Аннотация примерной программы учебной дисциплины Вычислительные системы, сети и телекоммуникации Цели и задачи дисциплины

Содержание

• о назначении и принципе действия машины Р. Луллия;
  
• о возможностях и областях применения персептронов;
  
• о новых подходах к методам математического моделирования;
  
• о радиально-базисных сетях;
  
• о рекуррентных сетях;
  
• о сетях Хопфилда;
  
• о самообучающейся и гибридной сети
  

• суть модели лабиринтного поиска и эвристического метода;
  
• чем отличаются нейрокибернетические методы от методов кибернетики «черного ящика»;
  
• в чем смысл термином «восходящее» и «нисходящее» направление искусственного интеллекта;
  
• что такое эволюционное программирование;
  
• основные направления искусственного интеллекта;
  
• что такое интеллектуальное математическое моделирование;
  
• общие и отличительные признаки данных и знаний;
  
• методы представления знаний;
  
• назначение и особенности экспертной системы;
  
• что такое математический нейрон и персептрон;
  
• алгоритм обучения персептрона;
  
• возможности и области применения персептронов;
  
• виды активационных функций в современных нейронных сетях
  

• приводить примеры формализованных и неформализованных знаний;
  
• охарактеризовать стадии и этапы разработки экспертных систем;
  
• проектировать нейронную сеть и работать с ней;
  

• построения таблиц значимости для булевых функций «И» и «ИЛИ»;
  
• построения двухслойного персептрона;
  
• составления программ обучения однонейронного персептрона с помощью правил Хебба и дельта-правил;
  
• обучения однонейронного персептрона логическим операциям;
  
• обучения нейросети операциям прогнозирования;
  
• работы с интеллектуальными системами
  

• о проблемах распознания образов;
  
• о использовании геометрических интерпретаций при распознании образов;
  
• о идеи Сэмюэля, касающейся самообучению и самоорганизации игровых программ
  

• способ распознания, заложенный в пандемониуме Селфриджа и персептроне Розенблатта;
  
• современные системы распознания текстов;
  
• что представляет собой дерево возможностей;
  
• какие вершины дерева возможностей называются терминальными;
  
• по каким принципам осуществляется подрезка деревьев возможностей;
  
• по каким принципам формируется оценивающая функция;
  
• способы улучшения оценивающих функций
  

• описать принцип действия пандемониума Селфриджа;
  
• описать принцип действия персептрона Розенблатта;
  
• работать с современными системами распознания текстов;
  
• объяснить суть минимаксного перехода;
  
• моделировать и проектировать структуры данных и знаний, прикладные и информационные процессы.
  

• о проблемах применения интеллектуальных систем в различных областях жизнедеятельности человека;
  
• об интеллектуальных проблемах применения метода фиктивных канонических областей и путях их решения
  

• общие принципы построения математических моделей;
  
• теоремы Геделя, Мак-Каллока-Питтса;
  
• формализм Бекуса-Наура;
  
• что такое инвариант;
  
• чем отличаются численные методы решения краевых задач от аналитических;
  
• преимущества методов типа Треффтца перед другими аналитическими подходами;
  
• идею метода фиктивных канонических областей;
  
• суть критерия продолжимости;
  
• методы удовлетворения граничным условиям
  

• работать с системой интеллектуального математического моделирования REGIONS;
  
• способен принимать участие во внедрении, адаптации и настройке прикладных ИС.
  

• работы с интеллектуальными системами математического моделирования.