Podstawy biologiczne działania neuronu Pierwsze modele sieci neuronowej Przegląd zastosowań sieci neuronowych Modele neuronów i metody ich uczenia Perceptron Neuron sigmoidalny Neuron radialny Neuron typu adaline Instar i outstar Grossberga Neurony typu WTA Model neuronu Hebba Model stochastyczny neuronu Zadania i problemy Sieci jednokierunkowe wielowarstwowe typu sigmoidalnego Sieć jednowarstwowa Sieć wielowarstwowa perceptronowa Struktura sieci perceptronowej Algorytm propagacji wstecznej Grafy przepływowe w zastosowaniu do generacji gradientu Algorytmy gradientowe uczenia sieci Zależności podstawowe Algorytm największego spadku Algorytm zmiennej metryki Algorytm Levenberga-Marquardta Algorytm gradientów sprzężonych Dobór współczynnika uczenia Metody heurystyczne uczenia sieci Algorytm Quickprop AlgorytmRPROP Program komputerowy MLP do uczenia sieci perceptronowej Porównanie efektywności algorytmów uczących Elementy optymalizacji globalnej Algorytm symulowanego wyżarzania Elementy algorytmów genetycznych Metody inicjalizacji wag Zadania i problemy Problemy praktycznego wykorzystania sieci neuronowych Zdolności generalizacyjne sieci neuronowych Zależności podstawowe Miara VCdim Zależności między błędem generalizacji i miarą VCdim Przegląd metod zwiększania zdolności generalizacyjnych sieci neuronowej Wstępny dobór architektury sieci Dobór optymalnej architektury sieci pod względem generalizacji Metody wrażliwościwe redukcji sieci Metody redukcji sieci z zastosowaniem funkcji kary Wtrącanie szumu do próbek uczących Zwiększanie zdolności generalizacyjnych przez użycie wielu sieci Przykłady zastosowań sieci perceptronowej Rozpoznawanie i klasyfikacja wzorców binarnych Rozpoznawanie wzorców na podstawie obrysu zewnętrznego Sieć neuronowa do kompresji danych Identyfikacja obiektów dynamicznych Predykcja obciążeń systemu elektroenergetycznego Zadania i problemy Sieci neuronowe radialne Podstawy matematyczne Sieć neuronowa radialna Metody uczenia sieci neuronowych radialnych Proces samoorganizacji w zastosowaniu do adaptacji parametrów funkcji radialnych Algorytm probabilistyczny doboru parametrów funkcji radialnych Algorytm hybrydowy uczenia sieci radialnych Algorytmy uczące oparte na propagacji wstecznej Metody doboru liczby funkcji bazowych Metody heurystyczne Metoda ortogonalizacji Grama-Schmidta Program komputerowy uczenia sieci radialnych Przykład zastosowania sieci radialnej w aproksymacji Porównanie sieci radialnych z. sieciami sigmoidalnymi Zadania i problemy Sieci SVM Sieć liniowa SVM w zadaniu klasyfikacji Sieć nieliniowa SVM w zadaniu klasyfikacji Interpretacja mnożników Lagrange'a w rozwiązaniu sieci Problem klasyfikacji przy wielu klasach Sieci SVM do zadań regresji Przegląd algorytmów rozwiązania zadania dualnego Program komputerowy uczenia sieci SVM Przykłady zastosowania sieci SVM Problem klasyfikacyjny dwu spiral Rozpoznawanie tekstur Wykrywanie uszkodzeń elementów w obwodzie filtru elektrycznego Porównanie sieci SVM z innymi rozwiązaniami neuronowymi Zadania i problemy Specjalizowane struktury sieci neuronowych Sieć kaskadowej korelacji Fahlmana Sieć Volterry Struktura i zależności uczące sieci Przykłady zastosowań sieci Volterry Zadania i problemy Sieci rekurencyjne jako pamięci asocjacyjne Wprowadzenie Sieć autoasocjacyjna Hopfielda Zależności podstawowe Tryb uczenia sieci Hopfielda Tryb odtworzeniowy sieci Hopfielda Program Hop win Sieć Hamminga Struktura sieci i algorytm doboru wag Działanie sieci Hamminga Program Shamming uczenia sieci Siec typu BAM Opis działania sieci Zmodyfikowany algorytm uczący sieci BAM Zmodyfikowana struktura sieci BAM Zadania i problemy Sieci rekurencyjne tworzone na bazie perceptronu Wprowadzenie Sieć perceptronowa ze sprzężeniem zwrotnym Struktura sieci RMLP Algorytm uczenia sieci RMLP Dobór współczynnika uczenia Współczynnik wzmocnienia sygnału Wyniki symulacji komputerowych Sieć rekurencyjna Elmana Struktura sieci Algorytm uczenia sieci Elmana Uczenie z wykorzystaniem momentu Przykładowe wyniki symulacji komputerowych sieci Elmana Sieć RTRN Struktura sieci i algorytm uczący Wyniki eksperymentów numerycznych Zadania i problemy Sieci samoorganizujące się na zasadzie współzawodnictwa Zależności podstawowe sieci samoorganizujących się przez współzawodnictwo Miary odległości między wektorami Normalizacja wektorów Problem neuronów martwych Algorytmy uczące sieci samoorganizujących Algorytm Kohonena Algorytm gazu neuronowego Program Kohon Porównanie algorytmów samoorganizacji Sieć odwzorowań jedno- i dwuwymiarowych Odwzorowanie Sammona Zastosowania sieci samoorganizujących Kompresja danych Wykrywanie uszkodzeń w urządzeniach Krótkoterminowe prognozowanie obciążeń systemu elektroenergetycznego Sieć hybrydowa Zadania i problemy Sieci samoorganizujące typu korelacyjnego Funkcja energetyczna sieci korelacyjnych Sieci neuronowe PCA Wprowadzenie matematyczne Relacja między przekształceniami PCA i SVD Estymacja pierwszego składnika głównego Algorytmy estymacji wielu składników głównych Sieci neuronowe do ślepej separacji sygnałów Zależności wstępne Niezależność statystyczna sygnałów Struktura rekurencyjna sieci separującej Algorytm Heraulta-Juttena dla sieci rekurencyjnej Algorytm Cichockiego uczenia sieci rekurencyjnej Program ślepej separacji BS Sieć jednokierunkowa do separacji sygnałów Toolbox ICALAB Zadania i problemy Podstawy matematyczne systemów rozmytych Operacje na zbiorach rozmytych Miary rozmytości zbiorów rozmytych Rozmytość a prawdopodobieństwo Reguły rozmyte wnioskowania Systemy wnioskowania rozmytego Mamdaniego-Zadeha Fuzyfikator Defuzyfikator Model Mamdaniego-Zadeha jako układ uniwersalnego aproks\ matora Model wnioskowania Takagi-Sugeno-Kanga Zadania i problem Sieci neuronowe rozmyte Struktura sieci rozmytej TSK Struktura sieci Wanga-Mendela Algorytmy samoorganizacji w zastosowaniu do uczenia sieci rozmytej Algorytm grupowania górskiego Algorytm C-means Algorytm Gustafsona-Kessela samoorganizacji rozmytej Generacja reguł wnioskowania sieci rozmytej Algorytm hybrydowy uczenia sieci rozmytej TSK Modyfikacje sieci TSK Algorytm wyznaczania liczby reguł wnioskowania Przykład numeryczny Uproszczona sieć TSK Sieć hybrydowa rozmyta Przykłady zastosowań sieci rozmytych Estymacja stężenia składników mieszaniny gazowej Rozpoznawanie składników mieszanin gazowych Rozpoznawanie gatunków piwa na podstawie zapachu Adaptacyjny algorytm samoorganizacji dla sieci rozmytej Zadania i problemy Głębokie sieci neuronowe Autoenkoder Sieć o ekstremalnym uczeniu Sieci konwolucyjne (CNN) Opis struktury sieci CNN Dobór struktury CNN Uczenie sieci CNN Przykłady zastosowania sieci CNN w Matlabie Ograniczona maszyna Boltzmanna Pojęcia wstępne Algorytm uczenia sieci RBM SiećDBN Struktura sieci DBN Algorytm uczenia sieci DBN Głębokie sieci rekurencyjne LSTM Wprowadzenie Zasada działania sieci LSTM Przykłady praktycznych zastosowań sieci głębokich Podsumowanie