Neuronové sítě. Vlasta Radová Západočeská univerzita v Plzni katedra kybernetiky

Rozměr: px
Začít zobrazení ze stránky:

Download "Neuronové sítě. Vlasta Radová Západočeská univerzita v Plzni katedra kybernetiky"

Transkript

1 Neuronové sítě Vlasta Radová Západočeská univerzita v Plzni katedra kybernetiky

2 Motivace pro výzkum umělých neuronových sítí lidský mozek pracuje jiným způsobem než běžné číslicové počítače počítače přesně a rychle provádějí posloupnosti instrukcí, které pro ně byly formulovány člověk dokáže lépe řešit řadu výpočetně náročných úkolů (šachy, porozumění řeči, zpracování vizuální informace) snaha napodobit schopnosti mozku a vytvořit umělou neuronovou síť Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 2

3 Lidský mozek skládá se asi ze 00 miliard výpočetních elementů - neuronů neurony mezi sebou komunikují prostřednictvím sítě vazeb vstup do sítě zajišťují tzv. receptory (zrak, sluch, čich, chuť, hmat) podnět z receptorů je ve formě elektrických impulsů přenášen do centrálního nervového systému, kde je zpracován podle výsledku zpracování jsou řízeny tzv. efektory (tj. výkonné orgány) a odezva člověka na daný podnět se projeví ve formě rozmanitých akcí celková struktura nervového systému lze přirovnat zpětnovazebnímu systému řízení Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 3

4 Biologický neuron biologický neuron je základní buňkou biologických neuronových sítí vstupy (dendrity) výstup sousedního neuronu synapse tělo (soma) výstup (axon) Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 4

5 Biologický neuron (pokračování) části biologického neuronu tělo (soma) výstup (axon) jediný, poměrně dlouhý (až 60 cm) vstupy (dendrity) poměrně krátké (do 3 mm), je jich až několik tisíc rozhraní (synapse) jednosměrné brány umožňující přenos signálu pouze ve směru axon dendrit, je jich asi 0 tisíc na každý neuron Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 5

6 Biologický neuron (pokračování) přenášené signály jsou elektrické impulsy, jejich přenos je ovlivněn uvolňováním budicích a tlumicích látek v synapsích excitátory (budicí látky) umožňují, aby neuron generoval impuls inhibitory (tlumicí látky) snižují schopnost neuronu generovat impuls překročí-li hodnota budicích signálů hodnotu tlumicích signálů o určitý práh, nastává tzv. aktivace neuronu na výstupu neuronu se objeví impuls Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 6

7 Biologický neuron (pokračování) po vygenerování impulsu se neuron na určitou dobu (tzv. období pauzy) dostane do stavu, kdy nereaguje na žádné podněty chování neuronu lze popsat diskrétně v čase období pauzy není pro všechny neurony stejně dlouhé neurony v mozku pracují asynchronně Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 7

8 Model biologického neuronu biologický neuron model neuronu x x 2 x 3 w w 2 w 3 y x n w n x i vstupy w i váhy y výstup n počet vstupů neuronu Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 8

9 Model neuronu McCullochův Pittsův model navržen v roce 943 pro výstup platí: x x 2 x 3 x n w w 2 w 3 w n y + =, 0, vstupy x i, i =,,n, mohou nabývat pouze hodnot 0 nebo podle toho, zda je přítomen signál nebo ne) váhy w i, i =,,n, w i =+ pro budicí signály (excitátory), w i =- pro tlumicí signály (inhibitory) b je práh () ()< Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 9

10 Vlastnosti McCullochova Pittsova modelu jednoduchý má pouze 2 stavy (0 a ) jedná se o binární model váhy jsou pevně nastavené pouze na - nebo + prahy jsou pevně stanoveny neumožňuje realizovat všechny logické funkce (umožňuje AND, OR, NOT, ale neumožňuje XOR) Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 0

11 Model neuronu perceptron diskrétní verze poprvé uvedena v roce 958 F. Rosenblatem x x 2 x 3 w w 2 w 3 y pro výstup platí: + = ()+ = x n w n b = T ()+ f je aktivační funkce w = [w, w 2,, w n ] T je váhový vektor x = [x, x 2,, x n ] T je vstupní vektor ξ = w T x+b je aktivační hodnota Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky

12 Model neuronu perceptron (pokr.) Nejčastěji užívané aktivační funkce bipolární binární unipolární binární + pro ξ 0 f ( ξ ) = sgn( ξ ) = pro ξ < 0 f ( ξ) f ( ξ ) = + pro ξ 0 0 pro ξ < 0 f ( ξ) ξ ξ Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 2

13 Model neuronu perceptron (pokr.) Nejčastěji užívané aktivační funkce bipolární spojitá 2 f ( ξ ) = + exp( λ ξ) unipolární spojitá f ( ξ ) = + exp( λ ξ ) lineární f ( ξ ) = λ ξ f ( ξ) λ ξ f ( ξ) λ ξ f ( ξ) λ ξ λ strmost aktivační funkce Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 3

14 Model neuronu perceptron (pokr.) binární aktivační funkce jsou speciálním případem spojitých pro λ bipolární spojitá a unipolární spojitá funkce se též nazývají sigmoidální funkce (mají tvar písmene S) Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 4

15 Činnost perceptronu s bipolární binární aktivační funkcí x x 2 x 3 w w 2 w 3 y + = ()+ = x n w n b = T ()+ f ( ξ) ξ + pro ξ 0 f ( ξ ) = sgn( ξ ) = pro ξ < 0 Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 5

16 Činnost perceptronu s bipolární binární aktivační funkcí (pokr.) pro n=2 + =sgn = w x w 2 y x 2 b +, =, <0 x 2!. =[, 2 ] T =0 perceptron rozdělí vstupní rovinu x x 2 na dvě poloroviny, jedné přiřadí +, druhé - x Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 6

17 Činnost perceptronu s bipolární binární aktivační funkcí (pokr.) Perceptron s bipolární binární aktivační funkcí rozdělí vstupní prostor x = [x, x 2,, x n ] T na dvě oblasti, jedné přiřadí +, druhé -. Nadplocha, která vstupní prostor rozděluje, je dána rovnicí w T x = 0. Vlasta Radová: Neuronové sítě. Západočeská univerzita v Plzni, katedra kybernetiky 7

Ambasadoři přírodovědných a technických oborů. Ing. Michal Řepka Březen - duben 2013

Ambasadoři přírodovědných a technických oborů. Ing. Michal Řepka Březen - duben 2013 Ambasadoři přírodovědných a technických oborů Ing. Michal Řepka Březen - duben 2013 Umělé neuronové sítě Proč právě Neuronové sítě? K čemu je to dobré? Používá se to někde v praxi? Úvod Umělé neuronové

Více

Neuropočítače. podnět. vnímání (senzory)

Neuropočítače. podnět. vnímání (senzory) Neuropočítače Princip inteligentního systému vnímání (senzory) podnět akce (efektory) poznání plánování usuzování komunikace Typické vlastnosti inteligentního systému: schopnost vnímat podněty z okolního

Více

Architektura - struktura sítě výkonných prvků, jejich vzájemné propojení.

Architektura - struktura sítě výkonných prvků, jejich vzájemné propojení. Základní pojmy z oblasti neuronových sítí Zde je uveden přehled některých základních pojmů z oblasti neuronových sítí. Tento přehled usnadní studium a pochopení předmětu. ADALINE - klasická umělá neuronová

Více

Rosenblattův perceptron

Rosenblattův perceptron Perceptron Přenosové funkce Rosenblattův perceptron Rosenblatt r. 1958. Inspirace lidským okem Podle fyziologického vzoru je třívrstvá: Vstupní vrstva rozvětvovací jejím úkolem je mapování dvourozměrného

Více

Neuronové sítě (11. přednáška)

Neuronové sítě (11. přednáška) Neuronové sítě (11. přednáška) Machine Learning Naučit stroje se učit O co jde? Máme model výpočtu (t.j. výpočetní postup jednoznačně daný vstupy a nějakými parametry), chceme najít vhodné nastavení parametrů,

Více

Neuronové sítě Ladislav Horký Karel Břinda

Neuronové sítě Ladislav Horký Karel Břinda Neuronové sítě Ladislav Horký Karel Břinda Obsah Úvod, historie Modely neuronu, aktivační funkce Topologie sítí Principy učení Konkrétní typy sítí s ukázkami v prostředí Wolfram Mathematica Praktické aplikace

Více

Membránový potenciál, zpracování a přenos signálu v excitabilních buňkách

Membránový potenciál, zpracování a přenos signálu v excitabilních buňkách Membránový potenciál, zpracování a přenos signálu v excitabilních buňkách Difuze Vyrovnávání koncentrací látek na základě náhodného pohybu Osmóza (difuze rozpouštědla) Dva roztoky o rúzné koncentraci oddělené

Více

5. Umělé neuronové sítě. neuronové sítě. Umělé Ondřej Valenta, Václav Matoušek. 5-1 Umělá inteligence a rozpoznávání, LS 2015

5. Umělé neuronové sítě. neuronové sítě. Umělé Ondřej Valenta, Václav Matoušek. 5-1 Umělá inteligence a rozpoznávání, LS 2015 Umělé neuronové sítě 5. 4. 205 _ 5- Model umělého neuronu y výstup neuronu u vnitřní potenciál neuronu w i váhy neuronu x i vstupy neuronu Θ práh neuronu f neuronová aktivační funkce _ 5-2 Neuronové aktivační

Více

Fyziologický vývoj mozku v dětském věku

Fyziologický vývoj mozku v dětském věku Fyziologický vývoj mozku v dětském věku MUDr. Zuzana Ludvíková Konference Mensa ČR 19.11.2014 Lidský mozek Obsahuje přes 1000 miliard nervových buněk Pokud pracuje naplno odčerpávají neurony 20% z celkové

Více

Nervová soustává č love ká, neuron r es ení

Nervová soustává č love ká, neuron r es ení Nervová soustává č love ká, neuron r es ení Pracovní list Olga Gardašová VY_32_INOVACE_Bi3r0110 Nervová soustava člověka je pravděpodobně nejsložitěji organizovaná hmota na Zemi. 1 cm 2 obsahuje 50 miliónů

Více

1 Neuronové sítě - jednotlivý neuron

1 Neuronové sítě - jednotlivý neuron Obsah 1 Neuronové sítě - jednotlivý neuron... 2 1.1 Základní informace... 2 1.2 Výstupy z učení... 2 1.3 Úvod do neuronových sítí... 2 1.3.1 Biologická analogie... 2 1.3.2 Historie NN... 3 1.3.3 Koncept

Více

Nervová soustava. Funkce: řízení organismu. - Centrální nervová soustava - mozek - mícha - Periferní nervy. Biologie dítěte

Nervová soustava. Funkce: řízení organismu. - Centrální nervová soustava - mozek - mícha - Periferní nervy. Biologie dítěte Funkce: řízení organismu - Centrální nervová soustava - mozek - mícha - Periferní nervy Nervová buňka - neuron Neuron zákl. stavební a funkční jednotka Složení neuronu: tělo a nervové výběžky - axon =

Více

Klíčové pojmy: Informační mohutnost, mozek, myšlení, nepřesné algoritmy, neuron, neuronová síť, simulace, umělá neuronová síť.

Klíčové pojmy: Informační mohutnost, mozek, myšlení, nepřesné algoritmy, neuron, neuronová síť, simulace, umělá neuronová síť. Neuronové sítě 1 Cíl kapitoly : Seznámení s podněty a logikou výstavby neuronových sítí, jejich hlavními úkoly a způsoby práce. Umět aplikovat tato poznatky a umožnit další a hlubší studium neuronových

Více

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností Automatizace je proces při němž je řídicí funkce člověka nahrazována činností různých přístrojů a zařízení. (Mechanizace, Automatizace, Komplexní automatizace) Kybernetika je Věda, která zkoumá obecné

Více

Předmět: PŘÍRODOPIS Ročník: 8. Časová dotace: 2 hodiny týdně. Konkretizované tématické okruhy realizovaného průřezového tématu

Předmět: PŘÍRODOPIS Ročník: 8. Časová dotace: 2 hodiny týdně. Konkretizované tématické okruhy realizovaného průřezového tématu Předmět: PŘÍRODOPIS Ročník: 8. Časová dotace: 2 hodiny týdně Výstup předmětu Rozpracované očekávané výstupy září popíše základní rozdíly mezi buňkou rostlin, živočichů a bakterií a objasní funkci základních

Více

Sešit pro laboratorní práci z biologie

Sešit pro laboratorní práci z biologie Sešit pro laboratorní práci z biologie téma: Smysly člověka autor: Mgr. Lenka Jančíková vytvořeno při realizaci projektu: Inovace školního vzdělávacího programu biologie a chemie registrační číslo projektu:

Více

Číslicové obvody základní pojmy

Číslicové obvody základní pojmy Číslicové obvody základní pojmy V číslicové technice se pracuje s fyzikálními veličinami, které lze popsat při určité míře zjednodušení dvěma stavy. Logické stavy binární proměnné nabývají dvou stavů:

Více

Neuronové sítě AIL002. Iveta Mrázová 1 František Mráz 2. Neuronové sítě. 1 Katedra softwarového inženýrství. 2 Kabinet software a výuky informatiky

Neuronové sítě AIL002. Iveta Mrázová 1 František Mráz 2. Neuronové sítě. 1 Katedra softwarového inženýrství. 2 Kabinet software a výuky informatiky Neuronové sítě AIL002 Iveta Mrázová 1 František Mráz 2 1 Katedra softwarového inženýrství 2 Kabinet software a výuky informatiky Do LATEXu přepsal: Tomáš Caithaml Učení s učitelem Rozpoznávání Použití:

Více

Neuronové sítě. 1 Úvod. 2 Historie. 3 Modely neuronu

Neuronové sítě. 1 Úvod. 2 Historie. 3 Modely neuronu Neuronové sítě L. Horký*, K. Břinda** Fakulta jaderná a fyzikálně inženýrská, Břehová 7, 115 19 Praha 1 *horkyladislav@seznam.cz, **brinda@fjfi.cvut.cz Abstrakt Cílem našeho příspěvku je získat uživatelský

Více

ZÁKLADNÍ FOTOMETRICKÉ VELIČINY

ZÁKLADNÍ FOTOMETRICKÉ VELIČINY ZÁKLADNÍ FOTOMETRICKÉ VELIČINY Ing. Petr Žák VÝVOJ ČLOVĚKA vývoj člověka přizpůsobení okolnímu prostředí (adaptace) příjem informací o okolním prostředí smyslové orgány rozhraní pro příjem informací SMYSLOVÉ

Více

Kurz psychologie a sociologie na FSV

Kurz psychologie a sociologie na FSV Kurz psychologie a sociologie na FSV Základy obecné psychologie 1 - - senzorické procesy, vnímání, vědomí Mgr. Petra Halířová 2010/2011 Literatura Atkinsonová, R. (2003). Psychologie, s. 110-231 Dobrovská,

Více

Organismus je řízen dvojím způsobem, hormonálně a nervově. Nervový systém se dělí na centrální a periferní.

Organismus je řízen dvojím způsobem, hormonálně a nervově. Nervový systém se dělí na centrální a periferní. Otázka: Centrální nervový systém Předmět: Biologie Přidal(a): wewerka68 Dělení nervové soustavy, nervová tkáň, koncový mozek, kůra, korové analyzátory, mozkové laloky a dutiny, mozkomíšní mok, obaly mozku,

Více

Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám

Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám VY_32_INOVACE_ZDRK34060FIG Výukový materiál v rámci projektu OPVK 1.5 Peníze středním školám Číslo projektu: CZ.1.07/1.5.00/34.0883 Název projektu: Rozvoj vzdělanosti Číslo šablony: III/2 Datum vytvoření:

Více

1. 5. Minimalizace logické funkce a implementace do cílového programovatelného obvodu CPLD

1. 5. Minimalizace logické funkce a implementace do cílového programovatelného obvodu CPLD .. Minimalizace logické funkce a implementace do cílového programovatelného obvodu Zadání. Navrhněte obvod realizující neminimalizovanou funkci (úplný term) pomocí hradel AND, OR a invertorů. Zaznamenejte

Více

Typy umělých neuronových sítí

Typy umělých neuronových sítí Tp umělých neuronových sítí umělá neuronová síť vznikne spojením jednotlivých modelů neuronů výsledná funkce sítě je určena způsobem propojení jednotlivých neuronů, váhami těchto spojení a způsobem činnosti

Více

Číselné vyjádření hodnoty. Kolik váží hrouda zlata?

Číselné vyjádření hodnoty. Kolik váží hrouda zlata? Čísla a logika Číselné vyjádření hodnoty Au Kolik váží hrouda zlata? Dekadické vážení Když přidám osmé závaží g, váha se převáží => závaží zase odeberu a začnu přidávat závaží x menší 7 závaží g 2 závaží

Více

SEKVENČNÍ LOGICKÉ OBVODY

SEKVENČNÍ LOGICKÉ OBVODY Sekvenční logický obvod je elektronický obvod složený z logických členů. Sekvenční obvod se skládá ze dvou částí kombinační a paměťové. Abychom mohli určit hodnotu výstupní proměnné, je potřeba u sekvenčních

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu Šablona CZ.1.07/1.5.00/34.0218 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hav17 Vypracoval(a),

Více

Anotace: Materiál je určen k výuce přírodopisu v 8. ročníku ZŠ. Seznamuje žáky se základními pojmy a informacemi o stavbě a funkci nervové soustavy.

Anotace: Materiál je určen k výuce přírodopisu v 8. ročníku ZŠ. Seznamuje žáky se základními pojmy a informacemi o stavbě a funkci nervové soustavy. Anotace: Materiál je určen k výuce přírodopisu v 8. ročníku ZŠ. Seznamuje žáky se základními pojmy a informacemi o stavbě a funkci nervové soustavy. Materiál je plně funkční pouze s použitím internetu.

Více

Principy počítačů I Netradiční stroje

Principy počítačů I Netradiční stroje Principy počítačů I Netradiční stroje snímek 1 Principy počítačů Část X Netradiční stroje VJJ 1 snímek 2 Netradiční procesory architektury a organizace počítačů, které se vymykají struktuře popsané Johnem

Více

VY_32_INOVACE_E 15 03

VY_32_INOVACE_E 15 03 Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory

Více

KONTROLNÍ A ŘÍDÍCÍ SOUSTAVY. kontrolu a řízení organismu zajišťují 2 soustavy: o nervová soustava o hormonální soustava

KONTROLNÍ A ŘÍDÍCÍ SOUSTAVY. kontrolu a řízení organismu zajišťují 2 soustavy: o nervová soustava o hormonální soustava KONTROLNÍ A ŘÍDÍCÍ SOUSTAVY kontrolu a řízení organismu zajišťují 2 soustavy: o nervová soustava o hormonální soustava NERVOVÁ SOUSTAVA základní stavební jednotkou je. neuron Funkce.. řídí a koordinuje

Více

Klasifikace předmětů a jevů

Klasifikace předmětů a jevů Klasifikace předmětů a jevů 1. Úvod Rozpoznávání neboli klasifikace je základní znak lidské činnosti. Rozpoznávání (klasifikace) předmětů a jevů spočívá v jejich zařazování do jednotlivých tříd. Třídou

Více

Obsah DÍL 1. Předmluva 11

Obsah DÍL 1. Předmluva 11 DÍL 1 Předmluva 11 KAPITOLA 1 1 Minulost a současnost automatizace 13 1.1 Vybrané základní pojmy 14 1.2 Účel a důvody automatizace 21 1.3 Automatizace a kybernetika 23 Kontrolní otázky 25 Literatura 26

Více

Adiktologie 1. ročník, zimní semestr 2005/2006

Adiktologie 1. ročník, zimní semestr 2005/2006 Adiktologie 1. ročník, zimní semestr 2005/2006 Název předmětu: Neurovědy Číslo předmětu: Není Semestr: Zimní 2005/2006 Vyučující: MUDr. Tomáš Páleníček Prof. MUDr. Soňa Nevšímalová, DrSc. Konzultační hodiny:

Více

Smysly. Biologie dítěte. Zrak Sluch Čich Chuť Hmat

Smysly. Biologie dítěte. Zrak Sluch Čich Chuť Hmat Zrak Sluch Čich Chuť Hmat Smyslová centra v mozku Smyslová centra v mozku Adaptace smyslů Při dlouhodobém působení podnětu může většina smyslů otupět Např.: Čich necítíme pach v místnosti, kde jsme již

Více

2. RBF neuronové sítě

2. RBF neuronové sítě 2. RBF neuronové sítě Kapitola pojednává o neuronových sítích typu RBF. V kapitole je popsána základní struktura tohoto typu neuronové sítě. Poté následuje definice a charakteristika jednotlivých radiálně

Více

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2 Přírodovědné

Více

U01 = 30 V, U 02 = 15 V R 1 = R 4 = 5 Ω, R 2 = R 3 = 10 Ω

U01 = 30 V, U 02 = 15 V R 1 = R 4 = 5 Ω, R 2 = R 3 = 10 Ω B 9:00 hod. Elektrotechnika a) Definujte stručně princip superpozice a uveďte, pro které obvody platí. b) Vypočítejte proudy větvemi uvedeného obvodu metodou superpozice. 0 = 30 V, 0 = 5 V R = R 4 = 5

Více

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská Neuronové sítě-delta učení Filip Habr České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská 30. března 2009 Obsah prezentace Obsah prezentace Delta učení 1 Teorie k delta učení 2

Více

CNS. NEUROANATOMIE I. - Struktury centrálního nervového systému

CNS. NEUROANATOMIE I. - Struktury centrálního nervového systému CNS NEUROANATOMIE I. - Struktury centrálního nervového systému Opakování - organizace nervstva Centrální nervová soustava Chráněno kostí, integrační funkce Mozek mícha Periferní nervová soustava Efektorová

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Tematická Nervová soustava Společná pro celou sadu oblast

Více

NEURONOVÉ SÍTĚ EVA VOLNÁ CZ.1.07/2.2.00/

NEURONOVÉ SÍTĚ EVA VOLNÁ CZ.1.07/2.2.00/ NEURONOVÉ SÍTĚ EVA VOLNÁ CZ.1.07/..00/9.0006 OSTRAVA, červen 013 Studijní opora je jedním z výstupu projektu ESF OP VK. Číslo Prioritní osy: 7. Oblast podpory: 7.. Vysokoškolské vzdělávání Příjemce: Ostravská

Více

Toolbox pro neuronové sítě pro prostředí Mathematica

Toolbox pro neuronové sítě pro prostředí Mathematica Toolbox pro neuronové sítě pro prostředí Mathematica Toolbox for Neural Networks in the environment Mathematica Bc. Martin Macháč Diplomová práce 2009 UTB ve Zlíně, Fakulta aplikované informatiky, 2009

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Tematická Nervová soustava Společná pro celou sadu oblast

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Tematická Nervová soustava Společná pro celou sadu oblast

Více

Základní pojmy. Program: Algoritmus zapsaný v programovacím jazyce, který řeší nějaký konkrétní úkol. Jedná se o posloupnost instrukcí.

Základní pojmy. Program: Algoritmus zapsaný v programovacím jazyce, který řeší nějaký konkrétní úkol. Jedná se o posloupnost instrukcí. Základní pojmy IT, číselné soustavy, logické funkce Základní pojmy Počítač: Stroj na zpracování informací Informace: 1. data, která se strojově zpracovávají 2. vše co nám nebo něčemu podává (popř. předává)

Více

Technická fakulta. Katedra technologických zařízení staveb. Využití neuronových sítí pro integraci PZTS do inteligentních budov.

Technická fakulta. Katedra technologických zařízení staveb. Využití neuronových sítí pro integraci PZTS do inteligentních budov. ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Technická fakulta Katedra technologických zařízení staveb Využití neuronových sítí pro integraci PZTS do inteligentních budov diplomová práce Vedoucí práce: Ing. Zdeněk

Více

Psychologie 09. Otázka číslo: 1. Člověka jako psychologický celek označujeme pojmem: psychopat. osobnost

Psychologie 09. Otázka číslo: 1. Člověka jako psychologický celek označujeme pojmem: psychopat. osobnost Psychologie 09 Otázka číslo: 1 Člověka jako psychologický celek označujeme pojmem: psychopat osobnost neurotik Otázka číslo: 2 Osobnost je individuální jednotou aspektů: biologických psychologických rozumových

Více

Základní škola Karviná Nové Město tř. Družby 1383

Základní škola Karviná Nové Město tř. Družby 1383 Základní škola Karviná Nové Město tř. Družby 1383 Projekt OP VK oblast podpory 1.4 Zlepšení podmínek pro vzdělávání na středních školách Registrační číslo projektu: CZ.1.07/1.4.00/21.3526 Název projektu:

Více

12. Booleova algebra, logická funkce určitá a neurčitá, realizace logických funkcí, binární kódy pro algebraické operace.

12. Booleova algebra, logická funkce určitá a neurčitá, realizace logických funkcí, binární kódy pro algebraické operace. 12. Booleova algebra, logická funkce určitá a neurčitá, realizace logických funkcí, binární kódy pro algebraické operace. Logická proměnná - proměnná nesoucí logickou hodnotu Logická funkce - funkce přiřazující

Více

1 z 16 11.5.2009 11:33 Test: "CIT_04_SLO_30z50" Otázka č. 1 U Mooreova automatu závisí okamžitý výstup Odpověď A: na okamžitém stavu pamětí Odpověď B: na minulém stavu pamětí Odpověď C: na okamžitém stavu

Více

Výukový materiál zpracován v rámci projektu EU peníze školám

Výukový materiál zpracován v rámci projektu EU peníze školám Výukový materiál zpracován v rámci projektu EU peníze školám Registrační číslo projektu: Šablona/číslo materiálu: Jméno autora: CZ.1.07/1.5.00/34.0996 III/2 VY_32_INOVACE_TVD537 Mgr. Lucie Křepelová Třída/ročník

Více

Dálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU

Dálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Dálkový průzkum Země Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU Klasifikace založené na strojovém učení Strojové učení je podoblastí umělé inteligence, zabývající se algoritmy

Více

Měření na unipolárním tranzistoru

Měření na unipolárním tranzistoru Měření na unipolárním tranzistoru Teoretický rozbor: Unipolární tranzistor je polovodičová součástka skládající se z polovodičů tpu N a P. Oproti bipolárnímu tranzistoru má jednu základní výhodu. Bipolární

Více

Lineární diskriminační funkce. Perceptronový algoritmus.

Lineární diskriminační funkce. Perceptronový algoritmus. Lineární. Perceptronový algoritmus. Petr Pošík Czech Technical University in Prague Faculty of Electrical Engineering Dept. of Cybernetics P. Pošík c 2012 Artificial Intelligence 1 / 12 Binární klasifikace

Více

Vnímání Metodický list

Vnímání Metodický list Vnímání Metodický list společná práce s interaktivní tabulí a sešitem - smysly, vjem společná práce s interaktivní tabulí - optický klam samostatná práce do sešitů - zapojíme všechny smysly Obecné informace

Více

Neuronové sítě a jejich aplikace

Neuronové sítě a jejich aplikace UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY DIPLOMOVÁ PRÁCE Neuronové sítě a jejich aplikace Vedoucí diplomové práce: RNDr. Pavel Ženčák, Ph.D.

Více

CW01 - Teorie měření a regulace

CW01 - Teorie měření a regulace Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2010/2011 SPEC. 2.p 2010 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace

Více

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz VII. SYSTÉMY ZÁKLADNÍ POJMY SYSTÉM - DEFINICE SYSTÉM (řec.) složené, seskupené (v

Více

ODBORNÝ VÝCVIK VE 3. TISÍCILETÍ MEII KOMBINAČNÍ LOGICKÉ OBVODY

ODBORNÝ VÝCVIK VE 3. TISÍCILETÍ MEII KOMBINAČNÍ LOGICKÉ OBVODY Projekt: ODBORNÝ VÝCVIK VE 3. TISÍCILETÍ Téma: MEII - 5.4.1 KOMBINAČNÍ LOGICKÉ OBVODY Obor: Mechanik elektronik Ročník: 2. Zpracoval(a): Jiří Kolář Střední průmyslová škola Uherský Brod, 2010 Projekt je

Více

Kódováni dat. Kódy používané pro strojové operace

Kódováni dat. Kódy používané pro strojové operace Kódováni dat Před zpracováním dat například v počítači je třeba znaky převést do tvaru, kterému počítač rozumí, tj. přiřadit jim určité kombinace bitů. Tomuto převodu se říká kódování. Kód je předpis pro

Více

OVLÁDACÍ OBVODY ELEKTRICKÝCH ZAŘÍZENÍ

OVLÁDACÍ OBVODY ELEKTRICKÝCH ZAŘÍZENÍ OVLÁDACÍ OBVODY ELEKTRICKÝCH ZAŘÍZENÍ Odlišnosti silových a ovládacích obvodů Logické funkce ovládacích obvodů Přístrojová realizace logických funkcí Programátory pro řízení procesů Akční členy ovládacích

Více

5. Sekvenční logické obvody

5. Sekvenční logické obvody 5. Sekvenční logické obvody 3. Sekvenční logické obvody - úvod Sledujme chování jednoduchého logického obvodu se zpětnou vazbou 3. Sekvenční logické obvody - příklad asynchronního sekvenčního obvodu 3.

Více

Ostrov objevů multismyslové kurzy pro nejmenší Konference Mensa pro rozvoj nadání 13.3.2014

Ostrov objevů multismyslové kurzy pro nejmenší Konference Mensa pro rozvoj nadání 13.3.2014 Ostrov objevů multismyslové kurzy pro nejmenší Konference Mensa pro rozvoj nadání 13.3.2014 MUDr. Zuzana Ludvíková Ostrov objevů Ostrov objevů je unikátní program pro děti od 1-3 let, který si na základě

Více

10. Reflexy a reakční doba.

10. Reflexy a reakční doba. 1 10. Reflexy a reakční doba. Živé organismy musí registrovat změny ve svém okolí a adekvátně reagovat. Reflexní přizpůsobení zahrnuje receptory, které registrují změnu, sensorické neurony, které posílají

Více

SMYSLY VY_32_INOVACE_10_12_PŘ

SMYSLY VY_32_INOVACE_10_12_PŘ SMYSLY VY_32_INOVACE_10_12_PŘ VY_32_INOVACE_10_12_PŘ SMYSLY Anotace Autor Jazyk Očekávaný výstup Speciální vzdělávací potřeby Klíčová slova Druh učebního materiálu Druh interaktivity Cílová skupina Stupeň

Více

Logické funkce a obvody, zobrazení výstupů

Logické funkce a obvody, zobrazení výstupů Logické funkce a obvody, zobrazení výstupů Digitální obvody (na rozdíl od analogových) využívají jen dvě napěťové úrovně, vyjádřené stavy logické nuly a logické jedničky. Je na nich založeno hodně elektronických

Více

5. Optické počítače. 5.1 Optická propojení

5. Optické počítače. 5.1 Optická propojení 5. Optické počítače Cíl kapitoly Cílem kapitoly je pochopit funkci optických počítačů. Proto tato kapitola doplňuje poznatky z předešlých kapitol k objasnění funkcí optických počítačů Klíčové pojmy Optické

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc. INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz III. PŘÍZNAKOVÁ KLASIFIKACE - ÚVOD PŘÍZNAKOVÝ POPIS Příznakový obraz x zpracovávaných

Více

Aplikovaná numerická matematika

Aplikovaná numerická matematika Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních

Více

Teorie systémů TES 1. Úvod

Teorie systémů TES 1. Úvod Evropský sociální fond. Praha & EU: Investujeme do vaší budoucnosti. Teorie systémů TES 1. Úvod ZS 2011/2012 prof. Ing. Petr Moos, CSc. Ústav informatiky a telekomunikací Fakulta dopravní ČVUT v Praze

Více

NÁZEV ŠKOLY: Základní škola Javorník, okres Jeseník REDIZO: 600 150 585 NÁZEV: VY_32_INOVACE_99_Nervová soustava I. AUTOR: Naděžda Čmelová ROČNÍK,

NÁZEV ŠKOLY: Základní škola Javorník, okres Jeseník REDIZO: 600 150 585 NÁZEV: VY_32_INOVACE_99_Nervová soustava I. AUTOR: Naděžda Čmelová ROČNÍK, NÁZEV ŠKOLY: Základní škola Javorník, okres Jeseník REDIZO: 600 150 585 NÁZEV: VY_32_INOVACE_99_Nervová soustava I. AUTOR: Naděžda Čmelová ROČNÍK, DATUM: 8., 26. 4. 2012 VZDĚL. OBOR, TÉMA: Přírodopis,

Více

NĚMECKÉ MUZEUM HYGIENY V DRÁŽĎANECH SE PŘEDSTAVUJE...

NĚMECKÉ MUZEUM HYGIENY V DRÁŽĎANECH SE PŘEDSTAVUJE... NĚMECKÉ MUZEUM HYGIENY V DRÁŽĎANECH SE PŘEDSTAVUJE... 3. SMRTELNÁ MEDICÍNA heißt duben 2007 workshop Kultur verbindet Kultura spojuje přenos informací NMH kraje - školy zajištění servisu a služeb muzea

Více

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 13 0:40 Implementace Umělá inteligence (UI) Umělá inteligence

Více

Emergence chování robotických agentů: neuroevoluce

Emergence chování robotických agentů: neuroevoluce Emergence chování robotických agentů: neuroevoluce Petra Vidnerová, Stanislav Slušný, Roman Neruda Ústav Informatiky, AV ČR Kognice a umělý život VIII Praha 28. 5. 2008 Evoluční robotika: EA & neuronové

Více

a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly

a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly Otázka: Psychické procesy Předmět: Základy společenských věd Přidal(a): mirka 1)Poznávací procesy a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly - podnět-> počitek->

Více

ISŠT Mělník. Integrovaná střední škola technická Mělník, K učilišti 2566, 276 01 Mělník Ing.František Moravec

ISŠT Mělník. Integrovaná střední škola technická Mělník, K učilišti 2566, 276 01 Mělník Ing.František Moravec ISŠT Mělník Číslo projektu Označení materiálu Název školy Autor Tematická oblast Ročník CZ.1.07/1.5.00/34.0061 VY_32_ INOVACE_C.3.06 Integrovaná střední škola technická Mělník, K učilišti 2566, 276 01

Více

Řečové technologie pomáhají překonávat bariéry

Řečové technologie pomáhají překonávat bariéry Řečové technologie pomáhají překonávat bariéry Luděk Müller, Jakub Kanis Oddělení umělé inteligence, Katedra kybernetiky, Fakulta aplikovaných věd, Západočeská univerzita v Plzni 18.1.2008 1 Obsah Pomoc

Více

Samoučící se neuronová síť - SOM, Kohonenovy mapy

Samoučící se neuronová síť - SOM, Kohonenovy mapy Samoučící se neuronová síť - SOM, Kohonenovy mapy Antonín Vojáček, 14 Květen, 2006-10:33 Měření a regulace Samoorganizující neuronové sítě s učením bez učitele jsou stále více využívány pro rozlišení,

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) Tematická Nervová soustava Společná pro celou sadu oblast

Více

Technologie konstrukce smart oděvů. Jana Drašarová

Technologie konstrukce smart oděvů. Jana Drašarová Technologie konstrukce smart oděvů Jana Drašarová Cesty ke SMART textiliím II 2) Inovativní materiály a struktury vložením známých prvků aktivní (parazitické) elementy připojené do struktury aktivní elementy

Více

[1] samoopravné kódy: terminologie, princip

[1] samoopravné kódy: terminologie, princip [1] Úvod do kódování samoopravné kódy: terminologie, princip blokové lineární kódy Hammingův kód Samoopravné kódy, k čemu to je [2] Data jsou uložena (nebo posílána do linky) kodérem podle určitého pravidla

Více

Inteligentní systémy a neuronové sítě

Inteligentní systémy a neuronové sítě Inteligentní systémy a neuronové sítě Arnošt Veselý, Česká zemědělská univerzita, Kamýcká, Praha 6 - Suchdol Summary: In the article two main architectures of inteligent systems: logical-symbolic and connectionist

Více

Jednotlivé historické modely neuronových sítí

Jednotlivé historické modely neuronových sítí Jednotlivé historické modely neuronových sítí Tomáš Janík Vícevrstevná perceptronová síť opakování Teoretický model obsahue tři vrstvy perceptronů; každý neuron první vrstvy e spoen s každým neuronem z

Více

Bipolární tranzistory

Bipolární tranzistory Bipolární tranzistory Historie V prosinci 1947 výzkumní pracovníci z Bellových laboratořích v New Jersey zjistili, že polovodičová destička z germania se zlatými hroty zesiluje slabý signál. Vědci byli

Více

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 8. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská

Více

LOGICKÉ OBVODY X36LOB

LOGICKÉ OBVODY X36LOB LOGICKÉ OBVODY X36LOB Doc. Ing. Hana Kubátová, CSc. Katedra počítačů FEL ČVUT v Praze 26.9.2008 Logické obvody - 1 - Úvod 1 Obsah a cíle předmětu Číslicový návrh (digital design) Číslicové obvody logické

Více

Všeobecná sestra, 1. kolo, kombinovaná forma, Odborný test VS a PA

Všeobecná sestra, 1. kolo, kombinovaná forma, Odborný test VS a PA Všeobecná sestra, 1. kolo, kombinovaná forma, Odborný test VS a PA Správná odpověď je podbarvena šedou barvou Otázka č. 1: Pupečník se skládá: ze dvou tepen a jedné žíly ze dvou žil a jedné tepny ze dvou

Více

Elektroencefalografie. X31LET Lékařská technika Jan Havlík Katedra teorie obvodů

Elektroencefalografie. X31LET Lékařská technika Jan Havlík Katedra teorie obvodů Elektroencefalografie X31LET Lékařská technika Jan Havlík Katedra teorie obvodů xhavlikj@fel.cvut.cz Elektroencefalografie diagnostická metoda, umožňující snímání a záznam elektrické aktivity mozku invazivní

Více

Umělá inteligence (1. přednáška)

Umělá inteligence (1. přednáška) Umělá inteligence (1. přednáška) Co je to AI (Artificial Intelligence) systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně Jednat jako lidé systém, který myslí jako lidé

Více

VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU

VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU VYUŽITÍ UMĚLÉ NEURONOVÉ SÍTĚ PRO EMPIRICKÝ MODEL ŠÍŘENÍ SIGNÁLU Luděk ZÁVODNÝ, Stanislav HANUS Ústav radioelektroniky, Fakulta elektrotechniky a komunikačních technologií Vysoké učení technické v Brně

Více

Asociativní sítě (paměti) Asociace známého vstupního vzoru s daným výstupním vzorem. Typická funkce 1 / 44

Asociativní sítě (paměti) Asociace známého vstupního vzoru s daným výstupním vzorem. Typická funkce 1 / 44 Asociativní paměti Asociativní sítě (paměti) Cíl učení Asociace známého vstupního vzoru s daným výstupním vzorem Okoĺı známého vstupního vzoru x by se mělo také zobrazit na výstup y odpovídající x správný

Více

Druhy smyslového vnímání

Druhy smyslového vnímání Druhy smyslového vnímání Zpracoval: E-mail: Bobr0069@seznam.cz 1 Senzorické procesy a vnímání: Senzorické procesy jsou složkou adaptivní činnosti organismu. V průběhu fylogeneze se vyvinuly smyslové orgány

Více

3. Sekvenční logické obvody

3. Sekvenční logické obvody 3. Sekvenční logické obvody 3. Sekvenční logické obvody - úvod Sledujme chování jednoduchého logického obvodu se zpětnou vazbou 3. Sekvenční logické obvody příklad sekv.o. Příklad sledování polohy vozíku

Více

Základy logického řízení

Základy logického řízení Základy logického řízení 11/2007 Ing. Jan Vaňuš, doc.ing.václav Vrána,CSc. Úvod Řízení = cílené působení řídicího systému na řízený objekt je členěno na automatické a ruční. Automatickéřízení je děleno

Více

Framework pro neuronovou sít Flexible Neural Tree Flexible Neural Tree Framework

Framework pro neuronovou sít Flexible Neural Tree Flexible Neural Tree Framework VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra informatiky Framework pro neuronovou sít Flexible Neural Tree Flexible Neural Tree Framework 2013 Pavel Piskoř Na tomto

Více

PB016 Úvod do umělé inteligence ZÁKLADY Z TEORIE A PRAXE. David Kabáth

PB016 Úvod do umělé inteligence ZÁKLADY Z TEORIE A PRAXE. David Kabáth PB016 Úvod do umělé inteligence NEURONOVÉ SÍTĚ ZÁKLADY Z TEORIE A PRAXE David Kabáth podzim 2009 1 Úvod Neuronové sítě jsou jedním z výpočetních modelů používaných v umělé inteligenci. Oproti klasické

Více

ELT1 - Přednáška č. 6

ELT1 - Přednáška č. 6 ELT1 - Přednáška č. 6 Elektrotechnická terminologie a odborné výrazy, měřicí jednotky a činitelé, které je ovlivňují. Rozdíl potenciálů, elektromotorická síla, napětí, el. napětí, proud, odpor, vodivost,

Více

Základní jednotky používané ve výpočetní technice

Základní jednotky používané ve výpočetní technice Základní jednotky používané ve výpočetní technice Nejmenší jednotkou informace je bit [b], který může nabývat pouze dvou hodnot 1/0 (ano/ne, true/false). Tato jednotka není dostatečná pro praktické použití,

Více