Tato diplomová práce je zaměřena na problematiku umělé inteligence, konkrétně na umělé neuronové sítě. Cílem práce je vytvořit moduly neuronových sítí s podporou programu webMathematica od společnosti Wolfram Research pro využití v laboratořích předmětu Metody umělé inteligence vyučovaném na Fakultě aplikované informatiky Univerzity Tomáše Bati ve Zlíně.
V teoretické části práce je popsána historie neuronových sítí, jejich struktura a funkcionalita. Dále je přiblíženo vývojové prostředí od společnosti Wolfram Research Mathematica 7.0 for Students a program webMathematica 3, dále také skriptovací jazyk JavaScript, který je pro tvorbu modulů nezbytný. Praktická část zahrnuje konkrétní vypracované moduly a jejich popis. Konkrétně se jedná o přenosové funkce a neuronové sítě Perceptron, Adaline a vícevrstvou síť Feedforward.
Anotace v angličtině
This diploma thesis is focused on artificial intelligence specifically artificial neural networks. The aim of this document is to create modules of neural networks with support of the webMathematica program from the Wolfram Research company for use in the laboratories of Methods for artificial intelligence course taught at Faculty of Applied Informatics at Tomas Bata University in Zlin.
The theoretical part describes the history of neural networks their structure and functionality. Also illustrated is a development environment from Wolfram Research Mathematica 7.0 for Students the program webMathematica 3 and scripting language JavaScript which is essential for creating modules. The practical part includes specific developed modules and their description. Specifically it is about the transfer function and neural networks, Perceptron, Adaline and multilayer net Feedforward.
Klíčová slova
neuron, umělá neuronová síť, Perceptron, Adaline, neuronová síť s dopředným šířením signálu, Backpropagation, Mathematica, webMathematica, JavaScript
Tato diplomová práce je zaměřena na problematiku umělé inteligence, konkrétně na umělé neuronové sítě. Cílem práce je vytvořit moduly neuronových sítí s podporou programu webMathematica od společnosti Wolfram Research pro využití v laboratořích předmětu Metody umělé inteligence vyučovaném na Fakultě aplikované informatiky Univerzity Tomáše Bati ve Zlíně.
V teoretické části práce je popsána historie neuronových sítí, jejich struktura a funkcionalita. Dále je přiblíženo vývojové prostředí od společnosti Wolfram Research Mathematica 7.0 for Students a program webMathematica 3, dále také skriptovací jazyk JavaScript, který je pro tvorbu modulů nezbytný. Praktická část zahrnuje konkrétní vypracované moduly a jejich popis. Konkrétně se jedná o přenosové funkce a neuronové sítě Perceptron, Adaline a vícevrstvou síť Feedforward.
Anotace v angličtině
This diploma thesis is focused on artificial intelligence specifically artificial neural networks. The aim of this document is to create modules of neural networks with support of the webMathematica program from the Wolfram Research company for use in the laboratories of Methods for artificial intelligence course taught at Faculty of Applied Informatics at Tomas Bata University in Zlin.
The theoretical part describes the history of neural networks their structure and functionality. Also illustrated is a development environment from Wolfram Research Mathematica 7.0 for Students the program webMathematica 3 and scripting language JavaScript which is essential for creating modules. The practical part includes specific developed modules and their description. Specifically it is about the transfer function and neural networks, Perceptron, Adaline and multilayer net Feedforward.
Klíčová slova
neuron, umělá neuronová síť, Perceptron, Adaline, neuronová síť s dopředným šířením signálu, Backpropagation, Mathematica, webMathematica, JavaScript
Seznamte se s prostředím webMathematica.
Seznamte se s různými typy neuronových sítí.
Vytvořte vhodné moduly různých typů neuronových sítí pro prostředí webMathematica.
Vytvořte vhodné demonstrační úlohy, které budou sloužit pro ukázky v předmětu Metody umělé inteligence.
Závěr.
Zásady pro vypracování
Seznamte se s prostředím webMathematica.
Seznamte se s různými typy neuronových sítí.
Vytvořte vhodné moduly různých typů neuronových sítí pro prostředí webMathematica.
Vytvořte vhodné demonstrační úlohy, které budou sloužit pro ukázky v předmětu Metody umělé inteligence.
Závěr.
Seznam doporučené literatury
ZELINKA I.: Umělá inteligence I, VUT Brno, ISBN 80-214-1163-5, 1998.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, ISBN 0-07-006618-3, 1996.
FREEMAN J. A.: Simulating Neural Networks with Mathematica, Adison-Weslez Publishing Company, 1994, ISBN 0-201-56629-X.
Help pro webMathematicu.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, ISBN 80-01-01455-X, 1996
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, ISBN 80-01-01275-1, 1996
NOVÁK M., FABER J., KUFUDAKI O.: Neuronové sítě a informační systémy živých organismů, Grada, 1993, ISBN 80-58424-95-9
Seznam doporučené literatury
ZELINKA I.: Umělá inteligence I, VUT Brno, ISBN 80-214-1163-5, 1998.
BOSE N.K., LIANG P.: Neural Network Fundamentals with Graphs, Algorithms, and Applications, McGraw-Hill Series in Electrical and Computer Engineering, ISBN 0-07-006618-3, 1996.
FREEMAN J. A.: Simulating Neural Networks with Mathematica, Adison-Weslez Publishing Company, 1994, ISBN 0-201-56629-X.
Help pro webMathematicu.
ŠNOREK M., JIŘINA M.: Neuronové sítě a neuropočítače, ČVUT, ISBN 80-01-01455-X, 1996
BÍLA J.: Umělá inteligence a neuronové sítě v aplikacích, ČVUT, ISBN 80-01-01275-1, 1996
NOVÁK M., FABER J., KUFUDAKI O.: Neuronové sítě a informační systémy živých organismů, Grada, 1993, ISBN 80-58424-95-9
Přílohy volně vložené
1 CD
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomantka odprezentovala před komisí hlavní cíle a výsledky své diplomové práce. Prezentace jako celek působila velmi dobrým dojmem, studentka dokázala velmi dobře vystihnout klíčové body práce. Součástí prezentace nebyla praktická ukázka. Následně byla studentka seznámena s posudky vedoucího a oponenta diplomové práce.
Komise vznesla k obhajobě následující dotazy:
1) Prof. Bíla: Jaké je nebezpečí při použití sítě typu perceptron při učení algoritmem Backpropagation?
Na uvedené dotazy odpovídala studentka pohotově bez většího zaváhání.