Кіберфізичні системи
Спеціальність: Інформаційно-комунікаційні системи
Код дисципліни: 6.126.02.E.82
Кількість кредитів: 5.00
Кафедра: Телекомунікації
Лектор: д.т.н. доц. Кайдан Микола Володимирович
Семестр: 6 семестр
Форма навчання: денна
Результати навчання: Здатність застосовувати методи та засоби сучасних інформаційних технологій для моделювання, проектування та розроблення комунікаційних систем, Web-орієнтованих систем, смарт систем, сенсорних систем, вбудованих систем, мікро- /нано- систем та їх аналогів;
Здатність комплексувати та інтегрувати сенсорні, мікросистемні й комунікаційні компоненти, використовуючи їх інтерфейси, для побудови інформаційних систем моніторингу й управління різноманітними технічними об’єктами;
Здатність розгортати, адмініструвати та супроводжувати інформаційні системи на основі мережних технологій та вміння розробляти технічну документацію.
Здатність до проектування, інтеграції, розгортання й адміністрування безпечних інформаційних систем на основі гетерогенної інфокомунікаційної архітектури з використанням сучасних програмних платформ і крос-платформних технологій.
Здатність застосовувати стандарти в області інформаційних систем та технологій при розробці функціональних профілів, побудові та інтеграції систем, продуктів, сервісів і елементів інфраструктури організації.
Здатність до проектування, розробки, налагодження та вдосконалення системного, комунікаційного та програмно-апаратного забезпечення інформаційних систем та технологій, Інтернету речей (ІоТ), комп’ютерно-інтегрованих систем та системної мережної структури, управління ними.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Схемотехніка інформаційних систем
Технології інформаційно-комунікаційних мереж
Мобільні додатки інформаційно-комунікаційних систем
Короткий зміст навчальної програми: Дисципліна присвячена вивченню практичних аспектів розроблення і побудови різноманітних кіберфізичних систем, їх прикладних і технологічних особливостей.
Методи та критерії оцінювання: • письмові звіти з лабораторних робіт, усне опитування (30%)
• підсумковий контроль (70 %, контрольний захід, екзамен): письмово-усна форма (70%)
Рекомендована література: Дэви Силен, Арно Мейсман, Мохамед Али Основы Data Science и Big Data. Python и наука о данных- . - СПб.: Питер, 2019. - 336 с
Шакла Ниwант Машинное обучение и TeпsorFlow. - СПб.: Питер, 2019. - 336 с.:
Коэльо Л. П., Ричарт В. Построение систем машинного обучения на языке Python. 2016. 302 с.
Мерков А. Б. Распознавание образов. Введение в методы статистического обучения. 2011. 256 с.
Мерков А. Б. Распознавание образов. Построение и обучение вероятностных моделей. 2014. 238 с.
Воронцов К. В. Лекции по машинному обучению. www.MachineLearning.ru. 2004-2016.
Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. Springer, 2014. 739 p.
Bishop C. M. Pattern Recognition and Machine Learning. - Springer, 2006. 738 p.
Roland Siegwart; Illah Reza Nourbakhsh; Davide Scaramuzza Introduction to Autonomous Mobile Robots (Intelligent Robotics and Autonomous Agents series)
Климаш М. М., Кайдан М.В., Андрущак В.С., Климаш Ю.В. Методи та моделі побудови енергоефективних фотонних транспортних мереж - Львів – 2018. - 212 c.