آموزش شبکه های عصبی مصنوعی Artificial Neural Networks (هوافضا)

1-    معرفی شبکه های عصبی پرسپترون تک و چند لایه

-        تئوری

-        مدل سازی ریاضی

-        ترکیبات منطقی تک و چند لایه

-        بررسی روش های بهینه سازی

o       کلاسیک ؛ Levenberg-Marquardt

•         Gradient Descend
•         Back propagation
•         Adaptive Learning

o       هوشمند

-        معرفی کاربردهای شبکه عصبی

•       Modeling & Function approximation
•      Classification ، Vector quantization
•     Associated Memory
•      Compression
•       Optimization
•       System Identification
•        Control

2- معرفی شبکه های عصبی شعاعی

3- معرفی روش های آموزش کلاسیک و هوشمند و کد نویسی آنها

4- معرفی سری های زمانی و کدنویسی آنها

5- معرفی شبکه های عصبی هایفیلد و رقابتی و نگاشت SOM

6- یادگیری غیرنظارتی و الگوریتم k-means

7- معرفی ماشین بردار پشتیبان و کلاسترینگ و رگرسیون آن