OPIS PREDMETA
Napredna obdelava podatkov v geoznanosti
Program:
Okoljske in regionalne študije (3. stopnja)
Modul:4D Zemlja
Koda predmeta: DIZ01
Letnik: Brez letnika
Nosilec:
Doc. dr. Gorazd Žibret
ECTS: 6
Obseg: predavanja 10 ur, seminar 10 ur, vaje 10 ur, samostojno delo študenta 150 ur
Vrsta predmeta: izbirni na modulu
Jeziki: slovensščina, angleščina
Metode poučevanja in učenja: predavanja, seminarji, individualne naloge, konzultacije, e-izobraževanje
Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:
Končana druga bolonjska stopnja ustrezne smeri ali univerzitetni študij VII stopnje.
Vsebina:
- Uvod v umetno inteligenco
- Specifika podatkov v geoznanosti:
- kompozitni podatki,
- orientacije,
- ekstremne vrednosti,
- tributivni podatki.
- Nevronske mreže:
- lastnosti,
- vrste,
- topologije,
- propagacija naprej in
- povratne mreže.
- Metode strojnega učenja mrež:
- nadzorovano
- nenadzorovano
- okrepljeno
- evolucijsko
- Priprava podatkov, validacija
- Dobre in slabe lastnosti nevronskih mrež
- Načini pristopa k problemu
- Primeri iz prakse
- Druge metode umetne inteligence:
- linearna in multipla regresija,
- odločitvena drevesa,
- metoda podpornih vektorjev,
- “mehka” logika ipd.
- samostojne vaje
Temeljni literatura in viri:
- Nielsen A.M. Neural Networks and deep learning. Determination press, 2015, 224 p.
- https://static.latexstudio.net/article/2018/0912/neuralnetworksanddeeplearning.pdf
- http://neuralnetworksanddeeplearning.com/
- Haykin S. Neural Networks and learning machines, 3rd ed. Prentice Hall, 2009.
https://dai.fmph.uniba.sk/courses/NN/haykin.neural-networks.3ed.2009.pdf - ŽIBRET, Gorazd, ŠAJN, Robert. Hunting for geochemical associations of elements: factor analysis and self-organising maps. Mathematical geology. 2010, vol. 42, no. 6, str. 681-703. DOI: 10.1007/s11004-010-9288-3.
- ŽIBRET, Gorazd, ŠAJN, Robert, ALIJAGIĆ, Jasminka, STAFILOV, Trajče. Use of neural networks in the geochemical data interpretation. Zeitschrift für geologische Wissenschaften. 2012, bd. 40, h. 4/5, str. 253-266.
- CERAR, Sonja, MEZGA, Kim, ŽIBRET, Gorazd, URBANC, Janko, KOMAC, Marko. Comparison of prediction methods for oxygen-18 isotope composition in shallow groundwater. Science of the total environment. 2018, vol. 631-632, str. 358-368. DOI: 10.1016/j.scitotenv.2018.03.033.
Cilji in kompetence:
Študent oz. študentka pozna osnove metod umetne inteligence in jih je zmožen uporabiti metode nevronskih mrež pri reševanju problemov
Predvideni študijski rezultati:
Študentka oz. študent je zmožen samostojne uporabe metod nevronskih mrež z uporabo simulatorja MemBrain. Zna analizirati problem, določiti primerne topologije mrež, pripraviti podatke, mrežo naučiti, dobljeni model primerno ovrednotiti in ga tudi uporabiti v praksi.
Metode poučevanja in učenja:
- Predavanja
- Seminar
- Individualne naloge
- Konzultacije
- e-izobraževanje
Načini ocenjevanja:
- Seminarska naloga z zagovorom 100 %