| Kods | DE0657 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Mākslīgie neironu tīkli elektrotransporta vadībā | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Augstākā līmeņa, Profesionālais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Mihails Gorobecs, Andrejs Potapovs | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 3.0 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss veltīts vienai no mākslīga intelekta pamatmetodēm – mākslīgiem neironu tīkliem. Tiek apskatītas mākslīgo neironu tīklu struktūras un to algoritmu realizācija elektrotransporta mikrokontrolleros vadības uzdevumu risināšanai. Studiju kursa ietvaros ietilpst dinamisko nelineāro sistēmu vadība, neironu tīklu apmācības metodes ar skolotāju, neironu tīklu pašapmācības algoritmi ar mērķa funkcijām un neironu tīklu adaptācijas algoritmi. Praktiskajās nodarbībās paredzēts iemācīties risināt identifikācijas, prognozēšanas, optimizācijas, analīzes, defektu noteikšanas un citus elektrotransporta uzdevumus ar neironu tīklu palīdzību un mikrokontrolleru programmēšanu.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir attīstīt vai pilnveidot prasmes konstruēt un apmācīt neironu tīklus elektrotransporta vadības uzdevumos. Studiju kursa uzdevumi ir: 1) veidot izpratni par mākslīgo neironu tīklu konstruēšanas principiem; 2) sniegt zināšanas par struktūras izvēles paņēmieniem; 3) formēt iemaņas apmācīt neironu tīklu; 4) attīstīt prasmes risināt elektrotransporta vadības uzdevumus ar neironu tīklu palīdzību. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Pārzina mākslīgo neironu tīklu definīcijas, veidus, aktivācijas funkcijas un apmācības metodes un algoritmus. - Eksāmena teorētiskie jautājumi un kontroldarbi. Prot konstruēt neironu tīklu atbilstoši definētai arhitektūrai, pielietot apmācības algoritmus un ierobežojumus elektrotransporta vadības uzdevumiem. - Laboratorijas darbi, eksāmena teorētiskie jautājumi un kontroldarbi. Prot izmantot mašīnapmācības algoritmus un apmācīt neironu tīklu. - Laboratorijas darbi, eksāmena praktiskais uzdevums. Spēj izstrādāt mikrokontrolleru programmas ar mākslīgajiem neironu tīkliem, risinot elektrotransporta vadības optimālās vadības uzdevumus. - Laboratorijas darbi. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Atbildes uz eksāmena teorētiskiem jautājumiem - 20%
Eksāmena praktiskā uzdevuma izpilde - 20% Kontroldarbu izpilde - 20% Laboratorijas darbu izpilde - 40% |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Datu bāzes, matemātiskās analīzes un optimizācijas metodes, programmēšanas valodas. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||