Національний технічний університет україни „київський політехнічний інститут”



Сторінка4/9
Дата конвертації11.05.2017
Розмір1.38 Mb.
1   2   3   4   5   6   7   8   9
РОЗДІЛ 2

2.1. Вступ. Тестування, контроль, діагностика. Технічна діагностика та її роль у забезпеченні ефективного виробництва та експлуатації обчислювальної техніки, підвищення ії надійності. Основні задачі технічної діагностики цифрових схем та систем. Основні напрямки в діагностуванні: тестове та функціональне діагностування. Стан діагностики на сучасному етапі та перспективні напрямки розвитку діагностування обчислювальних систем.

2.2. Тестове діагностування. Типи несправностей. Клас логічних несправностей. Керованість, спостерігаємість, тестуємість - невід’ємні властивості цифрових схем.. Методи генерування тестів (d-алгоритм, алгоритм активізації одномірного шляху, метод бульових похідних та еквівалентних нормальних форм). Особливості побудови тестів для для послідовностних цифрових схем. Оцінка ефективності методів побудови тестів.

Основні підходи до спрощення тестового діагностування складних цифрових схем. Компактне діагностування. Алгоритми стиснення послідовностей на виходах об’єкта діагностування . Імовірносне тестування. Схеми організації імовірносного тестування. Розрахунок імовірностей сигналів на виходах простих логічних елементів, комбінаційних схем та автоматів з пам’ятю. Оцінка імовірності виявлення несправностей. Визначення довжини тестової послідовності та оптимальних значень імовірностей вхідних змінних.

Псевдовипадкове тестування. Псевдовипадкові послідовності (ПВП) та способи їх генерування. Синтез генераторів M-послідовностей . Формування ПВП з завданими імовірносними і часовими характеристиками.

Сигнатурний аналіз (СА). Опис СА за допомогою моделі ділення поліномів. Достовірність СА. Порівняння з іншими методами стиснення. Синтез схем СА. Застосування СА при контролі та локалізації несправностей в деяких типах цифрових схем.

2.3. Проєктування контролепридатних та легкотестуємих цифрових схем. Приклади побудови комбінаційних схем, тестуємих мінімальною кількістю тестових наборів. Проєктування контролепридатних послідовносних цифрових схем. Методи сканування станів елементів пам’яті. Метод наскрізного зсувного регістру (LSSD). Деякі схемотехнічні рішення, які полегшують процедуру тестування цифрових схем.

Самотестуємі цифрові схеми. Методи застосування структур BILBO.

2.4. Функціональне діагностування цифрових схем. Суть та основна схема функціонального діагностування Використання різних видів надлишку: структурного, часового, інформаційного - для організації функціонального діагностування цифрових систем. Деякі методи функціонального діагностування: дублюванння та мажорування, використання завадостійких надлишкових кодів для контролю та виправлення помилок у роботі комбінаційних схем та автоматів з пам’ятю, побудова схем вбудованого контролю (СВК) з використанням згортки по завданому модулю і активних чи пасивних резервів часового надлишку. Елементи теорії самоперевіряємих цифрових об’єктів. Поняття цифрового пристрою з самоперевіркою. СВК з самоперевіркою для кодів з перевіркою на парність, рівноважних та розділимих кодів. Схеми стиснення з самоперевіркою(схеми Картера).

2.5. Діагностування елементів мікропроцесорних систем. Проблема контролю мікропроцесорів. Методи побудови тестів для контролю мікропроцесорів. Загальні питання відлагодження і діагностування МПС. Організація діагностування МПС методом СА. Логічні аналізатори і їх використання для контролю МПС. Методи внутрішньосхемної емуляції. Методи контролю ВІС запам’ятовуючих пристроїв (ЗП). Тести для контролю ВІС ЗП.

2.6. Діагностування у багатомодульних обчислювальних системах. Використання мажорованих надлишкових структур для побудови відмовостійких обчислювальних систем. Надлишкові структури з самоперевіркою у відмовостійких обчислювальних системах. Варіанти організації підсистеми самодіагностування самовідновлювальних МПС. Самодіагностуємі обчислювальні системи.


  1. МЕТОДИ НАВЧАННЯ ТА ІНФОРМАЦІЙНО-МЕТОДИЧНЕ ЗАБЕЗПЕЧЕННЯ

Основна література – підручники різних років видання, що знаходяться в НТБ. Організація індивідуального консультування – щотижневі консультації.

Список рекомендованої ЛІТЕРАТУРи

  1. Надежность систем. Справочник. Под ред. Ушакова. 1985.

  2. Т.А. Голинкевич. Прикладная теория надежности. 1988.

  3. Пацюра И.В. , Корнейчук В.И. и др. Надежность электронных систем. 1997.

  4. Иыуду К.А. Надежность, контроль, диагностика вычислительных машин и систем. 1989.

  5. . К.Г, Самофалов , О.М. Романкевич та ін. Прикладна теорія цифрових автоматів. К.: Вища школа;1987. - 375 с.

  6. В.Н. Ярмолик Контроль и диагностика цифровых узлов ЭВМ. - Мн: Наука и техника. 1988. - 240 с..

  7. Коваленко А.Е., Гула В.В. Отказоустойчивые Микропроцессорные системы К., Техника, 1986.

  8. Сотсков Б.Н. Основы теории и расчёта надёжности элементов и устройств автоматики и вычислительной техники. М., ВШ, 1970.

  9. А.М.Половко, С.В.Гуров Основы теории надёжности. BHV, СПб, 2006

  1. МОВА

Українська, російська.

  1. ХАРАКТЕРИСТИКА ІНДИВІДУАЛЬНИХ ЗАВДАНЬ

З дисципліни «ТНКДКС» передбачені індивідуальні завдання у вигляді:

1) лабораторних робіт,

2) домашньої контрольної роботи.

Кінцевою метою цикла лабораторних робіт передбачається розробка пакета програм для автоматизації розрахунку показників надійності багатопроцесорних систем з активною відмовостійкістю, тобто зі здатністю системи до ре конфігурації та перерозподілу навантаження.

Структура системи та показники надійності компонентів системи задаються студенту індивідуально.

Також під час виконання студент повинен самостійно (на підставі аналізу розподілу відмов, змодельованого на попередньому етапі) прийняти індивідуальне рішення щодо резервування елементів з метою підвищення надійності системи.

Тематика домашньої контрольної роботи визначається у межах глобальної теми «Надійність програмного забезпечення» індивідуально для кожного студента з урахуванням напряму його випускної роботи.


  1. МЕТОДИКА ОЦІНЮВАННЯ

Оцінка ECTS, яку студент отримує після вивчення кредитного модуля дисципліни «Тестування, надійність, контроль та діагностика комп’ютерних систем», визначається відповідно до рейтингу студента.

Рейтинг студента з кредитного модуля складається з балів, що він отримує протягом семестру за такі види робіт:



  1. Модульна контрольна робота (МКР) поділяється на дві контрольні роботи тривалістю по 1 акад. годині.

Максимальна кількість балів за одну контрольну роботу: 25 балів.

Максимальна кількість балів за МКР:


25 балів × 2 КР. = 50 балів.

Разом за МКР (максимальна кількість балів): 50 балів.

  1. Виконання лабораторних робіт.

Протягом семестру студенти виконують 5 лабораторних робіт.

Максимальна кількість балів за кожну лабораторну роботу: 10 балів.

Додаткові бали нараховуються за творчий підхід до виконання завдань, максимальна кількість додаткових балів за всі лабораторні роботи: 5 балів.

Разом за лабораторні роботи (максимальна кількість балів):
10 балів × 5 лаб. робіт = 50 балів.

Заохочувальні бали нараховуються за:

- модернізацію завдань, виконання завдань із удосконалення дидактичних матеріалів з дисципліни: 0-10 балів;

Сума вагових балів контрольних заходів протягом семестру: 100 балів.

Необхідною умовою допуску до заліку є відсутність заборгованостей з лабораторних робіт та зарахування контрольних робіт.

Залік виставляється відповідно до таблиці.

Сумарний рейтинг за семестр

Оцінка ECTS

Традиційна оцінка

95-100

А

Відмінно

85-94

В

Добре

75-84

С

65-74

D

Задовільно

60-64

Е

Сума балів < 60

Fx

Незадовільно

Рейтинг за семестр < 40

F

не допущено


  1. ОРГАНІЗАЦІЯ

Порядок реєстрації на вивчення дисципліни та на семестрову атестацію – згідно нормативних документів НТУУ «КПІ».
Опис кредитного модуля (дисципліни)

НП-05 ЦИФРОВА ОБРОБКА СИГНАЛІВ ТА ЗОБРАЖЕНЬ

(код та назва кредитного модуля, дисципліни)

Статус

кредитного модуля



обов’язковий




(обов’язковий або за вільним вибором студентів)

Лектор

Замятін Денис Станіславович, к.т.н., доцент каф. СКС ФПМ




(прізвище, ім’я та по-батькові, вчений ступень, посада)

Факультет

прикладної математики




(назва)

Кафедра

спеціалізованих комп’ютерних систем




(назва)

  1. ЗАГАЛЬНІ ВІДОМОСТІ

Курс "Цифрова обробка сигналів та зображень" - це спеціальний курс у загальній схемі алгоритмічної i програмістської підготовки студентів спеціальностей 7.091.501 "Комп'ютерна системи та мережі", 7.091.502 "Системне програмування" та 7.091.503 "Спеціалізовані комп’ютерні системи" i викладається у 10-му семестрі. Вивченню курсу повиннi передувати курси "Алгоритмiзацiя та структури даних", "Програмування" та “Системне програмування".

  1. РОЗПОДІЛ НАВЧАЛЬНОГО ЧАСУ

Семестр

Код кредитного модуля

Всього (кред./год)

Розподіл за видами занять

(всього год./год.у тижні)



СРС

Модульні контр.роб. (кількість)

Індивід.завдання (вид)

Семестрова атестація (вид)

Лекції

Практичні/

семінарські



Лабораторні/

комп’ютерний практикум



10

НП-05

3 / 108

36

-

18

38

1

РГР

Залік




  1. МЕТА І ЗАВДАННЯ ДИСЦИПЛІНИ

Метою курсу є ознайомлення студентів із математичними основами та базовими алгоритмами цифрової обробки сигналів та зображень, а також з сучасними засобами програмної та апаратної реалізації алгоритмів ЦОСЗ, зокрема бібліотекою Python Imaging Library та цифровими сигнальними процесорами.

В результаті вивчення курсу студенти повинні:

- ЗНАТИ математичні основи та основні алгоритми цифрової обробки сигналів та зображень (ЦОСЗ), архітектуру і особливості системи команд процесорів цифрової обробки сигналів.

- ВМІТИ користуватися спеціалізованими бібліотеками для обробки сигналів та засобами розробки програм для процесорів ЦОСЗ.



  1. ЗМІСТ КРЕДИТНОГО МОДУЛЯ (ДИСЦИПЛІНИ)

ТЕМА 1. ВСТУП ДО ЦИФРОВОЇ ОБРОБКИ СИГНАЛІВ

Історичні відомості про розвиток теорії ЦОСЗ та процесорів ЦОСЗ. Поняття сигналу та види сигналів.



ТЕМА 2. МАТЕМАТИЧНІ ОСНОВИ ОБРОБКИ СИГНАЛІВ

Дискретизація сигналів. Поняття та алгоритми статистичного аналізу дискретизованих сигналів. Двовимірне дискретне перетворення Фур'є. Теорема Найквіста. Двовимірна дискретна згортка, теорема про згортку. Алгоритми швидкого перетворення Фур'є. Вступ до цифрової фільтрації. Статистичний аналіз сигналу. Гистограмні методи перетворення сигналів та зображень.



ТЕМА 3. ПРОГРАМНІ ЗАСОБИ ПІДТРИМКИ ОБРОБКИ СИГНАЛІВ ТА ЗОБРАЖЕНЬ

Подання зображень у цифровому вигляді. Кольорові простори. Формати збереження зображень. Алгоритми ущільнення зображень. Введення у мову програмування Python. Основні алгоритмічні конструкції та структури даних. Основні засоби бібліотеки обробки сигналів Python Imaging Library.



ТЕМА 4. АРХІТЕКТУРА ЦИФРОВИХ СИГНАЛЬНИХ ПРОЦЕСОРІВ

Узагальнена архітектура цифрового сигнального процесора. Загальні особливості системи команд і способів адресації цифрових сигнальних процесорів на прикладі процесорів сімейств DSP563xx. Програмування цифрових сигнальних процесорів мовою асемблера. Приклади реалізації основних алгоритмів цифрової обробки.



  1. МЕТОДИ НАВЧАННЯ ТА ІНФОРМАЦІЙНО-МЕТОДИЧНЕ ЗАБЕЗПЕЧЕННЯ

Інформаційно-методичне забезпечення дисципліни включає підручники, що знаходяться в НТБ, та методичні вказівки щодо виконання лабораторних робіт.

Список рекомендованої ЛІТЕРАТУРи

  1. Прэтт У. Цифровая обработка изображений: в 2-х томах; Пер. с англ. - М.:
    Мир, 1982.

  2. Прэтт У.К. Методы передачи изображений: сокращение избыточности. - М.:
    Мир. -1983.

  3. Даджион Д., Мерсеро Р. Цифровая обработка многомерніх сигналов: Пер. с
    англ. - М.: Мир, 1988. - 488 с.

  4. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. - М.:
    Мир, 1990. - 584 с.

  5. Ватолин Д.С. Алгоритмы сжатия изображений / Методическое пособие, - М.
    Московский университет им. Ломоносова, Факультет вычислительной математики и кибернетики, 1999. (ISBN 5-89407-041)

  6. Оппенгейм А.В., Шафер Р.В. Цифровая обработка сигналов. - М.: Связь,
    1979.

  7. Осипов Л.А. Обработка сигналов на цифровых процессорах. Линейно-
    аппроксимирующий метод. - М.: Горячая линия - Телеком, 2001. -112 с.

  8. В.М. Порєв, Комп'ютерна графіка. - К.: "Корнейчук", 2000. - 256 с, іл. (ISBN
    966-7599-10-8)

  9. Богнер Р., Константинидис А. Введение в цифровую фильтрацию. М.:Мир,
    1976

Індивідуальне консультування виконується у вигляді щотижневих консультацій.

  1. МОВА

Українська.

  1. ХАРАКТЕРИСТИКА ІНДИВІДУАЛЬНИХ ЗАВДАНЬ

З дисципліни «Цифрова обробка сигналів та зображень» передбачене індивідуальне завдання у вигляді:

1) лабораторних робіт,

2) розрахунково-графічної роботи.

Цикл лабораторних робіт передбачає вивчення сучасного програмного забезпечення з обробки зображень та сигналів. Перелік лабораторних робіт:

Лабораторна робота 1. Розробка програмного забезпечення для отримання сигналу з зовнішнього середовища та його статистичний аналіз.

Лабораторна робота 2. Розробка програмного забезпечення для спектрального аналізу сигналів.

Лабораторна робота 3. Розробка програмного забезпечення обробки зображень засобами бібліотеки PIL.

Лабораторна робота 4. Програмування сигнальних процесорів.

Розрахунково-графічна робота (РГР) присвячена програмній реалізації алгоритмів цифрової обробки сигналів та складається з теоретичної частини, програмного коду та результатів експерементів.

Вимоги до теоретичної частини розрахунково-графічної роботи:


  1. Теоретична частина складається з реферату на задану тему та опису розробленого програмного забезпечення.

  2. Опис розробки повинен включати опис використаних алгоритмів, модулів та функцій, а також оцінку швидкодії для різних типів зображень.

  3. Останнім розділом роботи повинен бути список літератури за темою (включаючи посилання на джерела в Internet).

Вимоги до програмних засобів:

  1. Розроблені програмні засоби повинні являти собою самостійний програмний продукт, що не потребує ніяких допоміжних програм. Забороняється використання для розробки високорівневих бібліотек обробки сигналів.

  2. Розробка повинна виконана на мові C++ з використанням засобів розпаралелення (MPI, OpenMP, CUDA/OpenCL).

  1. МЕТОДИКА ОЦІНЮВАННЯ

Оцінка ECTS, яку студент отримує після вивчення кредитного модуля дисципліни "Цифрова обробка сигналів та зображень", визначається відповідно до рейтингу студента.

Рейтинг студента з кредитного модуля складається з балів, що він отримує протягом семеструза такі види робіт:



  1. Модульна контрольна робота (МКР).

Максимальна кількість балів за МКР: 12 балів.

Разом за МКР (максимальна кількість балів): 12 балів.

  1. Розрахунково-графічна робота (РГР).

Максимальна кількість балів за РГР: 30 балів.

Бали нараховуються за:



- відповідь під час захисту лабораторної роботи: 0-9 балів;

- самостійне виконання роботи (відсутність запозиченого програмного коду): 0-9 балів;

- ефективність програмної реалізації: 0-9 балів;

- своєчасне представлення роботи до захисту: 0-3 бал;

Разом за РГР (максимальна кількість балів): 30 балів.

  1. Виконання лабораторних робіт.

Протягом семестру студенти виконують 4 лабораторні роботи.

Максимальна кількість балів за кожну лабораторну роботу: 7 балів.

Бали нараховуються за:

- відповідь під час захисту лабораторної роботи: 0-2 балів;

- самостійне виконання роботи (відсутність запозиченого програмного коду) та ефективність (швидкодія): 0-3 бали;

- своєчасне представлення роботи до захисту: 0-2 бал;

Разом за лабораторні роботи (максимальна кількість балів):
7 балів × 4 лаб. робіт = 28 бали.

Штрафні бали нараховуються за:

- невідвідування лекцій: –1 бал за кожну пропущену (без поважної причини) лекцію.

Заохочувальні бали нараховуються за:

- підготовка рефератів,

- виконання завдань з удосконалення дидактичних матеріалів,

- огляд наукових праць: 0-10 балів

Сума вагових балів контрольних заходів протягом семестру: 70 балів.

Залік формується з із балів, що їх студент отримує за відповіді на два теоретичних питання в заліковому білеті. Максимальна сума балів за відповідь на одне теоретичне питання складає 15 балів, мінімальна – 0 балів. Проміжні значення встановлюються екзаменатором, виходячи із правильності і повноти відповідей. Необхідною умовою допуску до заліку є зарахування РГР та наявність рейтингу не менше 35 балів.



Максимальна кількість балів за залікову роботу: 30 балів.

Залікові бали студента додаються до його семестрового рейтингу. Оцінка (ECTS та традиційна) виставляється відповідно до набраних балів згідно з таблицею:



Сумарний рейтинг за семестр або сума балів за залікову роботу

Оцінка ECTS

Традиційна оцінка

95-100

А

відмінно

85-94

В

добре

75-84

С

65-74

D

задовільно


60-64

Е

Сума балів < 60

Fx

незадовільно

Рейтинг за семестр < 35


F

не допущено

  1. ОРГАНІЗАЦІЯ

Порядок реєстрації на вивчення дисципліни та на семестрову атестацію – згідно нормативним документам НТУУ «КПІ».

Опис кредитного модуля (дисципліни)

НП-06 КОМП’ЮТЕРНІ СИСТЕМИ ШТУЧНОГО ІНТЕЛЕКТУ

(код та назва кредитного модуля, дисципліни)

Статус

кредитного модуля



професійно-практична підготовка




(обов’язковий або за вільним вибором студентів)

Лектор

Зорін Юрій Михайлович, доцент




(прізвище, ім’я та по-батькові, вчений ступень, посада)

Факультет

прикладної математики




(назва)

Кафедра

спеціалізованих комп’ютерних систем




(назва)

  1. ЗАГАЛЬНІ ВІДОМОСТІ

Дисципліна "Комп’ютерні системи штучного інтелекту" відіграє важливу роль у підготовці магістрів із спеціальностей: “КОМП‘ЮТЕРНІ МЕРЕЖІ ТА СИСТЕМИ”, “СИСТЕМНЕ ПРОГРАМУВАННЯ” й “СПЕЦІАЛІЗОВАНІ КОМП‘ЮТЕРНІ СИСТЕМИ”. Методи побудування та використання систем штучного інтелекту є невід'ємною частиною програмного забезпечення ЕОМ, які надають машині інтелектуальних рис.

  1. РОЗПОДІЛ НАВЧАЛЬНОГО ЧАСУ

    Семестр

    Код кредитного модуля

    Всього (кред./год)

    Розподіл за видами занять

    (всього год.)



    СРС

    Модульні контр.роб. (кількість)

    Індивід.завдання (вид)

    Семестрова атестація (вид)

    Лекції

    Практичні/

    семінарські



    Лабораторні/

    комп’ютерний практикум



    9

    НП-06

    4 / 144

    36

    -

    18

    90

    1

    РГР

    Екз

  2. МЕТА І ЗАВДАННЯ ДИСЦИПЛІНИ

Задача вивчення дисципліни полягає в тому, щоб навчити студента розробляти та реалізувати алгоритми, що автоматизують творчу роботу людини. Тому питання формалізування та надання знань людини у вигляді структур даних, що відповідають умовам швидкого доступу і всебічного аналізу мають значну вагу у спектрі проблем надання та обробки знань. В результаті вивчення дисципліни студент повинен:

  • НАБУТИ теоретичні та практичні знання, вміння та навички в галузі вибору та створення машинних методів надання та обробки знань

  • ВМІТИ конструювати алгоритми прийняття оптимальних рішень за допомогою відповідних евристик.

  1. ЗМІСТ КРЕДИТНОГО МОДУЛЯ (ДИСЦИПЛІНИ)

РОЗДIЛ 1. ВСТУП.

Тема 1.1 Комбінаторна оптимізація. Обчислювальна складність. Підходи до розв’язання. Р- та NP-складні задачі, оцінка їх обчислювальної складності. Конструктивні алгоритми.Жадібні алгоритми.

РОЗДIЛ 2. АЛГОРИТМИ З ЗАБОРОНАМИ.

Тема 2.1. Загальна ідея побудови алгоритмів з заборонами. Загальна схема алгоритмів з заборонами. Короткочасна та довгочасна пам’ять. Список заборон. Вплив довжини списку заборон на збіжність алгоритму.

Тема 2.2. Алгоритм з заборонами для розв’язання задачі розфарбування графа.Схема алгоритму. Схеми мінімальної трансформації розв’язку. Налаштування головних параметрів алгоритму.

Тема 2.3. Алгоритм з заборонами для розв’язання задачі комівояжера. Схема алгоритму. Побудова та модифікація списку заборон. Налаштування параметрів алгоритму. Аналіз ефективності варіантів виконання локальної оптимізації розв’язку.

Тема 2.4. Алгоритм з заборонами для розв’язання задачі квадратичних призначень. Схема алгоритму. Способи обчислення вартості мінімальної трансформації розв’язку. Побудова та модифікація списку заборон. Аналіз ефективності варіантів виконання локальної оптимізації розв’язку.

РОЗДIЛ 3. МУРАШИНІ АЛГОРИТМИ.

Тема 3.1. Загальна ідея побудови мурашиних алгоритмів. Комбінаторна оптимізація. Теоретичні основи мурашиних алгоритмів. Пошук найкоротшого шляху на графі. Мурашиний алгоритм для задачі комівояжера.

Тема 3.2. Варіанти побудови мурашиних алгоритмів: AS, EAS, MMAX, ASrank. Розширення мурашиних алгоритмів. Схеми модифікації інтенсивності феромонів. Проблема машинного навчання. Локальний пошук для мурашиних алгоритмів.

Тема 3.3. Мурашиний алгоритм для розв’язання задачі знаходження найкоротшого шляху між двома вершинами графа. Застосування мурашиного алгоритму до розв’язку задачі находження найкоротшого шляху між двома вершинами графу. Схема розміщення та випаровування феромонів. Локальна оптимізація розв’язку. Розв’язок задачі маршрутизації.

Тема 3.4. Мурашиний алгоритм для розв’язання задачі квадратичних призначень. Застосування мурашиного алгоритму до розв’язку задачі находження найкоротшого шляху між двома вершинами графу. Схема розміщення та випаровування феромонів. Локальна оптимізація розв’язку. Розв’язок задачі маршрутизації.

Тема 3.5. Мурашиний алгоритм для розв’язання задачі розфарбування графа. Визначення “жадібної” сили. Визначення інтенсивності сліду феромонів. Загальна схема алгоритму.

Тема 3.6. Мурашиний алгоритм для розв’язання задачі комівояжера. Варіанти формулювання задачі комівояжера. Загальна схема алгоритму. Паралельна реалізація алгоритму. Налаштування головних параметрів алгоритму. Аналіз ефективності варіантів виконання локальної оптимізації розв’язку.

РОЗДIЛ 4. АЛГОРИТМИ ІМІТАЦІЇ ВІДПАЛУ.

Тема 4.1. Загальна ідея побудови алгоритмів імітації відпалу. Теоретичні основи алгоритмів імітації відпалу. Схеми імітації охолодження. Вибір параметрів схем імітації охолодження. Локальний пошук для алгоритмів імітації відпалу.
Тема 4.2. Алгоритм імітації відпалу для розв’язання задачі розфарбування графа. Задача к-розфарбування графу. Спосіб кодування та обчислення пристосованності. Схема імітації охолодження.

Тема 4.3. Алгоритм імітації відпалу для розв’язання задачі квадратичних призначень. Загальна схема алгоритму. Схема імітації охолодження. Налаштування головних параметрів алгоритму.

Тема 4.3. Алгоритм імітації відпалу для розв’язання задачі про розміщення N ферзів. Задача про розміщення N ферзів. Способи кодування. Загальна схема алгоритму. Схема імітації охолодження. Порівняльний аналіз варіантів виконання локальної оптимізації розв’язку.

РОЗДІЛ 5. НЕЧІТКА ЛОГІКА.

Тема 5.1. Нечітка логіка – математичні основи. Математичний апарат. Нечіткий логічний вивід. Інтеграція з інтелектуальними парадигмами. Нечітки нейронні мережі.

РОЗДІЛ 6. АЛГОРИТМИ КЛАСТЕРІЗАЦІЇ.

Тема 6.1. Алгоритм кластерізації множини відповідно до заданного критерія. Постановка задачі. Кодування геному й обчислення пристосаваності. Виконання генетичних операцій. Критерії зупинки алгоритму. Порівняльний аналіз способів генерування початкової популяції.

РОЗДІЛ 7. ДИНАМІЧНЕ ПРОГРАМУВАННЯ.

Тема 7.1. Загальна ідея динамічного програмування. Розв’язання задачі побудови найбільшої спільної послідовності. Загальна ідея динамічного програмування. Умови застосування динамічного програмування. Розв’язання задачі побудови найбільшої спільної послідовності. Звязок динамічного програмування й регулярних виразів. Алгоритм динамічного програмування для статистичного машинного перекладу.

  1. МЕТОДИ НАВЧАННЯ ТА ІНФОРМАЦІЙНО-МЕТОДИЧНЕ ЗАБЕЗПЕЧЕННЯ

Інформаційно-методичне забезпечення дисципліни включає підручники, що знаходяться в НТБ, та методичні вказівки щодо виконання лабораторних робіт, які розміщені на сайтi yzorin.ho.com.ua.

Список рекомендованої ЛІТЕРАТУРи

1. Субботін С.О., Олійник А.О., Олійник О.О. Неітеративні, еволюційні та мультіагентні методи синтезу нечіткологічних і нейромережних моделейю Монографія / Під заг. ред. С.О.Субботіна. – Запоріжжя: ЗНТУ, 2009.- 375с.

2. Marco Dorigo, Thomas StuЁ tzle. Ant colony optimization. - A Bradford book., 2004, 321c.

3. Vazirani, V. V. Approximation Algorithms. - Springer-Verlag, Berlin, 2001, 453c.

4. Ю.Зорін. - Конспект лекцій з дисципліни " Комп’ютерні системи штучного інтелекту ". http://yzorin.ho.ua

5. D. de Werra, A. Hertz -Tabu Search Techniques: A tutorial and an application to neural networks - OR Spektrum, 1989, 241 c.



  1. МОВА

Українська.

  1. ХАРАКТЕРИСТИКА ІНДИВІДУАЛЬНИХ ЗАВДАНЬ

З дисципліни „ Комп’ютерні системи штучного інтелекту ” передбачено виконання розрахунково-графічної роботи з розділів “ Мурашині алгоритми ” й “Алгоритми імітації відпалу”, ціллю якої є закріплення знань та навичок з цього розділу, що набуті протягом лекцій та лабораторних робіт. Тематика індивідуальних завдань додається до робочої програми.
ПРИБЛИЗНИЙ ПЕРЕЛІК ЗАВДАНЬ ДЛЯ ЛАБОРАТОРНИХ ЗАНЯТЬ:

1. Мурашиний алгоритм для розв’язання задачі розфарбування графа.

2. Алгоритм з заборонами для розв’язання задачі квадратичних призначень.

3. Алгоритм MMAS для розв’язання задачі знаходження найкоротшого шляху між двома вершинами графа.

4. Алгоритм імітації відпалу для розв’язання задачі про розміщення N ферзів.

  1. МЕТОДИКА ОЦІНЮВАННЯ

Оцінка ECTS, яку студент отримує після вивчення кредитного модуля дисципліни „ Комп’ютерні системи штучного інтелекту ”, визначається відповідно до рейтингу студента.

Рейтинг студента з кредитного модуля складається з балів, що він отримує протягом семестру, та екзаменаційних балів.

Семестрові бали нараховуються за:


  1. Модульна контрольна робота (МКР).

Максимальна кількість балів за МКР: 5 балів.

Критерії оцінювання:

4-5 балів – рішення вірне;

3-4 балів – рішення має недоліки;

2-3 бали – у рішенні є помилки, але хід рішення вірний;

0-1 бал – немає рішення або рішення не вірне.

Разом за МКР (максимальна кількість балів): 5 балів.

  1. Розрахункова робота (РГР).

Максимальна кількість балів за РГР: 45 балів.

Разом за РГР (максимальна кількість балів): 45 балів.

  1. Виконання лабораторних робіт.

Протягом семестру студенти виконують 6 лабораторних робіт. Кожна лабораторна робота зараховується тільки за умови захисту її студентом.

Максимальна кількість балів за кожну лабораторну роботу: 15 балів.



Разом за лабораторні роботи (максимальна кількість балів):
15 балів × 4 лаб. робіт = 60 бали.

Штрафні бали нараховуються за:

- несвоєчасний захист кожної лабораторної роботи: - до 5 балів

- невідвідування лекцій: –1 бал за кожну пропущену (без поважної

причини) лекцію.

Заохочувальні бали нараховуються за:

- за дострокове виконання роботи та творчий підхід до

алгоритмiзацii та кодування, в залежності від обсягу, складності та

якості виконаних завдань: 2 – 10 балів

Сума вагових балів контрольних заходів протягом семестру: 105 балів.

Відповідь на екзамені:

Студент допускається до написання екзаменаційної роботи, якщо його поточний рейтинг не нижче, ніж 47 балів. В цьому випадку (поточний рейтинг не нижче 55 балів) студент також має право складати екзаменаційну роботу в повному обсязі з метою підвищення семестрової оцінки. В цьому випадку виставляється більша з двох оцінок: отриманої на заліковій роботі та підрахованої на набраними балами. Екзаменаційна робота оцінюється за 15-бальною системою з множенням результату на коефіцієнт 1.

Умови допуску до екзамену: зарахування всіх лабораторних робіт, а також стартовий рейтинг rc > 47 балів.

Максимальна кількість балів за екзаменаційну роботу: 15 балів.

Екзаменаційні бали студента додаються до його семестрового рейтингу. Оцінка (ECTS та традиційна) виставляється відповідно до набраних балів згідно з таблицею:



Сумарний рейтинг за семестр

Оцінка ECTS

Традиційна оцінка

110-120

А

відмінно

100-109

В

добре

89-99

С

75-88

D

задовільно


65-74

Е

Сума балів < 60

Fx

незадовільно

Рейтинг за семестр < 47 або не виконані інші умови допуску до екзамену

F

не допущений

  1. ОРГАНІЗАЦІЯ

Порядок реєстрації на вивчення дисципліни та на семестрову атестацію – згідно нормативних документів НТУУ «КПІ».

Опис кредитного модуля (дисципліни)

НП-07 МУЛЬТИМЕДІЙНІ ЗАСОБИ В КОМП’ЮТЕРНИХ СИСТЕМАХ

(код та назва кредитного модуля, дисципліни)

Статус

кредитного модуля



обов’язковий




(обов’язковий або за вільним вибором студентів)

Лектор

Сулема Євгенія Станіславівна, к.т.н., доцент




(прізвище, ім’я та по-батькові, вчений ступень, посада)

Факультет

прикладної математики




(назва)

Кафедра

спеціалізованих комп’ютерних систем




(назва)

  1. ЗАГАЛЬНІ ВІДОМОСТІ

Дисципліна “Мультимедійні засоби в комп'ютерних системах” є однією із дисциплін професійно-практичної підготовки студентів за спеціальностями 7.091501, 8.091501 „Комп‘ютерні системи та мережі”, 7.091502 „Системне програмування” та 7.091503, 8.091503 “Спеціалізовані комп`ютерні системи”.

Передумовою вивчення дисципліни „Мультимедійні засоби в комп'ютерних системах” є вивчення дисциплін „Програмування” та „Комп’ютерна графіка”.



  1. РОЗПОДІЛ НАВЧАЛЬНОГО ЧАСУ




Семестр

Код кредитного модуля

Всього (кред./год)

Розподіл за видами занять

(всього год./год.у тижні)



СРС

Модульні контр.роб. (кількість)

Індивід.завдання (вид)

Семестрова атестація (вид)

Лекції

Практичні/

семінарські



Лабораторні/

комп’ютерний практикум



9

НП-07

6 / 216

36

-

27

153

0

КР

Екз




  1. МЕТА І ЗАВДАННЯ КРЕДИТНОГО МОДУЛЯ (ДИСЦИПЛІНИ)

Метою дисципліни є вивчення принципів роботи, методів та теоретичних основ розробки та застосування засобів мультимедіа.

В результаті вивчення дисципліни “ Мультимедійні засоби в комп'ютерних системах ” студенти повинні:

- ЗНАТИ алгоритми функціонування засобів мультимедіа,

- ВМІТИ створювати мультимедіа-елементи,

- ВМІТИ проектувати структуру мультимедіа-проектів,

- ВМІТИ розробляти мультимедіа-додатки.




  1. ЗМІСТ КРЕДИТНОГО МОДУЛЯ (ДИСЦИПЛІНИ)



Поділіться з Вашими друзьями:
1   2   3   4   5   6   7   8   9


База даних захищена авторським правом ©divovo.in.ua 2017
звернутися до адміністрації

войти | регистрация
    Головна сторінка


загрузить материал