Νευρωνικά Δίκτυα και Ευφυή Υπολογιστικά Συστήματα


Κωδικός 3.4.3319.9
Εξάμηνο 9o
Ροή Υ - Υπολογιστικά Συστήματα
Κατηγορία Κατ' επιλογήν υποχρεωτικό
Ώρες Διδασκαλίας - Ώρες Εργαστηρίου 2 - 2
Διδάσκοντες Στέφανος Κόλλιας, Γιώργος Στάμου, Ανδρέας-Γεώργιος Σταφυλοπάτης, Γεώργιος Αλεξανδρίδης (Ε.ΔΙ.Π.), Γεώργιος Σιόλας (Ε.ΔΙ.Π.), Παρασκευή Τζούβελη (Ε.ΔΙ.Π.)
Σύνδεσμοι MyCourses
Πλατφόρμα Διδασκαλίας Τμήμα 1: Microsoft Teams
Λεπτομέρειες Διδασκαλίας

Kωδικός MS Teams 46816p9

Περιγραφή

Το μάθημα καλύπτει την περιοχή των νευρωνικών δικτύων με αναφορά και σε άλλες τεχνικές από την ευρύτερη περιοχή της υπολογιστικής νοημοσύνης. Περιλαμβάνονται μοντέλα και αρχιτεκτονικές νευρωνικών δικτύων, δυναμική συμπεριφορά, σύγκλιση και ευστάθεια, αλγόριθμοι μάθησης, υπολογιστικές δυνατότητες, υλοποίηση και εφαρμογές. Εξετάζονται οι θεματικές: Δίκτυα πρόσθιας τροφοδότησης και μάθηση μέσω διόρθωσης σφάλματος (πολυστρωματικό perceptron και ο αλγόριθμος backpropagation). Μηχανές διανυσμάτων υποστήριξης (SVM). Συσχετιστικά δίκτυα, δίκτυα Hopfield, πολυστρωματικά δίκτυα με ανατροφοδότηση. Δίκτυα ανταγωνιστικής μάθησης και χάρτες Kohonen. Αλγόριθμοι συνδυαστικής βελτιστοποίησης. Γενετικοί αλγόριθμοι. Βαθιά μάθηση: συνελικτικά δίκτυα (CNN), επαναληπτικά δίκτυα (RNN), αυτοκωδικοποιητές, παραγωγικά αντιπαραθετικά δίκτυα (GANs). Ενισχυτική μάθηση: δυναμικός προγραμματισμός, επαναληπτική αποτίμηση αξίας, μάθηση Q, βαθιά μάθηση Q. Ασαφής λογική και μηχανική γνώσης. Περιλαμβάνεται επίσης εργαστήριο σε επιβλεπόμενη μάθηση, μη επιβλεπόμενη μάθηση, βαθιά μάθηση και ενισχυτική μάθηση.