Mục tiêu của môn học:
Cung cấp cho học viên các kiến thức về lý thuyết mạng NEURAL NETWORK và kỹ năng thực hành trong việc xây dựng cấu trúc mạng thích hợp trong việc giải các bài toán trong thực tế.
Aims: The subject is aimed at providing theoretical principles and practical techniques for students who want to know about neuron model and network architectures
...
Nội dung tóm tắt môn học:
Giới thiệu các khái niệm cơ bản về NEURAL NETWORK; phương pháp xuất nhập dữ liệu; các hàm số được dùng trong phân tích và tính toán mạng đa lớp. Cách chọn mô hình ứng dụng thích hợp trong nhận dạng. Ứng dụng NEURAL NETWORK trong xử lý ảnh vệ tinh và các bài toán trắc địa.
Course outline: The subject presents basical concepts of Neural Networks, describes many of powerful networks for solving problems including: function approximation, modeling, signal processing, prediction and classification and of the uses of Neural Networks and the fundamentals of how it works.
Các hiểu biết,các kỹ năng cần đạt được sau khi học môn học
-
kiến thức về lý thuyết mạng NEURAL NETWORK
-
kỹ năng thực hành giải các bài toán trong thực tế
-
kỹ năng xấp xỉ hàm
Learning outcomes:
Knowledge: fundamentals of Neural Networks
Cognitive Skills: practical techniques
Subject Specific Skills: function approximation
Transferable Skills: Good
Tài liệu tham khảo chính:
[1] Robert L.Harvey. Neural Network principles 1994
[2] Laurence Fausette. Fundamentals of Neural Networks 1994
[3] Kishan Mehrotra, Chilukuri K.Mohan & Sanjay RanKa. Elements of Artificial Neural Networks 1997
[4] Howard Demuth , Mark Beale & Martin Hagan. Neural Network Toolbox 1993.
[5] Deco, G. and Obradovic, D. An Information theoretic Approach to Neural Computing 1996
Hướng dẫn cách học - chi tiết cách đánh giá môn học:
Các khuyến cáo về trang bị phục vụ học tập, tài liệu tham khảo,…
Các yêu cầu đặc biệt khác:.
-
Tham dự giờ giảng trên lớp + làm bài tập ... chấm điểm chuyên cần (10%)
-
Về kiểm tra giữa kỳ ( 20%)
-
Về thực hiện báo cáo tiểu luận/BT Lớn, phần thực hành : nhóm 02 người, thực hiện vào khoảng tuần thứ 10, trong 4 tuần nộp báo cá; đánh giá 40%
-
Ghi chú về điều kiện cấm thi, cách tổng kết điểm ( phải có nộp báo cáo hay điểm thi tối thiểu phải đạt từ 4 trở lên mới tính là đạt cả MH)
Learning Strategies & Assessment Scheme:
...
6. Dự kiến danh sách Cán bộ tham gia giảng dạy:
-
PGS. TS. Lê Văn Trung - Khoa: Môi trường
-
TS. Nguyễn Ngọc Lâu - Khoa: Kỹ thuật Xây dựng
Nội dung chi tiết:
-
PHẦN GIẢNG DẠY TRÊN LỚP: (30 tiết LT)
Tuần
|
Nội dung
|
Tài liệu
|
Ghi chú
|
1
|
Chương 1: GIỚI THIỆU
-
Khái niệm về Neural Networks
-
Neural Networks được sử dụng như thế nào?
Chọn mô hình ?
Các yêu cầu tự học đối với HV ... (2 giờ)
|
[1], [2]
|
Hiểu
Nắm vững
|
2, 3, 4
|
Chương 2: CƠ SỞ TOÁN HỌC CỦA MẠNG NEURAL ĐA LỚP
-
Định nghĩa
-
Cấu trúc Mạng Neural đa lớp
-
Dữ liệu huấn luyện
-
Thuật toán Back_propagation
Qui trình huấn luyện mạng Neural đa lớp
Các yêu cầu tự học đối với HV ... (2 giờ)
|
[2]
|
Vận dụng
Tổng hợp
|
5, 6
|
Chương 3: KỸ THUẬT THIẾT KẾ MẠNG
-
Khả năng nhận biết của mạng
-
Cấu trúc mạng
-
Hàm hoạt tính
-
Bộ dữ liệu huấn luyện
-
Chế độ huấn luyện
-
Khởi động trọng số
-
Tham số nhận biết
-
Tiêu chuẩn dừng
Các yêu cầu tự học đối với HV ... (6 giờ)
|
[2], [3]
|
|
7, 8
|
Chương 4: BIỆN PHÁP TỐI ƯU MẠNG NEURAL ĐA LỚP
-
Chọn cấu trúc mạng thích hợp.
-
Chọn số nút thích hợp
-
Phương pháp khởi động trọng số
-
Chọn tham số nhận biết thích hợp
-
Chọn chế độ huấn luyện thích hợp
-
Số lượng dữ liệu mẫu cần thiết
-
Biện pháp kết thúc quá trình huấn luyện
-
Đánh giá khả năng nhận biết
Các yêu cầu tự học đối với HV ... (10 giờ)
|
[2], [3]
|
|
9, 10
|
Chương 5: ỨNG DỤNG
|
[1], [2], [3], [4], [5]
|
|
**
|
Nội dung báo cáo tiểu luận/thực hành
Yêu cầu đối với HV... tự làm việc: 4 tuần
|
|
|
**
|
Nội dung giới hạn cho kiểm tra giữa kỳ (tập trung)
(ước tính số giờ SV cần để chuẩn bị kiểm tra : 45 phút)
|
|
|
**
|
|
|
|
-
PHẦN GIẢNG DẠY THỰC HÀNH, THÍ NGHIỆM TẠI PTN, PMT: (15 tiết TH)
TT
|
Bài TH, TN
|
Số tiết
|
PTN, PMT
|
TLTK
|
1
|
Sử dụng phần mềm ENVI
(trong xử lý ảnh vệ tinh)
|
9
|
Phòng TN Viễn Thám Nhà C5
|
[4]
|
2
|
Sử dụng phần mềm MATLAB
(trong xử lý bài toán trắc địa)
|
6
|
Phòng TN Viễn Thám Nhà C5
|
[4]
|
Ước tính số giờ HV tự làm việc:
-
PHẦN BÀI TẬP, TIỂU LUẬN NGOẠI KHÓA,HV ĐI NGHIÊN CỨU THỰC TIỄN NGOÀI TRƯỜNG: (15 tiết TL)
TT
|
Nội dung
|
Số tiết
|
Địa điểm
|
TLTK
|
1
|
Xấp xỉ hàm
|
3
|
Phòng TN Viễn Thám Nhà C5
|
[4]
|
2
|
Ứng dụng trong dự báo
|
6
|
Phòng TN Viễn Thám Nhà C5
|
[1],[2]
|
3
|
Phân loại và nén ảnh vệ tinh
|
6
|
Phòng TN Viễn Thám Nhà C5
|
[1]
|
Ước tính số giờ HV tự làm việc: 15giờ
Ghi chú: Đề cương có phần ước tính số giờ tự học – theo cấu trúc nêu ở phần đầu
Thông tin liên hệ:
+ Khoa Kỹ thuật Xây dựng (Ghi địa chỉ, điện thoại – văn phòng khoa hoặc giáo vụ khoa)
+ Bộ môn Địa Tin Học (Phòng 102B6, ĐT: 0838655142)
BỘ MÔN QUẢN LÝ MÔN HỌC CB PHỤ TRÁCH LẬP ĐỀ CƯƠNG
Bộ môn Địa Tin Học
Chia sẻ với bạn bè của bạn: |