Fakultet tehničkih nauka

Predmet: Duboko učenje u sistemima autonomnih i umreženih vozila (17.CEM822)

Osnovne informacije:
 
Kategorija Stručno-aplikativni
Uža naučna oblast Računarska tehnika i računarske komunikacije
ESPB 6

Izneti napredne teoretske i praktične aspekte dubokog učenja i vešačke inteligencije sa primenom u autonomnim i umreženim vozilima.

Student poseduje detaljna znanja o naprednim teoretskim i praktičnim aspektima dubokog učenja i veštačkih neuralnih mreža. Student ume da implementira modele dubokog učenja i primeni ih u domenu autonomnih i umreženih vozila. Student ime da konstruiše ove modele na višeprocesorskim platforma i programskim razvojnim alatima.

Duboko učenje pripada domenu veštačke inteligencije i mašinskog učenja. Klasifikacija slika, prepoznavanje govora, medicinska dijagnostika, kontrola funkcija robota i vozila su samo neki od primera primene dubokog učenja i veštačkih neuralnih mreža. U ovom predmetu iznosimo sledeće detalje: • Kontrolna petlja i nivoi automatizacije vozila. • Senzori, računarske platforme i aktuatori u vozilima. Umreženost vozila. • Arhitektura obrade u autnomnim vozilima. • Uvod u mašinsko učenje i njegova veza sa dubokim učenjem. • Arhitekture veštačkih neuralnih mreža poput direktnih, konvolucionih i rekurentnih, kao i njihove primene. • Metode učenja sa i bez nadgledanjem, kao i specifične iterativne adaptacije tokom treninga. Metode optimizizacije hiperparametara ka uspešnijoj konvergenciji tokom treninga. • Učenje sa pojačanjem. • Primene u autonomnim vozilima, kako konvolucionih tako i rekurentnih mreža u mogućim kombinacijama sa konvencionalnim metodama. Proučavanje konkretnih rešenja. • Primene za prepoznavanje objekata u saobraćaju, saobraćajne signalizacije, predviđanje putanja, fuzija raznorodnih senzora (kamera, lidara, radara...). Blisko usklađeno sa predavačkim delom, računarske vežbe koristiće Python i TensorFlow kao programsku platformu, kao i fizičku višeprocesorsku platformu koja je namenjena vozilima i transportnim sistemima.

Predavanja koja izlažu teoriju i algoritme sa analizom konkretnih rešenja. Vežbe koje implemetiraju i optimizuju veštačke neuralne mreže koristeći aktoelne programske alate. Projektni zadatak koji zahteva rad na procesorskoj platformi namenjenoj auto industriji.

Autori Naziv Godina Izdavač Jezik
Zoran Kostic ECBM E4040 Neural Networks and Deep Learning, Columbia University, 2017 2017 Engleski
Dragan Samardžija i Milena Milošević Duboko učenje za autonomna vozila 2020 Univerzitet u Novom Sadu, FTN Srpski jezik
Goodfellow, I., Bengio, Y., Courville, A. Deep Learning 2017 MIT Press, Cambridge Engleski
Lex Fridman Deep Learning for Self-Driving Cars, MIT 2017 MIT Engleski
Fei-Fei Li CS231n Convolutional Neural Networks for Visual Recognition, Stanford University, Spring 2017 2017 Engleski
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetna aktivnost
Pismeni deo ispita - kombinovani zadaci i teorija
Predispitna
Ne
Obavezna
Da
Broj poena
50.00
Predmetna aktivnost
Odbrana projekta
Predispitna
Da
Obavezna
Da
Broj poena
50.00
Predavanja
Računarske vežbe
Računarske vežbe