|
В курсе будет рассказано как методы машинного обучения и
искусственного интеллекта могут быть применены в различных
механических системах. При этом на механических задачах
демонстрируются различные методы машинного обучения. Как правило,
каждая лекция посвящена отдельному методу машинного обучения.
Каждая лекция состоит из трех частей:
- краткое изложение метода машинного обучения
- постановка задачи механики
- демонстрация применения метода машинного обучения
Курс можно рассматривать как введение в практические методы
машинного обучения и искусственного интеллекта.
Минимальные требования – знание основ дискретной математики
(графы, логика, алгоритмы), основы математического анализа, основы
теории вероятности, понятия алгебры (матрицы, группы), понятия
дифференциальных уравнений, а также основы теоретической механики
(статика, кинематика, законы динамики).
Программа курса
- Машинное обучение и искусственный интеллект в прикладных
задачах: обзор возможностей.
- Решение задач статики и кинематики с помощью метода
имитации отжига.
- Генетические алгоритмы в задачах оптимального управления.
- Обучение персептрона задачах распознавания движения.
- Многослойные нейронные сети и задачи динамики.
- Задачи классификации и распознавания в динамике
механических систем.
- Самоорганизующиеся карты Кохонена и мониторинг сложных
механических систем.
- Обучение с подкреплением и обучение механических систем.
- Нечеткая логика при управлении движением.
- Машинное обучение в дифференциальных играх.
Финансовая поддержка. Курс проводится при финансовой поддержке Минобрнауки России (грант на создание и развитие МЦМУ МИАН, соглашение № 075-15-2019-1614).
 RSS: Ближайшие семинары
 Руководитель семинара
Шамин Роман Вячеславович
Организации
Математический институт им. В.А. Стеклова Российской академии наук, г. Москва
Математический центр мирового уровня «Математический институт им. В.А. Стеклова Российской академии наук» (МЦМУ МИАН) |
