Moderní počítačová fyzika II

Sylabus

* 1. Neuronové sítě

Neuron a neuronová síť - biologický neuron, formální neuron, biologická a matematická neuronová síť.

Klasické modely neuronových sítí - síť perceptorů, vícevrstvá síť, backpropagation.

Učení neuronových sítí - tréninková množina, učení s učitelem, samoorganizace, učení cyklických neuronových sítí, problém přeučení.

Složitost neuronových sítí - prahová funkce, logické obvody, cyklické neuronové sítě.

Neuronové sítě a genetické algoritmy. Použití neuronových sítí při zpracování obrazu. Další aplikace neuronových sítí ve fyzice.

Fuzzy logika - základní pojmy. Kombinování fuzzy logiky a neuronových sítí.

* 2. Waveletová transformace

Vlastnosti Fourierovy transformace - shrnutí, další nelokalizované integrální transformace.

Částečně lokalizované integrální transformace - okénková Fourierova a Gaborova transformace, základní vlastnosti, použití ve fyzice.

Waveletová transformace - spojitá waveletová transformace, diskrétní waveletová transformace, základní vlastnosti, wavelet, komplexní wavelety, wavelety ve více dimenzích. Vztah mezi waveletovou a Fourierovou transformací. Použití waveletové transformace ve fyzice.

Anotace

Přednáška rozebírá vybrané algoritmy počítačové fyziky - neuronové sítě a waveletovou transformace.