Nada

Nadas institutionssymbol

^ Upp till kursens hemsida

In English

Studiehandbokstext 1998/99 för

2D1430 Artificiella neuronnät och neurofysiologi

Poäng

6
Föreläsning
40
Kursnivå
D
Övning
-
Betygsskala, KTH
U, 3, 4, 5
Lab
24
Obligatorisk för
-


Valbar för
D, E, F
Perioder
3-4
Språk
Svenska
Webbinfo
www.nada.kth.se/kurser/kth/2D1430
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 97/98 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 1997/98

^ Upp till kursens hemsida


Sidansvarig: <www-kurs@nada.kth.se>
Senast ändrad 20 april 1998
Tekniskt stöd: <webmaster@nada.kth.se>