วิชา Neural Network

หมวดที่ 1 ข้อมูลโดยทั่วไป
1. รหัสและชื่อรายวิชา
02-052-414 โครงข่ายประสาทเทียม
  Neural Network
2. จำนวนหน่วยกิต
3(3-0-6)
3. หลักสูตรและประเภทของรายวิชา
หลักสูตรวิทยาศาสตรบัณฑิต     หมวดวิชาชีพเฉพาะ     กลุ่มวิชาชีพเลือก
4. อาจารย์ผู้รับผิดชอบรายวิชาและอาจารย์ผู้สอน
ผู้รับผิดชอบรายวิชา
เฉลิมชัย หล่อวงศ์ตระกูล                ศูนย์กลาง นครราชสีมาอาจารย์ผู้สอน
เฉลิมชัย หล่อวงศ์ตระกูล                ศูนย์กลาง นครราชสีมา
5. ภาคการศึกษา/ชั้นปีที่เรียน
ภาคการศึกษาที่ 1 / 2560
6. รายวิชาที่ต้องเรียนมาก่อน (Prerequisite) (ถ้ามี)
7. รายวิชาที่ต้องเรียนพร้อมกัน (Corequisite) (ถ้ามี)
8. สถานที่เรียน
คณะ วิทยาศาสตร์และศิลปศาสตร์   มหาวิทยาลัยเทคโนโลยีราชมงคลอีสาน 34-806
9. วันที่จัดทำหรือปรับปรุงรายละเอียดของรายวิชาครั้งล่าสุด
หมวดที่ 2 จุดมุ่งหมายและวัตถุประสงค์
1. จุดมุ่งหมายรายวิชา
1. สามารถอธิบายหลักการของโครงข่ายประสาทเทียมได้
2. สามารถประยุกต์ใช้โครงข่ายประสาทเทียมได้
2. วัตถุประสงค์ในการพัฒนา/ปรับปรุงรายวิชา
เพื่อให้นักศึกษามีความรู้เป็นพื้นฐานการเรียนวิชาอื่นๆ ที่เกี่ยวข้อง โดยมีตัวอย่างอ้างอิงกรณีศึกษาด้านโครงข่ายประสาทเทียมแบบผสม และการประมวลผลโดยใช้ปัญญาเชิงคำนวณ
หมวดที่ 3 ลักษณะและการดำเนินการ
1. คำอธิบายรายวิชา
ศึกษาพื้นฐานโครงข่ายประสาทเทียม กฎการเรียนรู้แบบเปอร์เซพตรอน กฎการเรียนรู้แบบเดลต้า กฎการเรียนรู้แบบเดลต้าทั่วไป โครงข่ายเปอร์เซพตรอนแบบหลายชั้น การเรียนรู้แบบแพร่ย้อนกลับ การเรียนรู้แบบผู้ชนะได้หมด โครงข่ายการก่อตัวด้วยตนเอง การสร้างและการประยุกต์ใช้งานโครงข่ายประสาทเทียม
2. จำนวนชั่วโมงที่ใช้ต่อภาคการศึกษา
บรรยาย สอนเสริม การฝึกปฏิบัติ/งานภาคสนาม/การฝึกงาน การศึกษาด้วยตนเอง
30   45 85
3. จำนวนชั่วโมงต่อสัปดาห์ที่อาจารย์ให้คำปรึกษา และแนะนำทางวิชาการแก่นักศึกษาเป็นรายบุคคล
5 ชั่วโมง/สัปดาห์  ผ่านทาง e-learning, e-mail และ Facebook
หมวดที่ 4 การพัฒนาการเรียนรู้ของนักศึกษา
1 คุณธรรมและจริยธรรม
1.1 คุณธรรมและจริยธรรมที่ต้องได้รับ
1.1.1  ตระหนักในคุณค่าและคุณธรรม จริยธรรม เสียสละ และซื่อสัตย์สุจริต
1.1.2  มีวินัย ตรงต่อเวลา และความรับผิดชอบต่อตนเองและสังคม
1.1.5  เคารพกฎระเบียบและข้อบังคับต่าง ๆ ขององค์กรและสังคม
1.1.6  สามารถวิเคราะห์ผลกระทบจากการใช้คอมพิวเตอร์ต่อบุคคลองค์กรและสังคม
1.1.7  มีจรรยาบรรณทางวิชาการและวิชาชีพ
1.2  วิธีการสอน
1.2.1  การปฏิบัติตนในการเข้าชั้นเรียน
1.2.2  กำหนดให้นักศึกษาทำงานที่ได้รับมอบหมาย
1.2.3  กำหนดให้นักศึกษาแต่งกายถูกต้องตามระเบียบของมหาวิทยาลัย
1.2.4  การอภิปรายกลุ่ม
1.2.5  กำหนดให้นักศึกษาหาตัวอย่างที่เกี่ยวข้อง
 
1.3  วิธีการประเมินผล
1.3.1  สอบกลางภาค
1.3.2  สอบปลายภาค
1.3.3  งานที่มอบหมาย
1.3.4  จิตพิสัย
2 ความรู้
2.1 ความรู้ที่ต้องได้รับ
2.1.1  มีความรู้และความเข้าใจเกี่ยวกับหลักการและทฤษฎีที่สำคัญในเนื้อหาสาขาวิชาวิทยาการคอมพิวเตอร์
2.1.2  สามารถวิเคราะห์ปัญหา เข้าใจและอธิบายความต้องการทางคอมพิวเตอร์ รวมทั้งประยุกต์ความรู้ ทักษะ และการใช้เครื่องมือที่เหมาะสมกับการแก้ไขปัญหา
2.1.3  สามารถวิเคราะห์ ออกแบบ เข้าใจอัลกอริทึมของโครงข่ายประสาทเทียมแบบต่างๆ2.1.4  สามารถติดตามความก้าวหน้าทางวิชาการและวิวัฒนาการคอมพิวเตอร์ รวมทั้งการนำไปประยุกต์
2.1.5  รู้ เข้าใจและสนใจพัฒนาความรู้ ความชำนาญทางคอมพิวเตอร์อย่างต่อเนื่อง
2.1.6  มีความรู้ในแนวกว้างของสาขาวิชาที่ศึกษาเพื่อให้เล็งเห็นการเปลี่ยนแปลง และเข้าใจผลกระทบของเทคโนโลยีใหม่ๆ
2.1.7  มีประสบการณ์ในการพัฒนาและ/หรือการประยุกต์ซอฟต์แวร์ที่ใช้งานได้จริง
2.1.8  สามารถบูรณาการความรู้ในสาขาวิชาที่ศึกษากับความรู้ในศาสตร์อื่น ๆ ที่เกี่ยวข้อง
2.2  วิธีการสอน
การบรรยายประกอบการยกตัวอย่าง การทำงานกลุ่ม การนำเสนอรายงาน การอภิปราย      การซักถาม กรณีศึกษา ใบงาน และมอบหมายให้ค้นคว้าข้อมูลที่เกี่ยวข้อง โดยเน้นผู้เรียนเป็นศูนย์กลาง
 
3 ทักษะทางปัญญา
3.1 ทักษะทางปัญญาที่ต้องได้รับ
3.1.1  คิดอย่างมีวิจารณญาณและอย่างเป็นระบบ
3.1.2  สามารถสืบค้น ตีความ และประเมินสารสนเทศ เพื่อใช้ในการแก้ไขปัญหาอย่างสร้างสรรค์
3.1.3  สามารถรวบรวม ศึกษา วิเคราะห์ และสรุปประเด็นปัญหาและความต้องการ
3.1.4  สามารถประยุกต์ความรู้และทักษะกับการแก้ไขปัญหาทางคอมพิวเตอร์ได้อย่างเหมาะสม
3.2  วิธีการสอน
3.2.1  ร่วมกิจกรรม อภิปรายกลุ่ม ทำรายงานสรุป และนำเสนอผลงาน
3.2.2  วิเคราะห์กรณีศึกษาสถานการณ์การใช้งานด้านเทคโนโลยี
3.2.3  พัฒนาความสามารถในการคิดอย่างมีการคิดอย่างเป็นระบบ
3.2.4 มีการวิเคราะห์เพื่อการประยุกต์ใช้ระบบสารสนเทศเพื่อการจัดการและเทคโนโลยีสารสนเทศเทศที่เกี่ยวข้อง
3.2.5 ร่วมกันอภิปรายการป้องกันและแก้ไขปัญหาที่เกิดขึ้นจากการใช้เทคโนโลยีอย่างสร้างสรรค์
3.3  วิธีการประเมินผล
3.3.1  สอบกลางภาค
3.3.2  สอบปลายภาค
3.3.3  งานที่มอบหมาย
4 ทักษะความสัมพันธ์ระหว่างบุคคล
4.1 ทักษะความสัมพันธ์ระหว่างบุคคลที่ต้องได้รับ
4.1.1  สามารถสื่อสารกับกลุ่มคนหลากหลายและสามารถสนทนาทั้งภาษาไทยและภาษาต่างประเทศอย่างมีประสิทธิภาพ
4.1.3  สามารถใช้ความรู้ในศาสตร์มาชี้นำสังคมในประเด็นที่เหมาะสม
4.1.4  มีความรับผิดชอบในการกระทำของตนเองและรับผิดชอบงานในกลุ่ม
4.1.5  สามารถเป็นผู้ริเริ่มแสดงประเด็นในการแก้ไขสถานการณ์ทั้งส่วนตัวและส่วนรวม พร้อมทั้งแสดงจุดยืนอย่างพอเหมาะทั้งของตนเองและของกลุ่ม
4.1.6  มีความรับผิดชอบการพัฒนาการเรียนรู้ทั้งของตนเองและทางวิชาชีพอย่างต่อเนื่อง
4.2  วิธีการสอน
4.2.1  การร่วมกิจกรรม อภิปรายกลุ่ม ทำรายงานสรุป และนำเสนอผลงาน
4.2.2  กำหนดให้นักศึกษาทำงานที่ได้รับมอบหมาย
4.3  วิธีการประเมินผล
4.3.1  สอบกลางภาค
4.3.2  สอบปลายภาค
4.3.3  งานที่มอบหมาย
4.3.4  จิตพิสัย
 
5 ทักษะการวิเคราะห์เชิงตัวเลข การสื่อสาร และเทคโนโลยีสารสนเทศ
5.1 ทักษะการวิเคราะห์เชิงตัวเลข การสื่อสาร และเทคโนโลยีสารสนเทศที่ต้องได้รับ
5.1.1  มีทักษะในการใช้เครื่องมือที่จำเป็นที่มีอยู่ในปัจจุบันต่อการทำงานที่เกี่ยวกับคอมพิวเตอร์
5.1.2  สามารถแนะนำประเด็นการแก้ไขปัญหาโดยใช้สารสนเทศทางคณิตศาสตร์หรือการแสดงสถิติประยุกต์ต่อปัญหาที่เกี่ยวข้องอย่างสร้างสรรค์
5.1.4  สามารถใช้สารสนเทศและเทคโนโลยีสื่อสารอย่างเหมาะสม
5.2  วิธีการสอน
5.2.1  อภิปราย
5.2.2  กำหนดให้นักศึกษาทำงานที่ได้รับมอบหมาย
5.2.3  ค้นหาข้อมูลเพิ่มเติมจากแหล่งสารสนเทศต่างๆ
5.2.4  วิเคราะห์กรณีศึกษาสถานการณ์การใช้งานด้านเทคโนโลยี
5.2.5  ประยุกต์ใช้เทคโนโลยีสารสนเทศเพื่อวิถีชีวิตแบบอัจฉริยะได้อย่างเหมาะสม 
5.3  วิธีการประเมินผล
5.3.1  สอบกลางภาค
5.3.2  งานที่มอบหมาย
5.3.3  จิตพิสัย
หมวดที่ 5 แผนการสอนและการประเมินผล
1. แผนการสอน
ครั้งที่ รายละเอียด ดาว์นโหลดเอกสาร กิจกรรมการเรียน

การสอน สื่อที่ใช้

ผู้สอน
1 แนะนำโครงข่ายประสาทเทียม week01.ppt กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
2 การใช้งานเครื่องมือสำหรับการประมวลผลด้วย Matlab week02.ppt กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
3 การรู้จำรูปแบบ week03.ppt   Lab1 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
4 การเรียนรู้แบบเปอร์เซพตรอนหลายชั้น week04.ppt   Lab2 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
5 เครือข่ายแพร่กระจายย้อนกลับ week05.ppt   Lab3 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
6 โครงข่ายฟังก์ชั่นฐานรัศมี week06.ppt   Lab4 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
7 นำเสนอผลงานครั้งที่ 1  รายละเอียดการนำเสนอ1 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
8 สอบกลางภาค  แนวข้อสอบ/คำแนะนำ
ข้อสอบกลางภาค
กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
9 ระบบตรรกะคลุมเครือ week09.ppt กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
10 Fuzzy C-mean Clustering week10.ppt   Lab5 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
11 การเรียนรู้แบบผู้ชนะได้หมด week11.ppt   Lab6 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
12 โครงข่ายก่อตัวด้วยตนเอง week12.ppt   Lab7 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
13 Time Series neural network prediction week13.ppt   Lab9 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
14 incrémental Learning และ ปัญญาเชิงคำนวณ week14.ppt กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
15 การประยุกต์โครงข่ายประสาทเทียม และ Hybrid system  week15.ppt   Lab10 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
16 นำเสนอผลงานครั้งที่ 2 รายละเอียดการนำเสนอ2 กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
17 สอบปลายภาค  แนวข้อสอบ/คำแนะนำ
ข้อสอบปลายภาค
กิจกรรม
-บรรยายเชิงอภิปราย
สื่อที่ใช้
-powerpoint
2. แผนการประเมินผลการเรียนรู้
ผลการเรียนรู้ วิธีประเมิน สัปดาห์ที่ประเมิน สัดส่วนของการประเมินผล
1 ( 1.1, 1.6 )
2 ( 1.4, 1.2, 1.3, 1.5, 1.6, 1.7, 1.8, 1.1 )
3 ( 1.2, 1.1, 1.3, 1.4 )
4 ( 1.1, 1.5 )
5 ( 1.3 )
สอบกลางภาค 1, 2, 3, 4, 5, 6, 7 30
1 ( 1.1, 1.6, 1.5, 1.7 )
2 ( 1.4, 1.2, 1.3, 1.5, 1.6, 1.7, 1.8, 1.1 )
3 ( 1.2, 1.1, 1.3, 1.4 )
4 ( 1.1, 1.5 )
สอบปลายภาค 8, 9, 10, 11, 12, 13, 14 30
1 ( 1.1, 1.6, 1.2, 1.5, 1.7 )
2 ( 1.4, 1.2, 1.3, 1.5, 1.6, 1.7, 1.8, 1.1 )
3 ( 1.2, 1.1, 1.3, 1.4 )
4 ( 1.3, 1.4, 1.1, 1.5, 1.6 )
5 ( 1.1, 1.3, 1.4 )
งานที่มอบหมาย 1, 2, 3, 4, 5, 6, 7, 9, 10, 11, 12, 13, 14, 15, 16 30
หมวดที่ 6 ทรัพยากรประกอบการเรียนการสอน
1. เอกสารและตำราหลัก
-Kevin Gurney. 1997. An Introduction to Neural Networks. Taylor & Francis, Inc., Bristol, PA, USA.
2. เอกสารและข้อมูลสำคัญ
-S. Kumar, “Neural Networks: A Classroom Approach”, McGraw-Hill, 2005.

-Kevin L. Priddy and Paul E. Keller. 2005. Artificial Neural Networks: An Introduction (SPIE Tutorial Texts in Optical Engineering, Vol. Tt68). SPIE- International Society for Optical Engineering.

3. เอกสารและข้อมูลแนะนำ
S. Kumar, “Neural Networks: A Classroom Approach”, McGraw-Hill, 2005.

James M. Keller; Derong Liu; David B. Fogel, “Introduction and Single-Layer Neural Networks,” in Fundamentals of Computational Intelligence:Neural Networks, Fuzzy Systems, and Evolutionary Computation , 1, Wiley-IEEE Press, 2016, pp.400-

K. Shibata, “Causality traces for retrospective learning in neural networks — Introduction of parallel and subjective time scales,” 2014 International Joint Conference on Neural Networks (IJCNN), Beijing, 2014, pp. 2268-2275.

J. Davis, “An Introduction to Neural Networks,” in Journal of Cognitive Neuroscience, vol. 8, no. 4, pp. 383-383, July 1996.doi: 10.1162/jocn.1996.8.4.383a

A. Zaknich, “Introduction to the modified probabilistic neural network for general signal processing applications,” in IEEE Transactions on Signal Processing, vol. 46, no. 7, pp. 1980-1990, Jul 1998.”Introduction to artificial neural networks,” Proceedings Electronic Technology Directions to the Year 2000, Adelaide, SA, 1995, pp. 36-62. doi: 10.1109/ETD.1995.403491

George G. Karady; Keith E. Holbert, “Introduction to MATLAB??,” in Electrical Energy Conversion and Transport:An Interactive ComputerBased Approach , 1, Wiley-IEEE Press, 2013, pp.854- doi: 10.1002/9781118498057.app2

E. Painter and A. Spanias, “A MATLAB software tool for the introduction of speech coding fundamentals in a DSP course,” 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing Conference Proceedings, Atlanta, GA, 1996, pp. 1133-1136 vol. 2.

E. Painter and A. Spanias, “A MATLAB software tool for the introduction of speech coding fundamentals in a DSP course,” Frontiers in Education Conference, 1996. FIE ’96. 26th Annual Conference., Proceedings of, Salt Lake City, UT, 1996, pp. 603-608 vol.2.

Lawrence N. Dworsky, “A Review of Basic Electrostatics,” in Introduction to Numerical Electrostatics Using MATLAB , 1, Wiley-IEEE Press, 2014, pp.456-

Khaled M. Gharaibeh, “Appendix C: Introduction to MATLAB®,” in Nonlinear Distortion in Wireless Systems:Modeling and Simulation with MATLAB , 1, Wiley-IEEE Press, 2012, pp.392-

 

http://www.cs.toronto.edu/~rgrosse/csc321/calendar.html

www.springer.com/br/book/9783319431611

http://videolectures.net/course_information_theory_pattern_recognition/

https://ocw.mit.edu/courses/brain-and-cognitive-sciences/9-641j-introduction-to-neural-networks-spring-2005/index.htm

http://neuralnetworksanddeeplearning.com/

http://www.neurosolutions.com/products/course/online-schedule.html#one

http://octave-online.net/

http://freemat.sourceforge.net/

https://www.mathworks.com/help/nnet/getting-started-with-neural-network-toolbox.html

https://www.mathworks.com/help/nnet/examples.html?s_cid=doc_ftr

http://www.dkriesel.com/en/science/neural_networks

หมวดที่ 7 การประเมินและปรับปรุงการดำเนินการของรายวิชา
1.  การประเมินประสิทธิผลของรายวิชาโดยนักศึกษา
การประเมินประสิทธิผลของรายวิชานี้ ที่ทำโดยนักศึกษาได้จัดกิจกรรมในการนำแนวคิดและความเห็นจากนักศึกษาดังนี้
1  แบบประเมินผู้สอน และแบบประเมินผู้เรียน
2  การสังเกตการณ์จากพฤติกรรมของผู้เรียน
2.  การประเมินการสอน
ในการเก็บข้อมูลเพื่อประเมินการสอน ดังนี้
1  ประเมินผลโดยคณะวิชาแต่งตั้งคณะกรรมการประเมินตาม PM-14
3.  การปรับปรุงการสอน
หลังจากได้ผลการประเมินการสอนในข้อ 2 จึงมีการปรับปรุงการสอนโดยการจัดกิจกรรมในการระดมสมอง และหาข้อมูลเพิ่มเติมในการปรับปรุงการสอนดังนี้
1  ปรับปรุงรูปแบบการสอนโดยเพิ่มการจัดกลุ่มทำโครงงาน(พัฒนาโปรแกรม)ตามที่นักศึกษาสนใจ แล้วให้นักศึกษาแต่ละกลุ่มมาแลกเปลี่ยนปัญหา-แนวทางแก้ปัญหาโดยมีอาจารย์ช่วยสรุปวิธีแก้ปัญหา
4.  การทวนสอบมาตรฐานผลสัมฤทธิ์ของนักศึกษาในรายวิชา หมวดที่ 5 ข้อที่ 2
ในระหว่างกระบวนการสอนรายวิชา มีการทวนสอบผลสัมฤทธิ์ในรายหัวข้อตามที่คาดหวังจากการเรียนรู้ในวิชา ได้จาก
1  การทวนสอบการให้คะแนนจากการสุ่มตรวจผลงานของนักศึกษาโดยอาจารย์อื่น หรือ ผู้ทรงคุณวุฒิ ที่ไม่ใช่อาจารย์ประจำหลักสูตร
2  อาจารย์มีการประเมินความเหมาะสมของข้อสอบและความเหมาะสมในการให้คะแนน
5.  การดำเนินการทบทวนและการวางแผนปรับปรุงประสิทธิผลของรายวิชา
จากผลการประเมิน และทวนสอบผลสัมฤทธิ์ประสิทธิผลรายวิชา ได้มีการวางแผนการปรับปรุงการสอนและรายละเอียดวิชา เพื่อให้เกิดคุณภาพมากขึ้น ดังนี้
1  เปลี่ยนหรือสลับอาจารย์ผู้สอนเพื่อให้นักศึกษามีมุมมองในเรื่องการประยุกต์ความรู้นี้กับปัญหาที่มาจากงานวิจัยของอาจารย์หรืออุตสาหกรรมต่างๆ
2  ปรังปรุงรายวิชาทุก 3 ปี หรือตามข้อเสนอแนะและผลการทวนสอบมาตรฐานผลสัมฤทธิ์ตามข้อ 4