Studia Podyplomowe
Oferta dydaktyczna IAiR

Sieci Neuronowe (SP-IP)

Cel

Zaznajomienie z podstawowymi formami zastosowań modeli neuronowych w systemach automatyki oraz monitorowania i diagnozowania procesów, ze szczególnym uwzględnieniem praktycznych aspektów wykonywania aplikacji przemysłowych.

Opis

Zasady modelowania w strukturach sztucznych sieci neuronowych. Aplikacje przemysłowe z zastosowaniem modeli neuronowych. Zagadnienia realiacyjne

Wymagania

Zagadnienia z zakresu przemysłowych systemów automaty (SCADA, DCS) oraz modelowania procesów.

Bibliografia

  1. Osowski S. Sieci neuronowe do przetwarzania informacji. Oficyna Wydawnicza Politechniki Warszawskiej,
  2. Warszawa, 2000
  3. Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W.: Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania. WNT, Warszawa, 2002

Metody oceny

Wykład: Zaliczenie na podstawie kolokwium
Laboratorium: Zaliczenie na podstawie ocen poszczególnych zadań laboratoryjnych

Szczegółowy rozkład zajęć

Nr Temat Opis Wymiar
1 Zasady modelowania w strukturach sztucznych sieci neuronowych Modelowanie w strukturach sztucznych sieci neuronowych. Rodzaje ,właściwości i zastosowania podstawowych struktur sieciowych . Zasady komponowania ciągów uczących, wspomagające analizy danych. Algorytmy uczenia. W 2
1 Badanie cech neuronowych modeli procesów ciągłych Cel: zapoznanie z cechami wybranych struktur sieci neuronowych i zasadami komponowania ciągów uczących . Zakres: Generowanie ciągów uczących i modelo-wanie w wybranych strukturach sieci neuronowych. Ocena wpływu ciągu uczącego na dokładność uzyskiwanego modelu. W 2
2 Aplikacje przemysłowe z zastosowaniem modeli neuronowych Walidacja i rekonstrukcja danych procesowych. Wirtualne czujniki i analizatory. Detekcja i lokalizacja uszkodzeń na podstawie analizy procesów, modele odniesienia. Optymalizacja procesów z wykorzystaniem modeli neuronowych, typowe struktury. W 2
2 Przykładowe zadania praktyczne Cel: zapoznanie z uwarunkowaniami związanymi z realizacją praktycznych zadań. Zakres: Budowa i badania modelu do analizatora spalin na podstawie rzeczywistych danych archiwalnych. Budowa i badania modelu do detekcji nieszczelności kotła energetycznego. W 3
3 Zagadnienia realiacyjne Narzędzia wspomagające modelowanie w strukturach sztucznych sieci neuronowych. Przykłady realizacji przemysłowych W 1
Instytut Automatyki i Robotyki
Politechnika Warszawska