Задачи дисциплины: Научить студентов поддерживать беседу по общеязыковой тематике; Привить студентам навыки дальнейшей самостоятельной работы над языком

Вид материалаДокументы

Содержание


Разработка мультимедиа приложений
Основные дидактические единицы
Виды учебной работы
Нейрокомпьютерные системы
Задачи дисциплины
Основные дидактические единицы (разделы)
В результате изучения дисциплины студенты должны
Уметь: применять нейросетевой подход к решению прикладных задач на практике. Владеть
Программное обеспечение систем реального времени
Задачи дисциплины
Основные дидактические единицы (раздел)
В результате изучение дисциплины студент должен знать
Изучение дисциплины заканчивается
Подобный материал:
1   ...   12   13   14   15   16   17   18   19   20

Разработка мультимедиа приложений


Целью изучения дисциплины является ознакомление студентов с теоретическими основами разработки мультимедиа приложений и их применением в практической деятельности. Дисциплина обеспечивает совершенствование навыков, полученных при изучении информационных систем, программирования, компьютерной графики программирования в интернет.

Задачей изучения дисциплины является освоение навыков построения грамотного пользовательского графического интерфейса и мультимедиа приложений с точки зрения эргономики, цветового и композиционного решений.

Основные дидактические единицы (раздел):

Правила построения композиции; правила составления палитры цветового решения; создание анимации; анимация-морфинг формы, цвета; движение объекта по пути; маскирование изображения; анимированная кнопка; программируемая кнопка; составление проекта.

В результате изучение дисциплины студент магистратуры должен

знать: основные идеи, понятия и методы построения мультимедийных систем;

уметь: использовать, анализировать и создавать мультимедийные системы с целью реализации и улучшения организации человеко-машинных интерфейсов.

владеть:

навыками самостоятельного проектирования мультимедийных систем;

навыками моделирования человеко-машинного интерфейса на уровне, соответствующем поставленным задачам.

Виды учебной работы:

- практические занятия;

- лабораторные работы;

Изучение дисциплины заканчивается:

- форма контроля – зачет.

Нейрокомпьютерные системы


Цели и задачи дисциплины

Целью изучения дисциплины является ознакомление студентов с принципами организации нейрокомпьютерных систем, различными их типами, способами обучения и особенностями решения прикладных задач, современным состоянием и тенденциями развития данной предметной области.


Задачи дисциплины: формирование представления о нейрокомпьютерных системах как о технических средствах решения задач искусственного интеллекта; обзор принциповознакомление студентов с принципами организации нейрокомпьютерных систем, различными их типами, способами обучения и особенностями решения прикладных задач, современным состоянием и тенденциями развития данной предметной области.

Основные дидактические единицы (разделы):

Общие сведения о нейрокомпьютерах. Отличия нейрокомпьютеров от компьютеров ФонНеймана. История нейроинформатики. Задачи, решаемые с использованием нейронных сетей (НС). Классификация нейронных сетей. Области применения различных типов НС. Основные направления в нейроинформатике.

Сети естественной классификации. Постановка задачи естественной классификации. Традиционные методы решения, их достоинства и недостатки. Сеть Кохонена. Обучение сети Кохонена.

Сети ассоциативной памяти. Постановка задачи моделирования ассоциативной памяти. Традиционные методы организации ассоциативной памяти, их достоинства и недостатки. Модель сети Хопфилда.

Сети, обучаемые методом обратного распространения ошибки. Двойственные сети. Краткий обзор моделей нейронных сетей. Идея универсального нейрокомпьютера. Выделение компонентов универсального нейрокомпьютера. Запросы компонентов нейрокомпьютера.

Персептрон Розенблатта. Определение персептрона. Обучение персептрона. Правило Хебба. Целочисленность весов персептронов. Двуслойность персептрона. Ограничения и возможности персептрона.

В результате изучения дисциплины студенты должны:

Знать:

модели искусственных нейронных сетей, алгоритмы их обучения и методы решения прикладных задач с их использованием.

Уметь:

применять нейросетевой подход к решению прикладных задач на практике.

Владеть:

основными парадигмами построения нейронных сетей для решения задач: Сети Кохонена, сетчатки Хопфилда, сети обратного распространения ошибки; принципами решения прикладных задач распознавания образов, диагностики, управления с помощью нейронных сетей;

Виды учебной работы: Общая трудоемкость дисциплины – 216 часов, в том числе лекции – 17 час. Лабораторные работы – 34 час. Самостоятельная работа - 165 час.

Виды итогового контроля – зачет, экзамен, защита курсового проекта.


Программное обеспечение систем реального времени


Цели и задачи дисциплины

Целью изучения дисциплины является получение знаний, умений и навыков, связанных с использованием инструментальных средств и разработкой программного обеспечения аппаратно-программных комплексов, функционирующих в реальном времени.


Задачи дисциплины: изучение особенностей систем реального времени и их использования в различных областях; изучение и применение инструментальных средств, обеспечивающих ускорение процесса разработки систем реального времени различного уровня; получение знаний по совместному использованию программного обеспечения и оборудования, функционирующих в реальном масштабе времени.


Основные дидактические единицы (раздел): Особенности обработки данных в реальном масштабе времени. Специфика аппаратных и программных средств систем реального времени. Классификация систем реального времени. Управление технологическим оборудованием. Взаимодействие с внешними устройствами. Языки программирования и методы разработки программ для систем реального времени. Высокоуровневые средства разработки программного обеспечения систем реального времени. SCADA системы. Отображение и хранение данных в системах реального времени. Примеры систем реального времени.


В результате изучение дисциплины студент должен знать:
  • основные характеристики систем реального времени, языковых и инструментальных средств разработки программного обеспечения для систем реального времени и тенденций их развития;
  • виды языковых и инструментальных средств, обеспечивающих разработку аппаратного и программного обеспечения систем реального времени, принципы их использования.

уметь:
  • применять знания к разработке систем реального времени различного типа;
  • использовать изученные системы для разработки программных систем;
  • сочетать языковые и инструментальные средства различного назначения при разработке комплексных программных проектов.

владеть:
  • методами разработки программного обеспечения для систем реального времени;
  • походами и инструментами, повышающими эффективность процесса разработки программного обеспечения систем реального времени.

Виды учебной работы:


Курс: 4

Семестр: 7

  1. Лекции – 36 часов (1 зачетная единица).
  2. Лабораторные работы – 36 часов (1 зачетная единица).
  3. Самостоятельная работа – 72 часа (2 зачетные единицы).

Всего: 144 часа (4 зачетные единицы)


Изучение дисциплины заканчивается:

Экзамен.