25729: هوش مصنوعی و محاسبات زیستی
نام درس: هوش مصنوعی و محاسبات زیستی (AI and Biological Computation)
شماره درس: 25729
پیش‌نیاز(ها): 25732 (آمار و احتمال مهندسی) و 25742 (سیگنال‌ها و سیستم‌ها)
هم‌نیاز(ها): -
تعداد واحد: 3
مقطع: کارشناسی
آخرین ویرایش: دی 1398

توضیحات:
این درس مفاهیم، مدل‌ها، الگوریتم‌ها و ابزارهای توسعه سیستم‌های هوشمند را معرفی می‌کند. مباحث اصلی درس شامل شبکه‌های عصبی، الگوریتم‌های تکاملی، الگوریتم‌های هوش ازدحامی، سیستم‌های فازی و ترکیب روش‌های فوق است. هدف درس آشنایی با روش‌های هوش محاسباتی، پیاده‌سازی آن‌ها و استفاده از آن‌ها در حل مسائل طبقه‌بندی، تشخیص الگو و بهینه‌سازی است.
 
سرفصل‌ها:
  • مقدمه: تعريف سيستم‌های هوشمند، هوشمندی در سيستم‌های زيستی، هوش محاسباتی و انواع آن
  • مقدمه‌ای بر شبکه‌های عصبی مصنوعی– واحد منطقی آستانه‌ای
  • شبکه‌های عصبی عمومی
  • پرسپترون چندلایه (MLP)
  • شبکه‌های تابع پایه شعاعی (RBF)
  • شبکه‌های عصبی خودسازمانده (SOM)
  • مقدمه‌ای بر الگوریتم‌های تکاملی
  • الگوریتم‌های فراابتکاری و روش‌های بهینه‌سازی مرتبط
  • رمزگذاری، سازگاری، انتخاب
  • عملگرهای ژنتیکی
  • الگوریتم ژنتیک
  • برنامه‌نویسی ژنتیکی (Genetic Programming)
  • روش‌های فراابتکاری-هوش ازدحامی (بهینه‌سازی ازدحام ذرات، بهینه‌سازی کلونی مورچگان و ...)
  • مقدمه‌ای بر سیستم‌های فازی – مجموعه‌های فازی
  • منطق فازی- عملگرها بر روی مجموعه‌های فازی
  • اصل تعمیم
  • رابطه‌های فازی
  • کنترل فازی

مراجع:
  • Kruse, Rudolf, et al. Computational Intelligence: A Methodological Introduction, Springer Science & Business Media, 2013
  • Begg, Rezaul, Daniel TH Lai, and Marimuthu Palaniswami, Computational Intelligence in Biomedical Engineering, CRC Press, 2007
  • محمدباقر منهاج، هوش محاسباتی – جلد اول: مبانی شبکه های عصبی، نشر دانشگاه صنعتی امیرکبیر، 1393
  • محمدباقر منهاج، محاسبات فازی: هوش محاسباتی، نشر دانش نگار، 1394

 
آخرین به‌روزرسانی: 20 / 3 / 1403