Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Szimbolikus jelfeldolgozás és lágy számítási módszerek labor

    A tantárgy angol neve: Symbolic Signal Processing and Soft Computing Laboratory

    Adatlap utolsó módosítása: 2007. június 15.

    Tantárgy lejárati dátuma: 2015. január 31.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Villamosmérnöki Szak

    Intelligens Rendszerek

    Mellékszakirány

     

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIMM4326 8. 2/0/0/f 2 1/1
    3. A tantárgyfelelős személy és tanszék Dr. Dobrowiecki Tadeusz Pawel,
    A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/vimm4326/
    4. A tantárgy előadója

    Név:

    Beosztás:

    Tanszék, Int.:

    dr. Pataki Béla

    docens

    MIT

    dr. Harmati István

    egyetemi adjunktus

    IIT

    5. A tantárgy az alábbi témakörök ismeretére épít

    Tudásalapú architektúrák, Fuzzy rendszerek és genetikus algoritmusok

    6. Előtanulmányi rend
    Ajánlott:

    Tudásalapú architektúrák, Fuzzy rendszerek és genetikus algoritmusok

    7. A tantárgy célkitűzése

    A labor egyik részében a 7. félévben hallgatott �Tudásalapú architektúrák� tárgy keretében megismert elveknek és gyakorlati megvalósításoknak a mérések során történő mélyebb megismerése a cél. A mérések neurális eszközökkel és módszerekkel, szabályalapú következtetésekkel, illetve osztályozási problémák megoldásával foglalkoznak.

    A mérések második felében a hallgatók irányítástechnikai problémák megoldására használják a fuzzy, adaptív fuzzy és genetikus algoritmusokat. A mérések során többféle fejlesztő eszköz bemutatására és használatára kerül sor.

    8. A tantárgy részletes tematikája

    1. Neurális hálók vizsgálata (MIT)

    Neurális feladatok megoldása a Matlab neurális toolbox felhasználásával, különböző hálók és tanulási eljárások vizsgálata néhány konkrét feladat kapcsán.

    2. Szabályalapú rendszerek (MIT)

    Szabályalapú rendszerekben alkalmazott következtetések vizsgálata .

    3. Szupport Vektor Gépek (SVM) vizsgálata (MIT)

    Szupport vektor gép alapú osztályozási algoritmusok konkrét feladat kapcsán történő vizsgálata.

    4. Fuzzy irányítás (IIT)

    A fuzzy logikai szabályozó (FLC) működési elvének megismerése. Lineáris rendszer szabályozása fuzzy jellegű PID algoritmusokkal. Nemlineáris rendszer irányítása fölérendelt fuzzy szakértővel és alárendelt nemlineáris szétcsatolással.

    5. Adaptív fuzzy irányítás (IIT)

    Adaptív fuzzy hálózattal történő függvényapproximáció megvalósítása. Nemlineáris rendszer irányítása direkt és indirekt adaptív fuzzy irányítással.

    6. Genetikus algoritmusok (IIT)

    A genetikus algoritmusok működési elvének megismerése. Optimalizálási és irányítási feladatok megoldása genetikus algoritmusokkal.

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

    A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet a Méréstechnikai és Információs Rendszerek (MIT) és az Irányítástechnikai és Informatika (IIT) tanszékek laboratóriumaiban kell elvégezni.

    10. Követelmények
    • A félév lezárásának módja: félévközi jegy.
    • A 3 darab MIT laboratóriumi mérés (1.-2.-3.) anyagának elsajátítása, a mérések elvégzése és a mérési jegyző-könyvek elkészítése előírt ütemezés szerint.

    - Távolmaradás esetén összesen 1 mérés pótolható, különlegesen méltányolható ok esetén (hosszú betegség) a tárgy tanszéki felelősével lehet egyeztetni az esetleges pótlás módjáról.

    - A félév lezárásához szükséges követelmény az összes mérés sikeres elvégzése. (Az egyes foglalkozások elején �beugró� jelleggel megtörténik a felkészülés ellenőrzése, aki ezen nem mutat kielégítő felkészültséget, nem kezdheti meg a mérést.) A hallgató 1.-2.-3. mérésekre 1-1 osztályzatot kap (beugró, felelet, mérés és jegyzőkönyv alapján) melyek átlaga képezi a gyakorlati jegy 50%-át.

    • A 3 darab IIT laboratóriumi mérés (4.-5.-6.) anyagának elsajátítása, a mérések elvégzése és a mérési jegyző-könyvek elkészítése előírt ütemezés szerint, házi feladat megoldása.

    - Távolmaradás esetén összesen 1 mérés pótolható, különlegesen méltányolható ok esetén (hosszú betegség) a tárgy tanszéki felelősével lehet egyeztetni az esetleges pótlás módjáról.

    - A félév lezárásához szükséges követelmény az összes mérés sikeres elvégzése és a házi feladat sikeres megoldása. A hallgató 4.-5.-6. mérésekre illetve a házi feladatra 1-1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) melyek átlaga képezi a gyakorlati jegy 50%-át.

    • A laborjegyet a két tanszék által adott osztályzatok átlagából képezzük, az átlagot 50 századtól felfele kerekítve.
    11. Pótlási lehetőségek

    lásd a 10. pontnál. A labor mérések a vizsgaidőszakban nem pótolhatók!

    12. Konzultációs lehetőségek

    szükség szerint

    13. Jegyzet, tankönyv, felhasználható irodalom

    A mérésekhez kiosztásra kerülő mérési útmutatók.

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    :

     

    Kontakt óra

    24

    Félévközi felkészülés a laboratóriumi órákra

    24

    Labor jegyzőkönyvek elkészítése

    12

    Összesen

    60

    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    dr. Dobrowiecki Tadeusz

    docens

    MIT

    dr. Horváth Gábor

    docens

    MIT

    Dr. Lantos Béla

    egyetemi tanár

    IIT

    dr. Pataki Béla

    docens

    MIT