PROIECTE

CAPITOLE SPECIALE DE INTELIGENTA ARTIFICIALA

Informatica si inginerie software

Matematici computationale si tehnologii informatice

An universitar 2010-2011

Introducere

1. Retele neuronale artificiale. Istoric şi concepte fundamentale. Caracteristici ale retelelor

neuronale. Domenii de aplicabilitate. Structura neuronului artificial. Clasificarea reŃelelor
neuronale. Arhitecturi (topologii) ale retelelor neuronale. Moduri de interconectare. (Artificial
Neural Networks) Cionte+Hossu 7 ianuarie
2. Functiile de activare (functii de transfer) folosite in retelele neuronale Tipuri si algoritmi de
invatare/antrenare. Prezentare comparativa a tipurilor de antrenare. Etapele rezolvarii unei
probleme utilizand retele neuronale. (Artificial Neural Networks, Learning/Training Algorithms,
Activation Functions/Transfer Functions) Ierima+Magurean

ReŃele cu antrenare supervizată

3. Perceptronul simplu. Structura perceptronului simplu. Limitele perceptronului simplu. Antrenarea

reŃelelor de tip perceptron simplu. Algoritmul bazat pe eroarea patratica medie (Least Mean
Square). Implementarea perceptronului simplu. Problema clasificarii (clase, suprafete de decizie,
probleme liniar/neliniar separabile). Aplicatii in clasificarea liniara. (Single Layer Perceptron)
Mihalik+Majercsik 7 ianuarie
4. Perceptronul multistrat. Structura perceptronului multistrat. Antrenarea reŃelelor de tip perceptron
multistrat. Algoritmul Backpropagation si variantele lui. Implementarea perceptronului multistrat.
(Multi Layer Perceptron) Bran+Lucean
5. Retele neuronale bazate pe functii radiale (RBF). Structura retelelor RBF. FuncŃii de bază.
Amplasarea funcŃiilor de bază. Antrenarea retelelor RBF. Aplicabilitate si limitari. Aplicatii ale
retelelor RBF in aproximarea functiilor. (RBF-Radial Basis Function, Function Approximation)
6. Retele neuronale recurente. Retele neuronale de tip Hopfield. Structura retelelor Hopfield.
Principii de functionare. Antrenarea retelelor Hopfield. Problema stabilitatii unei retele neuronale
recurente. Aplicabilitate (in prelucrarea imaginilor) si limitari. (Dynamical Recurrent Networks)
Feder

ReŃele cu antrenare nesupervizată

7. Retele neuronale cu auto-organizare (Retele SOM). Analiza componentelor principale. (Self

Organizing Maps, Principal Components Analysis) Stetco+Giurca+Cizmar 14 ianuarie
8. ReŃele competitive. Structura şi antrenarea reŃelelor competitive. (Retele neuronale cu invatare
bazata pe procese de competitie). (Competitive Neural Networks)

9. ReŃele de tip hebbian. Structura şi antrenarea reŃelelor de tip hebbian. (Hebbian Neural Networks)
10. Retele neuronale de tip Kohonen. Antrenarea retelelor de tip Kohonen. (Kohonen
Neural Networks) Toderean+Branduse+Szonyi 14 ianuarie
11. Cuantizarea vectoriala. Algoritmul de antrenare. Aplicatii ale cuantizarii vectoriale (in compresia
datelor) (Vector Quantization, Data compression)
Retele neuronale cu antrenare bazata pe intarire

12. Retele neuronale cu antrenare bazata pe intarire. (Reinforcement Learing Using Neural Networks)
Lucaci

Aplicatii

13. Aplicatii ale retelelor neuronale in recunoasterea formelor. (Pattern Recognition) Pascan+Fuksz
7 ianuarie
14. Aplicatii ale retelelor neuronale in recunoasterea caracterelor/semne grafice/imaginilor (folosind
retele neuronale Hopfield). (Character/Image Recognition)
15. Aplicatii ale retelelor neuronale in compresia imaginilor (folosind retele neuronale cu
Backpropagation). (Image/Data/Jpeg Compression)
16. Aplicatii ale retelelor neuronale in predictia seriilor temporale. (Time Series Forecasting/
Prediction)
17. Aplicatii ale retelelor neuronale in analiza componentelor principale. (Principal Components
Analysis)
18. Aplicatii ale retelelor neuronale in rezolvarea problemei comis-voiajorului (folosind retele
Kononen). (Travelling Salesman Problem)
19. Aplicatii ale retelelor neuronale (Hopfield) in prelucrarea imaginilor (extragerea unor informatii:
detectarea conturului obiectelor, numararea obiectelor). (Image Processing, Object Contour
Detection, Counting Objects in a Image) Pop 14 ianuarie