MATE10 – Tópicos em Inteligência Computacional I (51 horas) - 2012.2 Aulas terça-feira 9h - 12h, sala 23 do LABOTEC II na UEFS Mestrado em Ciência da Computação (UFBA/UEFS) http://wiki.dcc.ufba.br/MMCC/ Materiais de aula, slides e links (não disponível) TRABALHOS (veja descrição em materiais de aula) Exercício Computacional 1, entrega e apresentação dia 08/01, e Revisão Bibliográfica 1, entrega e apresentação dia 22/01 Exercício Computacional 2, entrega e apresentação dia 19/03 Projeto Final, entrega e apresentação dia 16/04 EMENTA Introdução a técnicas de solução de problemas inspiradas na natureza. Conexionismo. Redes Neurais e modelos de neurônio. Arquiteturas de redes neurais. Redes multicamadas. Redes auto-organizadas. Aprendizado supervisionado e não-supervisionado. Computação evolutiva: representação, operadores, parâmetros. Algoritmos e técnicas de computação evolutiva. Aplicações. OBJETIVOS Geral: • Ser capaz de resolver problemas através da interpretação de cenários, modelando soluções através de técnicas e métodos da Inteligência Computacional; Específicos: • Compreender e aplicar as técnicas de redes neurais artificiais; • Compreender e aplicar as técnicas de computação evolutiva; METODOLOGIA Aulas teóricas expositivas, leitura e discussão de artigos científicos, exercícios computacionais, revisão bibliográfica, projeto em inteligência computacional. CONTEÚDO PROGRAMÁTICO 1. Introdução a técnicas de solução de problemas inspiradas na natureza. 2. Conexionismo e Redes Neurais
3. Computação evolutiva
4. Aplicações. CRONOGRAMA 27/11 - Apresentação e Introdução a Redes Neurais 04/12 - Perpectron e MLP 11/12 - MLP e Backpropagation 18/12 - Redes de Kohonen 08/01 - Apresentação Exercício Computacional 1 15/01 - Redes RBF e Rede de Hopfield 22/01 - Apresentação da Revisão Bibliográfica 1 29/01 - sem aula, UEFS fechada 19/02 - Introdução a Computação Evolutiva 26/02 05/03 12/03 19/03 - Apresentação do Exercício Computacional 2 26/03 - Apresentação da Revisão Bibliográfica 2 02/04 - Orientação do Projeto Final 09/04 - Apresentação do Projeto Final BIBLIOGRAFIA PRINCIPAL Artigos científicos Leandro de Castro. Fundamentals of natural computing : basic concepts, algorithms, and applications. Boca Raton: Chapman & Hall/CRC, 2006 . Simon Haykin. Redes neurais : principios e pratica. Porto Alegre : Bookman, 2001. Braga, Antonio de Pádua, Carvalho, André Ponce de Leon F. de, Ludemir, Teresa Bernarda. Redes Neurais Artificiais : Teoria e Aplicações. LTC, 2ª edição, 2007. Michalewicz, Zbigniew. (1996). Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag. BIBLIOGRAFIA COMPLEMENTAR 1.Rezende, Solange Oliveira. Sistemas Inteligentes - Fundamentos e Aplicações. 1ª Edição. Editora Manoele, 2003. 2.Timothy Masters. Practical neural network recipes in C. Boston : Academic Press, 1993. 3.Kovacs, Zsolt Laszl. Redes Neurais Artificiais: Fundamentos e Aplicações, Um Texto Básico. São Paulo Acadêmica, 2ª edição, 1996. 4. Aguiar, Hime, Oliveira Jr. Inteligência Computacional: Aplicada à Administração, Economia e Engenharia em Matlab. Thomson Learning, 1ª edição, 2007. 5.Bishop, Christopher M. Neural networks for pattern recognition. Oxford: Clarendon Press, New York:Oxford University Press, 1995. 6.Goldberg, David E. Genetic algorithms in search, optimization, and machine learning. Boston: Addison-Wesley, 1989. 7.Sivanandam, S. N; Deepa, S. N. Introduction to genetic algorithms. New York, US: New York: Springer, 2007. 8.Mitchell, Melanie. An introduction to genetic algorithms. Cambridge: MIT Press, 1996. 9.Laboratório Virtual em Computação Natural (LVCoN) http://lvcon.tuilux.com.br/ |
oldpages >