Tên môn học: CÔng nghệ TÍnh tóan mềM

Nội dung

• 
  Cơ sở phương pháp luận của công nghệ tính tóan mềm;
  
• 
  Các nguyên lý cơ bản của công nghệ tính tóan mềm;
  
• 
  Đặc trưng của công nghệ tính tóan mềm;
  
• 
  So sánh công nghệ tính tóan mềm với các phương pháp tóan cổ điển (giải tích tóan học, phương pháp số, phương pháp xác xuất thống kê…)
  
• 
  Khả năng ứng dụng của công nghệ tính tóan mềm trong các bài tóan kỹ thuật.
  

• 
  Các khái niệm, định nghĩa cơ bản;
  
• 
  Các định lý cơ bản;
  
• 
  Hệ mờ và các phương pháp thiết kế;
  
• 
  Một số ví dụ;
  
• 
  Những vấn đề tồn tại.
  

• 
  Các khái niệm và định nghĩa.
  
• 
  Thiết kế mạng nơ rôn nhân tạo.
  
• 
  Các phương pháp huấn luyện (nguyên lý).
  
• 
  Các vấn đề tồn tại.
  

• 
  Hebbian learning rule;
  
• 
  Correlation learning rule;
  
• 
  Instar learning rule;
  
• 
  Linear regression;
  
• 
  Data learning rule;
  
• 
  Delta learning rule;
  
• 
  Widrow-Hoff learning rule;
  
• 
  Winner Takes all rule;
  
• 
  Error Backpropagation learning.
  

• 
  Functional link network;
  
• 
  WTA architecture;
  
• 
  Cascade Correlation Architechture;
  
• 
  Radial Basis Function nertwork.
  
• 
  Feedforward version of the Counterpropagation network.
  

• 
  Hopfield network;
  
• 
  Autoassociative memory;
  
• 
  Bidirectional Associative Memories (BAM).
  

• 
  Các khái niệm và định nghĩa cơ bản;
  
• 
  Mã hóa;
  
• 
  Các tóan tử di truyền;
  
• 
  Lưu đồ giải thuật.
  
• 
  Những vấn đề tồn tại.
  

• 
  Xác định vị trí của công nghệ tính tóan mềm trong không gian phương pháp luận tóan học;
  
• 
  Cơ sở tóan học của công nghệ tính tóan mềm;
  
• 
  Phân lọai các ứng dụng của công nghệ tính tóan mềm.
  
• 
  Công nghệ tính tóan mềm và thực tế ảo
  

GeorgeLee C.S.