Biocybernetyka i inżynieria medyczna 2000: Sieci neuronowe

Część 1: Architektury, algorytmy uczenia i projektowania sieci; 1. Wstęp do sieci neuronowych; 2. Wstępne przetwarzanie danych; 3. Metoda wstecznej propagacji błędów i jej modyfikacje; 4. Zastosowanie algorytmu RLS do uczenia sieci neuronowych; 5. Neuronowe sieci modularne; 6. Samoorganizujące sieci neuronowe; 7. Statyczne i dynamiczne sieci GMDH; 8. Ontogeniczne sieci neuronowe; 9. Strategie projektowania sieci neuropodobnych; 10. Optymalizacja architektury sieci neuronowych; Część 2: Zastosowania; 11. Aproksymacja funkcji przy pomocy jednokierunkowych sieci neuronowych; 12. Sieci dynamiczne i ich zastosowanie w modelowaniu i identyfikacji; 13. Sieci neuronowe w identyfikacji systemów Wienera i Hammersteina; 14. Sieci neuronowe w przetwarzaniu i rozpoznawaniu obrazów; 15. Wybrane obszary biomedycznych zastosowań sieci neuronowych; 16. Neuronowe metody analizy szeregów czasowych i możliwości ich zastosowań w zagadnieniach biomedycznych; 17. analiza szeregów czasowych obrazów fMRI; 18. Sieci neuronowe w modelowaniu zaburzeń neuropsychologicznych i chorób psychicznych; 19. Sieci neuronowe i logika rozmyta w medycynie - przegląd zastosowań; Część 3: Metody hybrydowe 20. Neuronowe metody odkrywania wiedzy w danych; 21. Sieci neuronowe i uczenie maszynowe: próba integracji; 22. Algorytmy genetyczne i ewolucyjne; 23. Systemy rozmyte i rozmyto-neuronowe; 24. Inteligentne systemy obliczeniowe i sztuczna inteligencja; 25. Metody hybrydowe w diagnostyce medycznej; 26. Model FSM w zastosowaniu do klasyfikacji;