Automatic control engineering and robotics, Electrotechnology, Computer science
Education profile
academic
Level of studies
PhD studies
Beginning semester
winter term 2016/2017
Course information
Semester
4
ECTS credits to win
2
Course type
optional
Teaching language
polish
Author of syllabus
prof. dr hab. inż. Krzysztof Patan
Classes forms
The class form
Hours per semester (full-time)
Hours per week (full-time)
Hours per semester (part-time)
Hours per week (part-time)
Form of assignment
Lecture
15
1
-
-
Exam
Aim of the course
Celem przedmiotu jest wprowadzenie słuchacza do zagadnień diagnostyki uszkodzeń z wykorzystaniem modeli neuronowych.
Prerequisites
Elementarna wiedza w zakresie metod sztucznej inteligencji
Scope
Struktury sieci neuronowych.
Modelowanie neuronowe i związane z nimi procesy optymalizacyjne.
Modelowanie systemów dynamicznych z zastosowaniem sztucznych sieci neuronowych.
Problem niepewności modelu przy modelowaniu neuronowym.
Projektowania struktur detekcji i lokalizacji uszkodzeń, odporne metody diagnostyczne.
Diagnostyka uszkodzeń urządzeń wykonawczych i czujników pomiarowych.
Przykłady zastosowań sztucznych sieci neuronowych w układach diagnostyki procesów przemysłowych.
Teaching methods
wykład: wykład problemowy, wykład konwencjonalny
Learning outcomes and methods of theirs verification
Outcome description
Outcome symbols
Methods of verification
The class form
Assignment conditions
Wykład - warunkiem zaliczenia jest uzyskanie pozytywnych ocen z kolokwiów pisemnych lub ustnych przeprowadzonych co najmniej raz w semestrze oraz uzyskanie pozytywnej oceny z egzaminu
Metody weryfikacji - wykład: kolokwium, egzamin w formie pisemnej
Składowe oceny końcowej = wykład: 100%
Recommended reading
Diagnostyka procesów. Modele, metody sztucznej inteligencji, zastosowania. Red: Korbicz J., Kościelny J.M., Kowalczuk Z., Cholewa W. -Wydawnictwo Naukowo-Techniczne, Warszawa, 2002.