Тема 1. Введение. 2 часа
Предмет и задачи курса. Отличия нейрокомпьютеров от компьютеров фон Неймана. Задачи, решаемые в настоящее время с помощью нейронных сетей. Основные направления в нейроинформатике. Очерк истории нейроинформатики.
Тема 2. Сети естественной классификации. 4 часа
Задача естественной классификации. Основные методы решения. Метод динамических ядер и сети Кохонена.
Тема 3. Сети ассоциативной памяти. 6 часов
Сети Хопфилда и их обобщения. Инвариантная обработка изображений (по отношению к переносам, поворотам). Ассоциативная память.
Тема 4. Сети, обучаемые методом обратного распространения ошибки. 16 часов
Идея универсального нейрокомпьютера. Выделение компонентов универсального нейрокомпьютера. Задачник. Методы предобработки. Нейронная сеть (быстрое дифференцирование и метод двойственности). Оценка и интерпретатор ответа. Учитель. Контрастер. Логически прозрачные нейронные сети и получение явных знаний из данных.
Тема 5. Персептрон Розенблатта. 4 часа
Правило Хебба. Персептрон и его обучение. Ограничения и возможности персептрона.
ОСНОВНАЯ ЛИТЕРАТУРА1. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. — Новосибирск: Наука. Сибирская издательская фирма РАН, 1996.
2. Миркес Е.М. Нейрокомпьютер. Проект стандарта. Новосибирск: Наука, Сибирская издательская фирма РАН, 1998, 337 С
2. Минский М., Пайперт С. Персептроны. — М.: Мир, 1971. Задания для лабораторных работ
По курсу «Нейроинформатика» студенты выполняют 7 лабораторных работ. Каждая из лабораторных работ преследует свои цели. Все лабораторные выполняются группами по 2–4 человека.