Технології обробки інформації

Освітня програма: Прикладна математика (м)

Структурний підрозділ: Факультет комп'ютерних наук та кібернетики

Назва дисципліни
Технології обробки інформації
Код дисципліни
ДВС.2.02
Тип модуля
Вибіркова дисципліна для ОП
Цикл вищої освіти
Другий
Рік навчання
2021/2022
Семестр / Триместр
3 Семестр
Кількість кредитів ЕСТS
8
Результати навчання
ПРН 12.2. Володіти знаннями фундаментальних основ математичного моделювання та оптимального керування, в обсязі, необхідному для освоєння загально-професійних прикладних дисциплін та використовувати відповідні знання у обраній професії. ПРН 14.2. Уміти застосовувати професійні знання, уміння і навички в галузі прикладної математики та інформатики для досліджень реальних процесів різної природи.
Форма навчання
Очна форма
Попередні умови та додаткові вимоги
Для успішного вивчення дисципліни «Технології обробки інформації» студент повинен відповідати наступним вимогам: 1. Знати: 1. Методи побудови, верифікації, дослідження якісних характеристик математичних моделей. 2. Принципи побудови стаціонарних, динамічних та комп’ютерних моделей на основі відомих чисельних методів. 2. Вміти: 1. Проводити дослідження якісних характеристик побудованих математичних моделей. 2. Формулювати математичні оптимізаційні задачі для таких моделей. 3. Застосовувати методи математичного та комп’ютерного моделювання для дослідження інформаційних процесів. 3. Володіти: 1. Базовими навичками використання пакетів прикладних програм для числового аналізу (MATLAB). 2. Англійською мовою на рівні не нижче Intermediate.
Зміст навчальної дисципліни
Опанування студентами конструктивних підходів до чисельних методів обробки інформації у різних прикладних застосуваннях. Ознайомлення студентів із методами аналізу інформації, її оптимального стиснення, зберігання або відновлення та створенням програмних продуктів для цієї мети.
Рекомендована та необхідна література
1. І. Пархомей, Н. Цьопа. Основи теорії інформаційних процесів, Частина 2. Системи обробки сигналів, Київ, КПІ ім. Ігоря Сікорського, 2020. 2. В.Л. Кожевников, А.В. Кожевников. Теорія інформації та кодування. Дніпропетровськ, НГУ, 2012. 3. Hansen J.S. GNU Octave Beginner’s Guide, Packt Publishing, 2011. 4. Сэломон Д. Сжатие данных, изображений и звука, 2004. 5. А.Й. Наконечний, Р.А. Наконечний, В.А. Павлиш. Цифрова обробка сигналів, Львів, 2010. 6. Гонсалес Р.С., Вудс Р. Цифровая обработка изображений, 2012.
Заплановані освітні заходи та методи викладання
Лекції, семінарські заняття, самостійна робота.
Методи та критерії оцінювання
Семестрове оцінювання: Максимальна кількість балів які можуть бути отримані студентом: 100 балів. 1. Контрольна робота No1: РН 1.1, РН 2.1, РН 2.2, РН 4.1 – 30/18 балів. 2. Контрольна робота No 2: РН 2.3, РН 2.4, РН 4.1 – 30/18 балів. 3. Поточне оцінювання: РН 1.1, РН 2.1, РН 2.2, РН 2.3, РН 2.4, РН 3.1, РН 3.2, РН 4.1, РН 4.2 – 40/24 балів. Підсумкова оцінка у формі заліку: Залікові бали визначаються як сума оцінок-балів за всіма успішно оціненими результатами вивчення, передбаченими даною програмою. Мінімальний пороговий рівень для сумарної оцінки за всіма компонентами становить 60% від можливої кількості балів. Студент отримує загальну позитивну оцінку з дисципліни, якщо його оцінка за семестр становить не менше, ніж 60 балів.
Мова викладання
Українська

Кафедри

Наступні кафедри задіяні у викладанні наведеної дисципліни

Моделювання складних систем
Факультет комп'ютерних наук та кібернетики