(3 час). - Lms Kazntu

2
УЧЕБНАЯ ПРОГРАММА ДИСЦИПЛИНЫ – SYLLABUS
1 Цели и задачи дисциплины
Целью преподавания
дисциплины «Биометрия и нейронные сети» является:
ознакомить студентов с методологическими основами принципов построения и
функционирования искусственных нейронных сетей, основных видов нейронных сетей и
применения нейронных сетей, изучению методов биометрической идентификации, а также
применения биометрических технологий.
Задачами изучения дисциплины являются: изучение биометрических технологий и
методов автоматической идентификации человека, рассмотрение функций нейронных сетей,
изучение архитектуры нейронных сетей, математической модели искусственного нейрона,
изучение основных операций при работе с нейронной сетью.
Пререквизиты: предшествующие дисциплины необходимые для изучения данной
дисциплины: «Дискретная математика», «Алгоритмические языки и программирование»,
«Методы и средства защиты компьютерной информации».
Постреквизиты: перечень дисциплин, в которых используются знания изучаемой
дисциплины (по рабочему учебному плану специальности): подготовка и защита дипломного
проекта.
2 Система оценки знаний
По кредитной технологии обучения для всех курсов и по всем дисциплинам
Казахского национального исследовательского технического университета имени К. И.
Сатпаева применяется рейтинговый контроль знаний студентов. Сведения об оценке знаний
осуществляются по балльной рейтинговой системе в виде шкалы с указанными всеми
видами контроля.
Для каждой дисциплины устанавливаются следующие виды контроля: текущий
контроль, рубежный контроль, итоговый контроль.
Видами текущего контроля являются контрольные работы, рефераты, семестровые
задания, коллоквиумы, выполнение лабораторных работ и др. К итоговому контролю
относятся курсовой проект или курсовая работа и экзамен. В зависимости от видов итогового
контроля применяются различные виды контроля (таблица 1).
Таблица 1
Распределение рейтинговых процентов по видам контроля
Вид итогового
Виды контроля
контроля
Экзамен
Итоговый контроль
Рубежный контроль
Текущий контроль
Проценты
100
100
100
Сроки сдачи результатов текущего контроля определяются календарным графиком
учебного процесса по дисциплине (таблица 2). Количество текущих контролей определяется
содержанием дисциплины и ее объемом, которое указывается в учебно-методическом
комплексе дисциплины.
Таблица 2
Недели
Количество
контролей за
неделю
Календарный график сдачи всех видов контроля
по дисциплине «Биометрия и нейронные сети»
1 2
3
4
5
6
7
8
9 10 11 12
13
14
15
1
1
1
1
1
1
1
1
1
2
3
1
1
1
1
1
Вид контроля
С
ЛР1
ЛР15
ЛР1 СР ЛР3 СР ЛР7 СР РК СР ЛР9 СР
СР
РК
Р
2
Виды контроля: ЛР – лабораторная работа, СР – самостоятельная работа, РК – рубежный
контроль.
Студент допускается к сдаче итогового контроля при наличии суммарного
рейтингового балла  30. Итоговый контроль считается сданным в случае набора  20
баллов. Итоговая оценка по дисциплине определяется по шкале (таблица 3).
Таблица 3
Оценка знаний студентов
Оценка
Буквенный
эквивалент
Отлично
А
АХорошо
В+
В
ВУдовлетворительно
С+
С
СD+
D
Неудовлетворительно
F
Рейтинговый балл
(в процентах %)
95-100
90-94
85-89
80-84
75-79
70-74
65-69
60-64
55-59
50-54
0-49
В баллах
4
3,67
3,33
3,0
2,67
2,33
2,0
1,67
1,33
1,0
0
3 Содержание дисциплины
3. 1 Распределение часов по видам занятий
Количество
академических часов
№
нед Наименование темы
ели
1
1
2
3
4
5
2
Введение в биометрию и нейронные сети. Краткая
история развития искусственных нейронных сетей.
Что такое биометрия? Области применения
биометрии. Основные понятия нейронных сетей.
Биометрические системы безопасности. Диапазон
проблем, решаемых с помощью биометрических
систем. Надежность биометрических систем. Угрозы
биометрическим системам.
Работа биометрической системы. Идентификация и
верификация. Регистрация. Интеграция. Сферы
применения
биометрических
систем.
Виды
биометрических идентификаторов.
Биометрические технологии. Идентификация по
отпечаткам пальцев. История развития биометрии по
отпечаткам пальцев. Сканирование отпечатков
пальцев. Подходы к защите от муляжей.
Биометрические
технологии.
Биометрическая
4
Лек- Лаб.
СРСП СРС
ция раб.
3
4
5
6
2
2
2
3
2
2
2
2
2
2
3
2
2
2
3
3
6
7
8
9
10
11
12
13
14
15
идентификация по рисунку лица. Распознавание
голоса.
Применение
систем
голосовой
идентификации.
Биометрические технологии. Идентификация по
радужке глаза.
Биометрические
технологии.
Геометрическое
строение руки и пальцев. Идентификация по почерку.
Нейронные
сети.
Основные
направления
использования искусственных нейронных сетей.
Реализация искусственных нейронных сетей.
Модели искусственных нейронов. Математическая
модель искусственного нейрона. Функции активации.
Основные виды нейронных сетей.
Основы построения и применения нейронных
сетей. Основные операции при работе с нейронной
сетью. Предварительная обработка информации.
Основы построения и применения нейронных
сетей. Виды и принципы предварительной обработки
информации. Обработка аномалий, противоречий и
дубликатов. Трансформация данных.
Ресэмплинг и сэмплинг. Интерпретация ответов
сети. Показатели качества работы сети.
Построение (конструирование) нейронной сети.
Способность нейронной сети к обобщению.
Оптимизация структуры сети.
Общие подходы к обучению нейронных сетей.
Оценивание и сравнение нейросетевых моделей.
Ансамбли нейросетевых моделей. Понятие ансамбля
моделей. Бэггинг. Бустинг. Перспективы развития
нейронных сетей и биометрических средств защиты
информации. Заключение.
Всего (часов)
30
2
2
2
2
3
3
2
2
2
3
2
2
3
3
2
2
2
3
2
2
3
3
2
2
2
3
2
2
2
3
2
2
2
3
2
2
2
3
2
2
2
3
30
2
30
3
45
3.2 Содержание лекционных занятий
1. Введение в биометрию и нейронные сети. Краткая история развития искусственных
нейронных сетей. Что такое биометрия? Области применения биометрии. Основные понятия
нейронных сетей.
2. Биометрические системы безопасности. Диапазон проблем, решаемых с помощью
биометрических систем. Надежность биометрических систем. Угрозы биометрическим
системам.
3. Работа биометрической системы. Идентификация и верификация. Регистрация.
Интеграция. Сферы применения биометрических систем. Виды биометрических
идентификаторов.
4. Биометрические технологии. Идентификация по отпечаткам пальцев. История
развития биометрии по отпечаткам пальцев. Сканирование отпечатков пальцев. Подходы к
защите от муляжей.
5. Биометрические технологии. Биометрическая идентификация по рисунку лица.
Распознавание голоса. Применение систем голосовой идентификации
6. Биометрические технологии. Идентификация по радужке глаза
7. Биометрические технологии. Геометрическое строение руки и пальцев.
Идентификация по почерку.
5
8. Нейронные сети. Основные направления использования искусственных нейронных
сетей. Реализация искусственных нейронных сетей.
9. Модели искусственных нейронов. Математическая модель искусственного нейрона.
Функции активации. Основные виды нейронных сетей.
10. Основы построения и применения нейронных сетей. Основные операции при
работе с нейронной сетью. Предварительная обработка информации.
11. Основы построения и применения нейронных сетей. Виды и принципы
предварительной обработки информации. Обработка аномалий, противоречий и дубликатов.
Трансформация данных.
12. Ресэмплинг и сэмплинг. Интерпретация ответов сети. Показатели качества работы
сети.
13. Построение (конструирование) нейронной сети. Способность нейронной сети к
обобщению. Оптимизация структуры сети.
14. Общие подходы к обучению нейронных сетей. Оценивание и сравнение
нейросетевых моделей.
15. Ансамбли нейросетевых моделей. Понятие ансамбля моделей. Бэггинг. Бустинг.
Перспективы развития нейронных сетей и биометрических средств защиты информации.
Заключение.
3.3 Лабораторные работы, их содержание и объем в часах
Темы лабораторных занятий (30 часов):
Лабораторная работа №1. U.are.U 4500 оптическая USB 2.0 или Дактилоскопический
сканер Futronic FS-80 сканер отпечатков пальцев (3 час).
Лабораторная работа №2. Системы распознавания речи. Изучение принципов
предварительной обработки сигнала. (3 час).
Лабораторная работа №3. Системы распознавания речи. Определение
помехоустойчивости (3 час)
Лабораторная работа №4. Работа с графическим планшетом (3 час).
Лабораторная работа №5. Изучение среды разработки нейронных сетей (3 час).
Лабораторная работа №6. Создание искусственного нейрона (3 часа).
Лабораторная работа №7. Многослойный персептрон. (3 часа)
Лабораторная работа №8. Сети Кохонена. (3 часа)
Лабораторная работа №9. Карты Кохонена. (3 часа)
Лабораторная работа №10. Сети Хопфилда. (3 часа)
3.4 Самостоятельная работа студентов под руководством преподавателя (СРСП)
и (СРС)
3.4.1 Самостоятельная работа студентов под руководством преподавателя
(СРСП) (30 часов)
1. Персептроны. Архитектура и алгоритм обучения персептрона.
2. Создание и моделирование персептрона.
3. Многослойный персептрон.
4. Сети Кохонена.
5. Карты Кохонена.
6. Радиальные базисные сети.
7. Сети Хопфилда.
8. Нейрон с сигмоидальной функцией активации.
9. Нейроны типа WTA.
10. Сеть Хемминга.
11. Применение нейронных сетей для распознавания образов.
12. Применение нейронных сетей для биометрической аутентификации.
13. Нейросетевые контейнеры.
6
14. Достоинства и недостатки нейронных сетей.
15. Нечеткие нейронные сети.
3.4.2 Самостоятельная работа студентов (СРС) (45 часов)
1. Классификация и структура систем распознавания речи.
2. Сферы применения биометрических систем.
3. Биометрические технологии.
4. История развития биометрии по отпечаткам пальцев.
5. Биометрическая идентификация по рисунку лица.
6. Применение систем голосовой идентификации.
7. Идентификация по радужке глаза.
8. Геометрическое строение руки и пальцев. Идентификация по подписи.
9. Основные направления использования искусственных нейронных сетей.
10. Модели искусственных нейронов.
11. Идентификация по почерку.
12. Информативность биометрических параметров.
13. Формирование баз биометрических данных.
14. Устройства, применяемые для биометрической аутентификации.
15. Угрозы биометричеким системам.
Таблица 5
График проведения занятий
№
Дата
Время
1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1
2
3
4
2
3
Наименование тем
Лекции
4
Введение в биометрию и нейронные сети.
Биометрические системы безопасности
Работа биометрической системы
Биометрические технологии.
Биометрические технологии.
Биометрические технологии. Идентификация по радужке
глаза.
Биометрические технологии. Геометрическое строение
руки и пальцев.
Нейронные сети.
Модели искусственных нейронов.
Основы построения и применения нейронных сетей.
Основы построения и применения нейронных сетей.
Ресэмплинг и сэмплинг.
Построение (конструирование) нейронной сети
Общие подходы к обучению нейронных сетей
Ансамбли нейросетевых моделей.
Лабораторные работы
U.are.U
4500
оптическая
USB
2.0
или
Дактилоскопический сканер Futronic FS-80 сканер
отпечатков пальцев
Системы распознавания речи. Изучение принципов
предварительной обработки сигнала.
Системы
распознавания
речи.
Определение
помехоустойчивости
Работа с графическим планшетом
7
5
6
7
8
9
10
Изучение среды разработки нейронных сетей
Создание искусственного нейрона
Многослойный персептрон
Сети Кохонена
Карты Кохонена
Сети Хопфилда
4 Учебно-методические материалы по дисциплине
4. 1 Материал для обязательного изучения
1. Чморра А.Л. Маскировка ключа с помощью биометрии «Проблемы передачи
информации» 2011 № 2(47) с. 128-143.
2. Язов Ю.К. и др. Нейросетевая защита персональных биометрических данных.
//Ю.К.Язов (редактор и автор), соавторы В.И. Волчихин, А.И. Иванов, В.А. Фунтиков, И.Г.
Назаров // М.: Радиотехника, 2012. 157 с.
3. Ахметов Б.С., Иванов А.И., Малыгин А.Ю., Фунтиков В.А. Основы биометрической
аутентификации личности. Учебное пособие. – Алматы: КазНТУ, 2014. – 122 с.
4. Ахметов Б.С., Горбаченко В.И. Лабораторный практикум по курсу «Нейронные
сети»– Алматы: КазНТУ, 2015. – 98 с.
5. Болл Руд и др. Руководство по биометрии. / Болл Руд, Коннел Джонатан Х., Панканти
Шарат, Ратха Налини К., Сеньор Эндрю У. // Москва: Техносфера, 2007. -368 с.
6. Медведев В. С.,
Потемкин В. Г. Нейронные сети. MATLAB 6. — М.:
ДИАЛОГ-МИФИ, 2002. — 496 с.
7. Хайкин С. Нейронные сети: полный курс. — М.: Вильямс, 2006. — 1104 с.
8. Осовский С. Нейронные сети для обработки информации. — М.: Финансы и
статистика, 2002. — 244 с.
9. Паклин Н. Б., Орешков В. И. Бизнес-аналитика: от данных к знаниям. – 2-е издание.
– СПб.: Питер, 2013. – 704 с.
10. Кохонен Т. Самоорганизующиеся карты. — М.: БИНОМ. Лаборатория знаний,
2008. — 655 с.
11. Горбаченко В. И. Вычислительная линейная алгебра с примерами на MATLAB. —
СПб.: БХВ-Петербург, 2011. — 320 с.
12. Головко В. А. Нейронные сети: обучение, организация и применение. — М.:
ИПРЖР, 2001. — 256 с.
4. 2 Материал для дополнительного ознакомления
6. Перекрёстная
энтропия
[Электронный
ресурс].
URL:
http://ru.wikipedia.org/wiki/Перекрёстная_энтропия (дата обращения: 15.12.2013).
7. Нейронная сеть с SoftMax слоем на C# [Электронный ресурс]. URL:
http://habrahabr.ru/post/155235/ (дата обращения: 15.12.2013).
9. Стариков А. Самоорганизующиеся карты — математический аппарат. [Электронный
ресурс]. URL: http://www.basegroup.ru/neural/som.htm/ (дата обращения: 10.05.2014).
8
СОДЕРЖАНИЕ
1.Цели и задачи дисциплины…………………………………………………….
2. Система оценки знаний……………………………………………………….
3. Содержание дисциплины……………………………………………………...
4. Учебно-методические материалы по дисциплине………………………………
9
3
3
5
9