В. В. Морозов 20 г. Основная образовательная программа

Вид материала

Содержание

Подобный материал:

1 2 3 4

2. Аннотации программ дисциплин

Аннотация дисциплины

«Логика и методология науки»

Общая трудоемкость изучения дисциплины составляет 3 ЗЕ (108 час.).

Цель дисциплины:

Формирование навыков применения основных логических методов и приемов научного исследования.

Задачи дисциплины:

Исследование процесса развития науки в области информационных систем и технологий с целью выявления ключевых тенденций и глубинных закономерных связей, определяющих содержание и основное направление указанного процесса; реконструкция прошлого науки с целью выявления возможных направлений ее развития в будущем.

Основные дидактические единицы (разделы):

логические методы и приемы научного исследования;
основные этапы развития науки в области информационных систем и технологий как точной науки;
выдающиеся ученые и их влияние на развитие науки в области информационных систем и технологий;
методологические теории и принципы современной науки;
методы научного поиска и интеллектуального анализа научной информации.

Изучение дисциплины направлено на формирование и развитие следующих общекультурных и профессиональных компетенций:

- способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК- 1);

- способность к самостоятельному обучению новых методов исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности (ОК- 2);

- использование на практике умений и навыков в организации исследовательских и проектных работ, в управлении коллективом (ОК- 4).

- способность прогнозировать развитие информационных систем и технологий (ПК–13);

- разрабатывать методы решения нестандартных задач и новые методы решения традиционных задач (ПК–15).

В результате изучения дисциплины студент должен:

Знать: основные логические методы и приемы научного исследования, методологические теории и принципы современной науки.

Уметь: осуществлять методологическое обоснование научного исследования; применять современные методы научных исследований для формирования суждений и выводов по проблемам информационных технологий и систем.

Владеть: навыками логико-методологического анализа научного исследования и его результатов; методами научного поиска и интеллектуального анализа научной информации при решении новых задач.

Виды учебной работы: лекции, практические занятия.

Изучение дисциплины заканчивается зачетом.

Аннотация дисциплины

«Специальные главы математики»

Общая трудоемкость изучения дисциплины составляет 4 ЗЕ (144 час.).

Цель дисциплины:

Формирование у студентов умения осуществлять математическую постановку исследуемых задач, применять математический аппарат при проектировании информационных систем.

Задачи дисциплины:

Изучение математического аппарата, описывающего взаимодействие информационных процессов и технологий на информационном, программном и техническом уровнях.

Основные дидактические единицы (разделы):

Одномерные временные ряды;
Динамические экономико-математические модели;
Парная регрессия и корреляция;
Множественная регрессия;
Системы одновременных уравнений;
Многомерный статистический анализ;
ссылка скрыта (НС). Общие положения теории искусственных НС. Структура однослойных и многослойных НС. Понятие обучения НС. Классификация алгоритмов обучения.

Изучение дисциплины направлено на формирование и развитие следующих общекультурных и профессиональных компетенций:

способность самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе в новых областях знаний, непосредственно не связанных со сферой деятельности (ОК- 6);
умение проводить разработку и исследование теоретических и экспериментальных моделей объектов профессиональной деятельности в областях: машиностроение, приборостроение, наука, техника, образование, медицина, административное управление, юриспруденция, бизнес, предпринимательство, коммерция, менеджмент, банковские системы, безопасность информационных систем, управление технологическими процессами, механика, техническая физика, энергетика, ядерная энергетика, силовая электроника, металлургия, строительство, транспорт, железнодорожный транспорт, связь, телекоммуникации, управление инфокоммуникциями, почтовая связь, химическая промышленность, сельское хозяйство, текстильная и легкая промышленность, пищевая промышленность, медицинские и биотехнологии, горное дело, обеспечение безопасности подземных предприятий и производств, геология, нефтегазовая отрасль, геодезия и картография, геоинформационные системы, лесной комплекс, химико-лесной комплекс, экология, сфера сервиса, системы массовой информации, дизайн, медиаиндустрия, а также предприятия различного профиля и все виды деятельности в условиях экономики информационного общества (ПК–8).

В результате изучения дисциплины студент должен:

Знать: математический аппарат, описывающий взаимодействие информационных процессов и технологий на информационном, программном и техническом уровнях, теорию нейронных сетей и принципы использования при проектировании информационных систем.

Уметь: осуществлять математическую постановку исследуемых задач, применять аппарат нейронных сетей в области информационных технологий.

Владеть: математическим аппаратом для решения специфических задач в области информационных систем и технологий.

Виды учебной работы: лекции, лабораторные занятия.

Изучение дисциплины заканчивается экзаменом.

Аннотация дисциплины

«Методы, организация и проведение научных исследований»

Общая трудоемкость изучения дисциплины составляет 2 ЗЕ (72 час.).

Цель дисциплины:

Формирование у студентов умения на практике организовать исследовательские и проектные работы, управлять коллективом.

Задачи дисциплины:

Изучение методов и приемов сбора, анализа научно-технической информации, применения отечественного и зарубежного опыта по тематике исследования.

Изучение дисциплины направлено на формирование и развитие следующих общекультурных и профессиональных компетенций:

способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК- 1);
использование на практике умения и навыки в организации исследовательских и проектных работ, в управлении коллективом (ОК- 4).
способность к профессиональной эксплуатации современного оборудования и приборов (в соответствии с целями магистерской программы) (ОК-7)
способность осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования (ПК–7).
способность проводить анализ результатов экспериментов, осуществлять выбор оптимальных решений, подготавливать и составлять обзоры, отчеты и научные публикации (ПК–12)..

В результате изучения дисциплины студент должен:

Знать: методы и приемы организации исследовательских и проектных работ.

Уметь: управлять коллективом; осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования; проводить анализ результатов экспериментов, осуществлять выбор оптимальных решений, подготавливать и составлять обзоры, отчеты и научные публикации.

Владеть: навыками профессиональной эксплуатации современного оборудования.

Виды учебной работы: лекции, практические занятия.

Изучение дисциплины заканчивается зачетом.

Аннотация дисциплины

«Социальные и образовательные проблемы информатики»

Общая трудоемкость изучения дисциплины составляет 2 ЗЕ (72 час.).

Цель дисциплины:

Формирование у студентов представлений о развитии информатики, образования, информационных технологий в образовании; умения разрабатывать методическое обеспечение учебного процесса.

Задачи дисциплины:

Изучение процесса разработки основных образовательных программ высшего профессионального образования; отечественного и зарубежного опыта применения современных образовательных технологий.

Основные дидактические единицы (разделы):

этапы развития информатики и образования;
правовое обеспечение информационных технологий и сферы образования;
методическое обеспечение образовательного процесса;
современные образовательные технологии.

способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК- 1);
умение свободно пользоваться русским и иностранным языками, как средством делового общения (ОК -3);
осуществлять подготовку и обучение персонала (ПК– 17).

В результате изучения дисциплины студент должен:

Знать: этапы развития сферы образования; методологические основы разработки основных образовательных программ высшего профессионального образования; правовую основу информатизации образования и применения информационных технологий в различных сферах деятельности человека.

Уметь: применять современные образовательные технологии.

Владеть: навыками профессиональной эксплуатации современного мультимедийного аппаратного и программного обеспечения в учебном процессе.

Виды учебной работы: лекции, практические занятия.

Изучение дисциплины заканчивается зачетом.

Аннотация дисциплины

«Модели и методы планирования экспериментов, обработки экспериментальных данных»

Общая трудоемкость изучения дисциплины составляет 4 ЗЕ (144 час.).

Цель дисциплины:

Обучить студентов основам моделей и методов обработки экспериментальных данных, знакомство с методами описания, анализа и синтеза моделей с целью повышения эффективности действующих и создаваемых информационных систем.

В процессе освоения данной дисциплины студент формирует и демонстрирует следующие профессиональные компетенции:

умение осуществлять постановку и проведение экспериментов по заданной методике, и анализ результатов (ПК–11);
способность проводить анализ результатов проведения экспериментов, осуществлять выбор оптимальных решений, подготавливать и составлять обзоры, отчеты и научные публикации (ПК–12).

Задачи дисциплины:

 Обучение студентов методам исследования информационных систем.

Изучение методов планирования и проведения эксперимента с последующей математической обработкой полученных результатов при исследовании сложных технологических процессов и операций с использованием методов математической статистики и регрессионного анализа.

Основные дидактические единицы (разделы):

Многомерные распределения. Случайные векторы. Независимость. Числовые характеристики. Нормальное распределение в многомерном случае. Корреляционная теория.
Группировка и цензурирование. Одномерная группировка. Одномерное
цензурирование. Таблицы сопряженности. Гипотеза независимости. Гипотеза однородности. Поле корреляции. Многомерная группировка. Многомерное цензурирование.
Нечисловые данные. Вводные замечания. Шкалы сравнений. Экспертные
оценки. Группы экспертов.
Доверительные множества. Доверительные интервалы. Доверительные
множества. Многомерный параметр. Многомерная выборка. Толерантные множества. Малая выборка.
Регрессионный анализ. Постановка задачи. Поиск ОМНК. Ограничения.
Матрица плана. Статистический прогноз.
Дисперсионный анализ. Вводные замечания. Нормальность. Однородность дисперсий. Один фактор. Два фактора. Общий случай.
Снижение размерности. Зачем нужна классификация. Модель и примеры.
Метод главных компонент. Экстремальная группировка признаков. Многомерное
шкалирование. Отбор показателей для дискриминантного анализа. Отбор показателей в модели регрессии.
Дискриминантный анализ. Применимость модели. Линейное прогностическое правило.
Эвристические методы. Экстремальная группировка. Критерий квадратов.
Критерий модулей. Метод плеяд.
Метод главных компонент. Свойства главных компонент. Самовоспроизводимость. Геометрические свойства.
Факторный анализ. Постановка задачи. Связь с главными компонентами.
Однозначность решения. Математическая модель.Условия на матрицу нагрузок. Центроидный метод. Латентные факторы. Метод Бартлетта. Метод
Томсона.
Нейронные сети.
Нечеткие множества. Нечеткие числа. Нечеткие интервалы. Нечеткие оценки

общекультурных компетенций: способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК- 1); использование на практике умения и навыки в организации исследовательских и проектных работ, в управлении коллективом (ОК- 4); способность к профессиональной эксплуатации современного оборудования и приборов (в соответствии с целями магистерской программы) (ОК-7).
профессиональных компетенций: способность осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования (ПК–7); умение осуществлять постановку и проведение экспериментов по заданной методике и анализ результатов (ПК–11); способность проводить анализ результатов проведения экспериментов, осуществлять выбор оптимальных решений, подготавливать и составлять обзоры, отчеты и научные публикации (ПК–12).

В результате изучения дисциплины студент должен:

Знать:

модели предметных областей информационных систем и методы планирования экспериментов (ОК-1, ОК-4, ПК-7, ПК-11, ПК-12).

Уметь:

разрабатывать планы экспериментов и синтезировать модели предметных областей, оценивать эффективность экспериментов и качество моделей (ОК-4, ОК-6, ПК-11, ПК-12).

Владеть:

методами разработки математических моделей информационных систем; навыками работы с пакетами прикладных программ Математической статистики, Matlab, Matcad и офисными программами EXCEL (ПК-11, ПК-12).

Виды учебной работы: лекции, лабораторные и практические занятия.

Изучение дисциплины заканчивается экзаменом.

Аннотация дисциплины

«Нейронные сети»

Общая трудоемкость изучения дисциплины составляет 4 ЗЕ (144 час.).

Цель дисциплины:

Раскрытие основных понятий и концепций теории информационных систем, основных на методах искусственного интеллекта.

Задачи дисциплины:

Изучение теории моделирования информационных процессов с использованием искусственных нейронов и нейронных сетей, идеологии построения архитектуры интеллектуальных информационных систем, математического аппарата их формализации, возможностей и путей использования нейронных сетей при анализе и синтезе интеллектуальных информационных систем.

Основные дидактические единицы (разделы):

История развития искусственного интеллекта (ИИ).

ссылка скрыта (НС). Структура однослойных и многослойных НС. Понятие обучения НС. Классификация алгоритмов обучения.

ссылка скрытаКласс задач, решаемых с помощью персептрона. ссылка скрыта.

ссылка скрыта. Архитектура многослойного обобщенного персептрона. Процедура обратного распространения - алгоритм обучения многослойного персептрона с учителем. ссылка скрыта.

ссылка скрыта. Архитектура, функционирование и методы обучения НС встречного распространения.

ссылка скрыта

ссылка скрыта. Архитектура сети Хопфилда и ее модификация - сеть Хэмминга. Понятие ассоциативности памяти и задача распознавания образов. ссылка скрыта.

ссылка скрыта (ДАП). Архитектура и принципы работы нейронной сети ДАП.

ссылка скрыта Проблема стабильности-пластичности при распознавании образов. Нейросетевые архитектуры AРT.

ссылка скрыта Процесс функционирования АРТ.

ссылка скрыта. Архитектура, процедура обучения и функционирование когнитрона.

ссылка скрыта. Архитектура, процедура обучения и функционирования неокогнитрона. Сходство и отличие ссылка скрытаа от когнитрона.

ссылка скрыта. Методы обучения НС. Единое представление об особенностях изучаемой области.

Перспективы развития интеллектуальных информационных систем и технологий на базе искусственных НС.

Изучение дисциплины направлено на формирование и развитие следующих профессиональных компетенций:

способность осуществлять сбор, анализ научно-технической информации, отечественного и зарубежного опыта по тематике исследования и моделирования интеллектуальных информационных систем; умение проводить разработку и исследование теоретических и экспериментальных моделей объектов профессиональной деятельности с использованием нейронных сетей; умение осуществлять моделирование процессов и объектов на базе стандартных пакетов исследований и моделирования нейронных сетей; способность проводить анализ результатов проведения вычислительных экспериментов, осуществлять выбор оптимальных решений, подготавливать и составлять обзоры, отчеты и научные публикации; способность прогнозировать развитие интеллектуальных информационных систем и технологий; разрабатывать методы решения нестандартных задач и новые методы решения традиционных задач с использованием нейронных сетей; воспроизводить знания для практической реализации новшеств в предметной области исследования и моделирования информационных процессов и технологий с использованием нейронных сетей.

В результате изучения дисциплины студент должен:

Знать: теоретические основы и технологии искусственного интеллекта, систем, основанных на знаниях, основные положения теории искусственных нейронных сетей.

Уметь: решать прикладные вопросы интеллектуальных систем, использовать экспертные системы, построенные на базе нейронных сетей.

Владеть: подходами и инструментальными средствами решения задач инженерии знаний с использованием нейронных сетей.

Виды учебной работы: лекции, лабораторные занятия.

Изучение дисциплины заканчивается экзаменом.

Аннотация дисциплины

«Математические модели представления знаний»

Общая трудоемкость изучения дисциплины составляет 4 ЗЕ (144 час.).

Цель дисциплины:

Раскрытие основных понятий и концепций теории информационных систем, основных на математических моделях представления знаний.

Задачи дисциплины:

Изучение теории моделирования информационных процессов с использованием моделей представления знаний, идеологии построения архитектуры интеллектуальных информационных систем, математического аппарата их формализации, возможностей и путей использования математических моделей представления знаний при анализе и синтезе интеллектуальных информационных систем.

Blog

В. В. Морозов 20 г. Основная образовательная программа

Содержание