Projekt se věnuje identifikaci nelineárních systémů neuronovými sítěmi. Nejvýznamnější skupinu neuronových sítí představují vícevrstvé perceptronové sítě. Aplikace toho typu neuronové sítě v identifikaci však přináší problémy související s její nelineární strukturou. Nejasné jsou především volba vhodné estimační metody pro odhad parametrů sítě a stanovení struktury sítě, tj. počet neuronů a specifikace jejich propojení. Dále se projekt věnuje využití neuronových sítí při návrhu metod funkcionálního adaptivního řízení. Pozornost je zaměřena především na zvýšení kvality identifikačního procesu využívajících neuronové sítě a návrhu nových řídících algoritmů pro jednodimenzionální i vícedimenzionální systémy s využitím metod duálního řízení. Projekt se též věnuje návrhu nových metod detekce změn pro nelineární systémy modelovaných neuronovou sítí. (cs)
Project is focused on identification of nonlinear systems by neural networks. A Multilayer perceptron network represents one of the most significant groups of the neural networks. An application of this type of the network contains nonlinear problems related to their nonlinear structure. It is especially choice of estimation method and setting of the neural network structure. Further, the project deals with using of the neural networks in design of functional adaptive control methods. An attantion isfocused mainly on an enhancement of the identification process and design of new control algorithms for SISO and MIMO systems based on dual control methods. The project concerns for design of new change detection methods with using the identification of nonlinear systems by the neural networks. (en)