Neurális hálózatok és hírközlő alkalmazásaik

A tantárgy angol neve: Neural Networks and Their Applications in Telecommunications

Adatlap utolsó módosítása: 2006. július 1.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar

Doktori tárgy

Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIHID239   4/0/0/v 5 1/1
3. A tantárgyfelelős személy és tanszék Dr. Levendovszky János,
4. A tantárgy előadója

Név:

Beosztás:

Tanszék, Int.:

dr. Levendovszky János

docens

Hálózati Rendszerek és Szolgáltatások Tanszék

5. A tantárgy az alábbi témakörök ismeretére épít

Matematika, Valószínűségszámítás, Hálózatok és rendszerek

6. Előtanulmányi rend
Ajánlott:

-

7. A tantárgy célkitűzése

Megismertetni a hallgatókat, a gyakorlatban már megjelent, illetve jelenleg elterjedő neurális tervezési technikákkal, a jelfeldolgozás, illetve kommunikációs rendszerek területén.

8. A tantárgy részletes tematikája

- A hírközléselmélet néhány nevezetes jelfeldolgozási és detekciós problémája, valamint ezek hagyományos megoldási módjai

- A neurális struktúrák hálózatelmélete

adott függvényosztály approximációja előrecsatolt neurális hálózatokkal, az optimális súlyok megtanulása (determinisztikus, sztochasztikus módszerek)

visszacsatolt neurális hálózatok (Hopfield típusú hálózatok) és stabilitásuk vizsgálata

- Asszociatív memóriák és ezek felhasználása kommunikációs rendszerekben

az asszociatív memóriák jellemzői (kapacitás, stabilitás, előhívási folyamatok, tranziensidő)

asszociatív memóriák felhasználása hibajavító dekódolásban, képfelismerésben, logikai függvények szintézisében

- Zajos és lineárisan torzított bináris jelek és üzenetek detekciója digitális kommunikációs rendszerekben neuron struktúrákkal (Hopfield hálózattal, szimulált lehűléssel, Boltzmann géppel)

- Adaptivitás és tanulás kommunikációs rendszerekben

az adaptivitás szükségessége rádiós és vezetékes rendszerekben

klasszikus adaptív és tanuló algoritmusok (adaptív szűrők és kiegyenlítők)

nemparametrikus detekció neurális hálózattal

- Neurális hálózat implementációi

optikai realizálás, VLSI implementáció

- A neurális hálózatok alkalmazása ATM hálózatokban

a hívásengedélyezés mint halmazszeparálás approximációja neurális hálózatokkal

súlyozott hibájú tanulási módszer ATM hálózatok forgalmi irányítására

Routing neurális hálózatokkal

Large deviation elmélet a cellavesztési valószínűség kiszámítására

sor analízis az ATM kapcsolón

- Neurális hálózatok hierarchikus jelfeldolgozásra és állapotfüggő monitorozásra

hierarchikus rendszerek nagy ipari folyamatok felügyeletére (pl. állapotfüggő karbantartás)

neuron fuzzy alapú döntési rendszerek

főkomponens analízis neurális hálókkal

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

Az ismeretek elsajátítása előadások formájában történik. A félév utolsó előadásain, egy adott részproblémában elmélyedni kívánó hallgatók saját szemináriumot tartanak.

10. Követelmények

a. A szorgalmi időszakban: A szorgalmi időszak lezárásának feltétele: az előadások rendszeres látogatása

b. A vizsgaidőszakban: Írásbeli és szóbeli

c. Elővizsga: -

13. Jegyzet, tankönyv, felhasználható irodalom

“Neural Networks in Telecommunications” ed. by B. Yuhas, N. Ansari, Kluwer Academic Publishers, 1994.

“Digital Communications” J. Proakis, McGraw Hill, 1986

A témához kapcsolódó sokszorosított cikkek

15. A tantárgy tematikáját kidolgozta

Név:

Beosztás:

Tanszék, Int.:

dr. Levendovszky János

docens

Hálózati Rendszerek és Szolgáltatások Tanszék