости от его подготовки, времени и других условий.

Форма заключительного контроля при промежуточной аттестации – экзамен. Для проведения промежуточной аттестации по дисциплине разработаны фонд оценочных средств и балльно-рейтинговая система оценки учебной деятельности студентов. Оценка по дисциплине выставляется в информационной системе и носит интегрированный характер, учитывающий результаты оценивания участия студентов в аудиторных занятиях, качества и своевременности выполнения заданий в ходе изучения дисциплины и промежуточной аттестации.

 


лист_утверждения


РЕЦЕНЗИЯ

на  рабочую программу дисциплины

«Нейрокомпьютерные системы»

по направлению подготовки 09.03.04 Программная инженерия

 

Рабочая программа дисциплины «Нейрокомпьютерные системы» составлена в соответствии с требованиями федерального государственного образовательного стандарта по направлению подготовки 09.03.04 Программная инженерия.

На изучение данного курса по учебному плану отводится 108 час. (3 ЗЕТ). Формой итогового контроля изучения дисциплины является экзамен .

Цель дисциплины: получение студентами систематизированных знаний о структуре и принципах работы нейрокомпьютерных вычислительных систем разного назначения, о методах их проектирования и исследования

Содержание занятий соответствуют требованиям образовательного стандарта. Имеется перечень вопросов для самостоятельной работы студентов, способствующий более глубокому изучению дисциплины.

Освоение дисциплины позволит студентам приобрести теоретические и практические знания, необходимые при решении задач в будущей практической деятельности.

Предлагаемые фонды оценочных средств для выявления уровня знаний и умений обучаемых полностью охватывает содержание курса и соответствуют ФГОС.

Перечень учебно-методической литературы достаточен для изучения дисциплины. Имеются ссылки на электронно-библиотечные системы.

Рабочая программа дисциплины «Нейрокомпьютерные системы» рекомендуется для использования в учебном процессе по направлению подготовки 09.03.04 Программная инженерия.

 

06.06.2017 г.