Παράκαμψη προς το κυρίως περιεχόμενο

Εισαγωγή στα Τεχνητά Νευρωνικά Δίκτυα

Κωδικός
Φ-428
Επίπεδο
Προπτυχιακό
Κατηγορία
Γ
Διδάσκων
Γ. Αθανασίου
ECTS
6
Ώρες
2
Εξάμηνο
Εαρινό
Ανοικτό
Ναι
Προσφέρεται
Όχι
Σκοπός Μαθήματος
Tο µάθηµα απευθύνεται σε τεταρτοετείς φοιτητές. Αποτελεί µία εισαγωγή στις βασικές έννοιες των Βιολογικών Νευρωνικών Δικτύων και τις µεθόδους και αλγορίθµους των Τεχνητών Νευρωνικών Δικτύων. Είναι επιπλέον µια εισαγωγή στο “Φ-528 Τεχνητά Νευρωνικά Δικτυα”, το οποίο προσφέρεται και στο διατµηµατικό µεταπτυχιακό “Εγκέφαλος και Νους”.
Πρόγραμμα
Τετάρτη 16:00-18:00, Αίθουσα Σεμιναρίων 1ου ορόφου
Διδακτέα Ύλη
Στοιχεία της δοµής του κεντρικού νευρικού συστήµατος - Κατανεµηµένες καταστάσεις µνήµης - Στοχαστικά νευρώνια - Κυβερνητικά ΤΝΔ και Πολυεπίπεδα ΤΝΔ - Αρχιτεκτονική ΤΝΔ και Γενίκευση - Βιοµιµητικοί Αλγόριθµοι(PCA-ICA) - Συνδιαστική βελτιστοποίηση - Αλγόριθµοι αυτοεκµάθησης - Ύαλοι σπιν και στατιστική φυσική - Το ΤΝΔ του Hopfield - Ο φασικός χώρος αλληλεπιδράσεων των ΤΝΔ – Εφαρµογές
Βιβλιογραφία
«Neural Networks An Introduction» – B. Muller & J. Reinhardt – Springer & Verlag
«An introduction to the modeling of Neural Networks» - P.Peretto – Cambridge University Press
«PDP Research group, Parallel Distributed Processing(Vol I-III)» - D.E. Rumelhardt & J.L.McClelland – Cambridge University Press «Introduction to the theory of Neural Computation» – J. Hertz & A. Krogh & R.G. Palmer - Addison-Wesley Publishing Company
«Spin Glass Theory and Beyond» – M. Mezard & G. Parisi & M.A. Virasoro - World Scientific
«Self Organization and Associative Memory» – T. Kohonen - Springer&Verlag
«Modeling Brain Function. The world of attractor neural networks» – D.J. Amit - Cambridge University Press