Uz augšu

Mājaslapa

Pēdējās izmaiņas 26.12.2016.

Specseminārs "Bioloģiski iedvesmota skaitļošana"

(Biologically inspired computing)

 

2016. g. rudenī: CETURTDIENĀS 16:30-18:00 16. auditorijā

 

Par tēmām, kas saistās gan ar mašīnmācīšanos, gan mākslīgo intelektu vispār, bet savās izpausmēs bieži pozicionējoties dažādu bioloģisko un cilvēka domāšanas procesu virzienā.

 

Aktuāli 2016:

2016. gada apakštēma: kolektīvais intelekts (collective intelligence) – kolektīvā intelekta koncepts ar skaitļošanas problēmu risinājumu piemēriem un šī virziena vieta mūsdienu datorzinātnē. Semināra darbas valodas: latviešu un angļu.

Semināru vada: Jānis Zuters un Viktorija Ļeonova

  • 08.09.2016. Pirmais specsemināru "reklāmpasākums" PAR VISĀM TĒMĀM 16:30 13. auditorijā

  • 15.09.2016. Ievadnodarbība.

  • 22.09.2016. Collective intelligence: Swarm intelligence.

  • 29.09.2016. Reinforcement learning. An introduction.

  • 06.10.2016. Reinforcement learning. Algorithms and perceptual aliasing. (at Linux centre)

  • 13.10.2016. Collective intelligence. Ant colony optimization.

  • 20.10.2016. Phys. Rihards Rūmnieks: "Zināšanu apguve – atklājumu secība un tikai." (knowledge acquisition as succession of discoveries, and just this). In Latvian.

  • 27.10.2016. May Htoo Maung: "Swarm robotics".

  • 03.11.2016. Wai Mon Tun: "Designing games with a purpose".

  • 10.11.2016. What We Believe But Cannot Prove.

  • 17.11.2016. –

  • 24.11.2016. Viktorija Leonova: Language and Cognition.

  • 01.12.2016. Viktorija Leonova: Language and Cognition II. Discussion.

  • 08.12.2016. –

  • 15.12.2016. The Curse of Generalization. Deep learning.

  • 22.12.2016. About kilobots.

  • Semināra atskaites forma: seminara_atskaite.doc (jāaizpilda un jāatsūta, lai dabūtu gala vērtējumu)

 

Aktuāli 2015:

  • 10.09.2015. Pirmais specsemināru "reklāmpasākums" PAR VISĀM TĒMĀM 16:30 13. auditorijā: http://www.df.lu.lv/zinas/t/35099/

  • 17.09.2015. Ievadnodarbība

  • 24.09.2015. Ievads stimulētajā apmācīšanā (reinforcement learning)

  • 01.10.2015. Doktorants Agris Traškovs par mašīnmācīšanās metodēm automātiskā mežu kartēšanā un monitorēšanā.

  • 08.10.2015. Stimulētā apmācīšanās II (reinforcement learning II).

  • 15.10.2015. Phys. Rihards Rūmieks par valodas elementu ģenēzi.

  • 22.10.2015. Stimulētā apmācīšanās III (reinforcement learning III).

  • 29.10.2015. Cilvēka uztveres psiholoģiskās īpatnības.

  • 05.11.2015. Valoda un domāšana.

  • 12.11.2015. Edmunds Ozoliņš par Swarm Intelligence

  • 19.11.2015. Mūzika un domāšana. Kāpēc ir 7 baltie un 5 melnie taustiņi.

  • 26.11.2015. Pēteris Lauris: Ieteikumu sistēmas

  • 03.12.2015. Programmēšana kā izziņas forma un mākslīgā intelekta uzbūvēšana kā mērķis.

  • 10.12.2015. (13. auditorijā) Noslēdzošā nodarbība. Ģirts Viļumsons par droniem.

  • 17.12.2015. [NENOTIEK]

Notikumi 2014:

  • 11.09.2014. Ievadnodarbība

  • 18.09.2014. Ievads mākslīgajā intelektā I

  • 25.09.2014. Ievads mākslīgajā intelektā II

  • 02.10.2014. Ievads mašīnmācīšanā. Studentu referāti par Deikstras algoritmu, TSP, spēli Wumpus

  • 09.10.2014. Doktorante Annija Rupeneite par pokera spēles modelēšanu ar mākslīgā intelekta līdzekļiem

  • 16.10.2014. Phys. Rihards Rūmnieks: "Vērtēšana. Mērīšana. Rēķināšana"

  • 23.10.2014. Reinforcement learning

  • 30.10.2014. Mašīnmācīšanās paradigmas

  • 06.11.2014. POMDP problēmas risināšana

  • 13.11.2014. Intelektuāls aģents, aģentu sadarbība, valoda

  • 20.11.2014. Labu piemēru izvēles nozīmīgums eksperimentos, akadēmiskā programmēšana

 

Notikumi 2013:

  • 12.09.2013. Ievadnodarbība

  • 19.09.2013. RTU doktora grāda pretendente Ilze Birzniece par savu promocijas darbu "INTERAKTĪVAS UZ INDUKTĪVO APMĀCĪBU BALSTĪTAS KLASIFIKĀCIJAS SISTĒMAS MODEĻA IZSTRĀDE"

  • 26.09.2013. Referē DF doktorants Georgijs Kanonirs

  • 03.10.2013. Jānis Zuters: Kas ir mašīnmācīšanās uzdevums (problēma)?

  • 10.10.2013. phys. Imants Vilks. Kad parādīsies mākslīgā apziņa? (http://journaldatabase.org/articles/when_will_consciousness_emerge.html)

  • 17.10.2013. phys. Rihards Rūmnieks. "Nedaudz par izziņas ģenēzi un izziņu"

  • 24.10.2013. Jānis Zuters par algoritmu HTM CLA un Reinforcement Learning.

  • 31.10.2013. Jānis Zuters par POMDP (Partially observable Markov decision process) un tā risināšanas modeli RTM.

  • 07.11.2013. [NENOTIEK]

  • 14.11.2013. phys. Rihards Rūmnieks par modeļiem un valodu:

      detalizēts

Redze ──────────► modelis ──────► valoda ┐

                    ▲                    │

                    │    objektivizēts   │

                    └────────────────────┘

  • 21.11.2013.

  • 28.11.2013.

  • 05.12.2013. DF studente Monta Kudiņa par aģentiem un vidi.

  • 12.12.2013. Reach.ly pārstāvis Ernests Štāls par tīmekļa tekstu analīzi.

  • 19.12.2013. DF students Kārlis Purens. Valodas mācīšanās struktūra un pielietojums.

 

Potenciālās tēmas semināram:

  • Reinforcement learning in continuous action space.

  • Ensembles of classifiers.

  • Hidden Markov models.

  • Recurrent neural networks.

  • Spiking neural networks.

  • Brain-like computing.

  • Universal reinforcement learning.

  • Evolutionary programming.

  • Artificial life.

  • Robot learning.

  • Multi-agent systems.

  • Deep learning.

Notikumi 2012:

  • 12.09.2012. Ievadnodarbība

  • 19.09.2012. –

  • 26.09.2012. DF doktorants Georgijs Kanonirs par savu disertācijas tēmu: "Objektu atpazīšana un lokalizācija: pētījuma uzdevumi, iestrādes un plāni"

  • 03.10.2012. DF maģistrants Askars Salimbajevs par savu maģistra darba tēmu: "Inverse reinforcement learning"

  • 10.10.2012. DF pārstāvis Jānis Zuters par savu 'neural reinforcement' algoritmu CNR

  • 17.10.2012. DF pārstāvis Rihards Rūmnieks: Zināšanu apguves (mācīšanās) specifika uz mašīnām nereducējamās sistēmās (303. telpā)

  • 24.10.2012. DF bakalaurants Emīls Šolmanis par mašīnmācīšanās tehnoloģiju HTM.

  • 31.10.2012. DF pārstāvis Rihards Rūmnieks: Zināšanu apguves (mācīšanās) specifika uz mašīnām nereducējamās sistēmās. II daļa

  • 07.11.2012. Akadēmiskā programmēšana. Diskusija

  • 14.11.2012. –

  • 21.11.2012. DF doktorants Georgijs Kanonirs par HTM CLA

  • 28.11.2012. Vai ir cerības jelkad uzprogrammēt īstu intelektu? Diskusija

  • 05.12.2012. (nenotiek)

  • 12.12.2012. Referē DF bakalaurants Modris Vekmanis

  • 19.12.2012. Referē DF bakalaurants Jānis Laimiņš: NEAT (Neuro-Evolution of Augmenting Topologies), pastiprinātā apmācīšanās ar neironu tīkliem

 

Jautājumi, idejas, ierosinājumi adresējami man –

elektroniski, telefoniski (67034506)

vai klātienē R19 333. telpā

 

Jānis Zuters