| TDDC11 |
Neurala nät i kognitiv neurovetenskap, 5 p
/Biologically Plausible Neural Networks/
För:
C
IT
|
| |
Prel. schemalagd
tid: 34
Rek. självstudietid: 166
|
| |
Utbildningsområde: Teknik
Ämnesgrupp: Kognitionsvetenskap Nivå (A-D):D
|
| |
Datavetenskap Datavetenskap, kognitionsvetenskap
|
| |
Mål:
Kursens mål är att ge grundläggande kunskaper inom området artificiella neurala nätverk, samt djupare förståelse för de typer av inlärningsalgoritmer och nätverksarkitekturer som är biologiskt plausibla, dvs. som troligtvis även utnyttjas i det mänskliga kognitiva systemet. Vikt kommer att läggas vid förståelsen av hur dessa algoritmer och arkitekturer i samverkan kan ge upphov till intelligent beteende.
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan) Kognitiv psykologi, 10 p, Artificiell intelligens, 10 p och Programmering, 5 p är genomgångna, eller motsvarande.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Påbyggnadskurser TDDB96 Kognitiv modellering
|
| |
Organisation: En föreläsningsserie som introducerar teoretiska ansatser inom området. Laborationer som sammanfattas i ett mindre antal hemuppgifter
|
| |
Kursinnehåll: Kursen ger en översikt över ett antal neurala nätverksansatser (lokalistiska vs. distribuerade nät, self organizing (unsupervised) learning, ssk. Hebbian learning, back propagation, ssk. GeneRec, reinforcement learning). Teoretiska egenskaper hos olika typer av neurala nät, `k winners take all', pattern completion, constraint satisfaction. Introduktion av verktyget PDP++, och Leabra++. Genomgång av ett stort antal färdigbyggda nät för visuell bearbetning, minne, språk, och beslutsfattande.
|
| |
Kurslitteratur: Fastställs senare
|
| |
Examination: |
UPG1
|
Hemuppgifter (U,3,4,5) |
5 p
|
| |
|
|
|