BME VIK - Szimbolikus jelfeldolgozás és lágy számítási módszerek labor

A tantárgy angol neve: Symbolic Signal Processing and Soft Computing Laboratory

3. A tantárgyfelelős személy és tanszék Dr. Dobrowiecki Tadeusz Pawel,

A tantárgy tanszéki weboldala http://www.mit.bme.hu/oktatas/targyak/vimm4326/

4. A tantárgy előadója

Név:	Beosztás:	Tanszék, Int.:
dr. Pataki Béla	docens	MIT
dr. Harmati István	egyetemi adjunktus	IIT

5. A tantárgy az alábbi témakörök ismeretére épít

Tudásalapú architektúrák, Fuzzy rendszerek és genetikus algoritmusok

6. Előtanulmányi rend

Ajánlott:

Tudásalapú architektúrák, Fuzzy rendszerek és genetikus algoritmusok

7. A tantárgy célkitűzése

A labor egyik részében a 7. félévben hallgatott �Tudásalapú architektúrák� tárgy keretében megismert elveknek és gyakorlati megvalósításoknak a mérések során történő mélyebb megismerése a cél. A mérések neurális eszközökkel és módszerekkel, szabályalapú következtetésekkel, illetve osztályozási problémák megoldásával foglalkoznak.

A mérések második felében a hallgatók irányítástechnikai problémák megoldására használják a fuzzy, adaptív fuzzy és genetikus algoritmusokat. A mérések során többféle fejlesztő eszköz bemutatására és használatára kerül sor.

8. A tantárgy részletes tematikája

1. Neurális hálók vizsgálata (MIT)

Neurális feladatok megoldása a Matlab neurális toolbox felhasználásával, különböző hálók és tanulási eljárások vizsgálata néhány konkrét feladat kapcsán.

2. Szabályalapú rendszerek (MIT)

Szabályalapú rendszerekben alkalmazott következtetések vizsgálata .

3. Szupport Vektor Gépek (SVM) vizsgálata (MIT)

Szupport vektor gép alapú osztályozási algoritmusok konkrét feladat kapcsán történő vizsgálata.

4. Fuzzy irányítás (IIT)

A fuzzy logikai szabályozó (FLC) működési elvének megismerése. Lineáris rendszer szabályozása fuzzy jellegű PID algoritmusokkal. Nemlineáris rendszer irányítása fölérendelt fuzzy szakértővel és alárendelt nemlineáris szétcsatolással.

5. Adaptív fuzzy irányítás (IIT)

Adaptív fuzzy hálózattal történő függvényapproximáció megvalósítása. Nemlineáris rendszer irányítása direkt és indirekt adaptív fuzzy irányítással.

6. Genetikus algoritmusok (IIT)

A genetikus algoritmusok működési elvének megismerése. Optimalizálási és irányítási feladatok megoldása genetikus algoritmusokkal.

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet a Méréstechnikai és Információs Rendszerek (MIT) és az Irányítástechnikai és Informatika (IIT) tanszékek laboratóriumaiban kell elvégezni.

10. Követelmények

A félév lezárásának módja: félévközi jegy.
A 3 darab MIT laboratóriumi mérés (1.-2.-3.) anyagának elsajátítása, a mérések elvégzése és a mérési jegyző-könyvek elkészítése előírt ütemezés szerint.

- Távolmaradás esetén összesen 1 mérés pótolható, különlegesen méltányolható ok esetén (hosszú betegség) a tárgy tanszéki felelősével lehet egyeztetni az esetleges pótlás módjáról.

- A félév lezárásához szükséges követelmény az összes mérés sikeres elvégzése. (Az egyes foglalkozások elején �beugró� jelleggel megtörténik a felkészülés ellenőrzése, aki ezen nem mutat kielégítő felkészültséget, nem kezdheti meg a mérést.) A hallgató 1.-2.-3. mérésekre 1-1 osztályzatot kap (beugró, felelet, mérés és jegyzőkönyv alapján) melyek átlaga képezi a gyakorlati jegy 50%-át.

A 3 darab IIT laboratóriumi mérés (4.-5.-6.) anyagának elsajátítása, a mérések elvégzése és a mérési jegyző-könyvek elkészítése előírt ütemezés szerint, házi feladat megoldása.

- A félév lezárásához szükséges követelmény az összes mérés sikeres elvégzése és a házi feladat sikeres megoldása. A hallgató 4.-5.-6. mérésekre illetve a házi feladatra 1-1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) melyek átlaga képezi a gyakorlati jegy 50%-át.

A laborjegyet a két tanszék által adott osztályzatok átlagából képezzük, az átlagot 50 századtól felfele kerekítve.

11. Pótlási lehetőségek

lásd a 10. pontnál. A labor mérések a vizsgaidőszakban nem pótolhatók!

12. Konzultációs lehetőségek

szükség szerint

13. Jegyzet, tankönyv, felhasználható irodalom

A mérésekhez kiosztásra kerülő mérési útmutatók.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontakt óra	24
Félévközi felkészülés a laboratóriumi órákra	24
Labor jegyzőkönyvek elkészítése	12
Összesen	60

15. A tantárgy tematikáját kidolgozta

Név:	Beosztás:	Tanszék, Int.:
dr. Dobrowiecki Tadeusz	docens	MIT
dr. Horváth Gábor	docens	MIT
Dr. Lantos Béla	egyetemi tanár	IIT
dr. Pataki Béla	docens	MIT