Nada

Nadas institutionssymbol

^ Upp till kursens hemsida

In English

Studiehandbokstext 1997/98 för

2D1430 Artificiella neuronnät och neurofysiologi

Poäng6Föreläsning48
KursnivåDÖvning-
Betygsskala, KTHU, 3, 4, 5Lab12
Obligatorisk för-ÖvrigtEget arbete
Valbar förD, E, FPerioder3-4
SpråkSvenska

Kursansvarig

Anders Lansner, 08 - 790 6210, ala@sans.kth.se

Kortbeskrivning

En avancerad kurs i datalogi som behandlar neuronnät och neurofysiologi.

Mål

Kursen mål är att för att eleverna ska

Kursinnehåll

Nervcellens uppbyggnad och funktion. Synaptisk transmission och plasticitet. Nervsystemets funktionella organisation. Modellering och simulering av verkliga neuronnät. De vanligaste ANN-arkitekturerna och inlärningsalgoritmerna. Metoder för oövervakad inlärning. Principer för representation i neuronnät. Maskinvaruarkitekturer för neurala beräkningar (neurochips och neurodatorer). Exempel på tekniska tillämpningar av ANN inom områden som mönsterigenkänning, kombinatorisk optimering, diagnos och robotik.

Förkunskaper

Motsvarande de obligatoriska kurserna i matematik, numeriska metoder och datalogi.

Påbyggnad

Diskuteras med kursledaren.

Examination

En skriftlig tentamen (TEN1, 5 p).
Laborationsuppgifter (LAB1, 1 p).

Kurslitteratur

Enligt förteckning på institutionen. Läsåret 96/97 användes H. Reichert: Introduction to neurobiology, Georg Thieme Verlag, 1992 och S. Haykin: Neural networks - A comprehensive foundation, Macmillan College Publ, Co, NY, 1994.

Länk till studiehandbokstexten 1996/97

^ Upp till kursens hemsida


Sidansvarig: <www-kurs@nada.kth.se>
Senast ändrad 9 juni 1997
Tekniskt stöd: <webmaster@nada.kth.se>