МИНОБРНАУКИ РОССИИ

Государственное образовательное учреждение высшего профессионального образования

«Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»

Им. В.И. Ульянова (Ленина)» (сПбГэту)

РАБОЧАЯ ПРОГРАММА

дисциплины

Нейронные сети и нейродинамические системы

для подготовки бакалавров по направлению

210400.62 «Радиотехника»

по профилю

210404.62.____ «Радиоэлектронные системы»

Санкт-Петербург

2011

Санкт-Петербургский государственный электротехнический

университет “ЛЭТИ”

УТВЕРЖДАЮ

Проректор по учебной работе

проф. ___________ Лысенко Н.В.

“_____”_______________2011 г.

РАБОЧАЯ ПРОГРАММА

дисциплины

Нейронные сети и нейродинамические системы

для подготовки бакалавров по направлению

210400.62 «Радиотехника»

по профилю

210404.62.____ «Радиоэлектронные системы»

№ учебного плана _111_

Факультет радиотехники и телекоммуникаций

Кафедра радиотехнических систем

Курс	4
Семестр	8
Общая трудоемкость	4	ЗЕТ

Лекции	-				Дифференцированный зачет	8	сем.
Практические занятия	44	ч
Лабораторные занятия	22	ч
Аудиторные занятия	66	ч
Самостоятельная работа	70	ч
Всего часов	136	ч

2011

Рабочая программа дисциплины составлена в соответствии с ФГОС ВПО и утвержденной в вузе ООП подготовки бакалавров по направлению 210400.62 «Радиотехника» по профилю 210404.62.____ «Радиоэлектронные системы»

Рабочая программа обсуждена на заседании кафедры радиотехнических систем “_16_”_февраля_2011 г., протокол №_2_.

Рабочая программа одобрена учебно-методической комиссией факультета радиотехники и телекоммуникаций “_24_”_февраляя_2011 г.

Аннотация дисциплины Нейронные сети и нейродинамические системы (Neural networks and neurodynamic systems)

В дисциплине «Нейронные сети и нейродинамические системы» излагаются особенности построения радиотехнических устройств на базе нейронных сетей. Даются сведения о биологической и математической модели нейрона, архитектуре нейронных сетей. Обучение нейронной сети рассматривается как процесс создания нового коммерческого продукта – искусственной психики. Излагаются общие парадигмы и алгоритмы обучения нейронных сетей, а также их поддержка функциями «Neural Network Toolbox» в среде MatLab. Рассматриваются нейронные сети различного иерархического уровня (от простейших сетей типа «искусственный инстинкт» до сложных самоорганизующихся сетей типа «искусственный интеллект»). Обсуждаются возможные области применения техники нейронных сетей в радиотехнике: задачи обнаружения и классификации радиосигналов (в более общей постановке – задачи распознавания образов), задачи фильтрации и экстраполяции случайных процессов. При этом техника нейронных сетей рассматривается как дополнительное средство к известным алгоритмам оптимальной обработки радиосигналов, необходимое в условиях наличия априорной модельной неопределенности.