Nicolae Dardac PROGRAM ANALITIC An universitar :2009/2010 Denumirea disciplinei
MODELARE ECONOMICA SI CALCUL NEURONAL
6 Numrul ore pe semestru / activiti Numrul de Total C S L/P Codul disciplinei credite 56 28 28 Anul 2008 Facultatea beneficiar Cibernetica, Statistica si Informatica Economica Semestrul II Specializarea Economie Cantitativa si Cibernetica Economica Categoria formativ a disciplinei: S F fundamental, S de specialitate, C complementar Categoria de opionalitate a disciplinei: O O obligatorie, A opional, F facultativ, S - special Obligatorii (condiionate) Discipline anterioare Recomandate Deoarece au la baza conceptul de reglare si autoreglare, retelele neuronale fac parte din categoria modelelor cele mai flexibile, robuste si eficiente, care pot fi utilizate pentru modelarea comportamentului sistemelor cibernetice. Cursul Modelare Economica si Calcul Neuronal are scopul de a oferi specialistului din domeniul Ciberneticii Economice cunostintele necesare pentru utilizarea instrumentelor de modelare de tip retea neuronala pentru rezolvarea unor probleme specifice din domeniul economico-financiar, cum ar fi analiza cantitativa, predictia si recunoasterea formelor. Obiectivele principale urmarite in cadrul cursului sunt legate de: insusirea cunostintelor privind conceptul de retea neuronala, elementele componente ale Obiective acesteia, caracteristicile functionale ale unei retele neuronle, principalele tipuri de retele neuronale si principiile fundamentale care stau la baza proiectarii retelelor neuronale; cunoasterea modalitatilor de antrenare sau instruire a unei retele neuronale, a algoritmilor si procedurilor numerice utilizate in acest scop; cunoasterea modalitatilor in care retelele neuronale pot fi utilizate pentru rezolvarea unor probleme concrete din domeniul economcofinanciar; descrierea principiilor care stau la baza implementarilor software ale retelelor neuronale. Cursul are urmatoarea tematica: Concepte si principii fundamentale ale modelarii economice si calculului neuronal;Tipuri de modele utilizate in domeniul economiei cantitative;Fundamente statistico-matematice ale calcului neuronal Structura si functionalitatea unei retele neuronale;Tipuri fundamentale de Coninut (descriptori) retele neuronale: perceptronul, retele neuronale asociative, retele neu-ronale Boltzmann; Algoritmi de instruire a unei retele neuronale ;Utilizarea retelelor neuronale in domeniul predictiei economico-financiare ;Utilizarea retelelor neuronale in domeniul recunoasterii formelor;Implementarea sotware a retelelor neuronale Forma de evaluare (E examen, V verificare pe parcurs, C colocviu) E - Evaluare pe parcurs 30% Stabilirea notei finale (procentaje) - Evaluare prin examen 70% Bibliografia Bishop C. M., Neural Network for Pattern Recognotion, Oxford Univ. Press, 1995 Dumitrescu D., Costin H., Retele neuronale, Editura Teora, Bucuresti, 1996 Enachescu C., Aplicatii ale retelelor neuronale in teoria statistica a invatarii, Editura Sigma, Bucuresti, 1999;Neagoe V., Stnil O., Recunoasterea formelor si retele neuronale, Editura MATRIXROM, Bucureti, 1999;Vancea R., Holban S., Ciubotariu D., Recunoaterea formelor. Aplicaii, Editura Academiei, Bucureti, 1987 Neural Network TOOBOX for use with MATLAB, The MathWorks Inc, 1994; Statistica
Neural Networks, Release 4.0 E, StatSoft Inc., Tulsa, OK 2000
Grad didactic, titlu, prenume, numele Prof. Univ. Dr. Gheorghe RUXANDA Legenda: C curs; S seminar; L/P lucrri practice n laborator i proiecte. Titular ( titulari )