Розпізнавання образів у системах з ситуаційною обізнаністю

Спеціальність: Системний аналіз
Код дисципліни: 8.124.00.M.030
Кількість кредитів: 3.00
Кафедра: Інформаційні системи та мережі
Лектор: Є.В.Буров
Семестр: 4 семестр
Форма навчання: денна
Мета вивчення дисципліни: Сформувати у молодих науковців системні знання у галузі інформаційних технологій за спеціальністю системний аналіз, розвинути філософські та мовні компетентності, сформувати універсальні навики дослідника, достатні для проведення та успішного завершення наукового дослідження і подальшої професійно-наукової діяльності для побудови систем з ситуаційною обізнаністю.
Завдання: Володіння поглибленими професійно-профільними знаннями і практичними навичками для вирішення складної проблеми системного аналізу – побудови систем з ситуаційною обізнаністю. 2. Уміння продемонструвати систематичні знання сучасних методів проведення досліджень в області системного аналізу робототехнічних систем. 3. Уміння продемонструвати поглиблені знання в області наукових досліджень розпізнавання образів в автономних інтелектуальних системах.
Результати навчання: 1. Володіння поглибленими професійно-профільними знання і практичними навичками для розпізнавання та класифікації в складних системах будь-якої складності, для вирішення конкретних завдань проектування засобів розпізнавання та класифікації в складних системах різної фізичної природи. 2. Розуміння принципів і методів розпізнавання та класифікації в складних системах, коло завдань, які сприяють подальшому розвитку ефективного використання інформаційних ресурсів систем прийняття рішень.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Попередні навчальні дисципліни Супутні і наступні навчальні дисципліни Основи теорії систем Моделювання, аналіз та синтез взаємодії складних інформаційних систем Теорія ймовірностей і математична статистика Методи аналізу та оптимізації складних систем Інформаційні технології Системний аналіз багатокритеріальних процесів різної природи
Короткий зміст навчальної програми: У межах дисципліни розглядаються питання визначення систем з ситуаційною обізнаністю, моделі таких систем, JDL фреймворк, використання онтологій та логічного виведення у системах з ситуаційною обізнаністю; використання методів розпізнавання образів у таких системах; методи класифікації та кластеризації; використання байесівської теорії у задачах розпізнавання образів; системи навчання з вчителем та без нього; методи групування; використання нейронних мереж для розпізнавання образів; структурне розпізнавання образів.
Опис: Головні визначення та моделі систем з ситуаційною обізнаністю Загальна характеристика задачі розпізнавання образів в системах з СО. Методи класифікації та кластеризації Байесівська теорія рішень у задачах розпізнавання Оцінка параметрів та навчання з вчителем Непараметричні методи Навчання без вчителя та групування Використання нейронних мереж для розпізнавання образів Структурне розпізнавання образів
Методи та критерії оцінювання: Діагностика знань відбувається шляхом оцінювання виконаних лабораторних робіт та залікового контролю (письмової компоненти) у формі тестових запитань трьох рівнів складності.
Критерії оцінювання результатів навчання: - індивідуальна робота – 20 - виконання лабораторних завдань – 30 - exam - 50
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: Базова 1. Заяць В.М., Камінський Р.М. Методи розпізнавання образів: Навчальний посібник. – Львів: Видавництво Національного університету «Львівська політехніка», 2004. – 176 с. 4. Погребенник В.Д. Системи розпізнавання образів / Навч. посібник. – Львів: СПОЛОМ, 2007. – 170 с. 1. Кутковецький В.Я. Розпізнавання образів [Текст] : навч. посіб. / В. Я. Кутковецький; Миколаївський держ. гуманітарний ун-т ім. Петра Могили комплексу "Києво-Могилянська академія". - Миколаїв : Видавництво МДГУ ім. Петра Могили, 2003. - 196 с.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою: вул. Карпінського, 2/4, І-й н.к., кімн. 112 E-mail: nolimits@lpnu.ua Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).