Дистанційне навчання

17.03.2020 | 09:36
  1. Навчальна дисципліна «Математичні методи дослідження операції»

 

а) лекційні заняття (групи ФеІ-21, ФеІ-22, ФеІ-23):

викладач асист. Карпа І. В.

 

17.03.2020

Тема 6. Алгоритм пошуку опорних розв‘язків основної задачі лінійного програмування.

Табличний алгоритм заміни базисних змінних (стандартні таблиці). Алгоритм пошуку опорного розв’язку за допомогою стандартних таблиць: дослідження області допустимих розв‘язків на існування; пошук розв’язувального елементу; реалізація заміни змінних із застосуванням стандартних таблиць.

24.03.2020

Тема 7. Транспортна задача лінійного програмування.

Постановка транспортної задачі. Математична постановка задачі. Табличний метод пошуку опорного плану (метод “північно-західного кута”). Покращення опорного плану. Метод пошуку оптимального плану шляхом циклічного перерахунку (метод циклічного перерахунку або розподільчий метод)

31.03.2020

Тема 8. Метод потенціалів розв’язання транспортної задачі.

Обґрунтування методу потенціалів. Побудова потенціального плану. Методика розв’язання транспортної задачі методом потенціалів. Приклади розв’язання транспортної задачі методом потенціалів.

 

б) лабораторні заняття (групи ФеІ-21, ФеІ-22, ФеІ-23):

викладач асист. Карпа І. В.

 

18.03.2020, 19.03.2020

Лабораторна робота 5. Числові методи розв’язування диференційних рівнянь.

25.03.2020, 26.03.2020

Лабораторна робота 6. Пошук екстремумів функцій. Бібліотека Optimization Toolbox.

01.04.2020, 02.04.2020

Лабораторна робота 7. Розв’язок задач лінійного програмування табличним симплекс-методом.

 

в) самостійна робота (групи ФеІ-21, ФеІ-22, ФеІ-23):

викладач асист. Карпа І. В.

 

Теми для самостійного вивчення:

  1. Огляд основних підходів до побудови чисельних методів розв’язання задач нелінійного програмування.
  2. Розв’язання задачі лінійного програмування із використанням Mathlab.

 

  1. Навчальна дисципліна «Обробка та аналіз цифрових сигналів»

 

а) лекційні заняття (групи ФеC-22):

викладач асист. Карпа І. В.

 

16.03.2020

Тема 5. Двомірне перетворення Фур’є.

Функція numpy.fft.fft2(). Двомірне обернене дискретне перетворення Фур’є. Функція numpy.fft.ifft2(). Функції fft NumPy і їх значення. Приклади.

23.03.2020

Тема 6. N-мірне перетворення Фур’є.

Функція numpy.fft.fftn(). Зворотне n-мірне перетворення Фур’є. Функція numpy.fft.ifftn(). Приклади.

30.03.2020

Тема 7. Швидке перетворення Фур’є.

Швидке пряме і зворотне перетворення Фур’є. Функція numpy.fft.rfft(). Функція numpy.fft.irfft(). Приклади.

 

 

б) лабораторні заняття (групи ФеC-22):

викладач асист. Карпа І. В.

 

18.03.2020

Лабораторна робота 4. Пряме і зворотне перетворення Фур’є.

25.03.2020

Лабораторна робота 5. Двомірне перетворення Фур’є.

01.04.2020

Лабораторна робота 6. N – мірне перетворення Фур’є.

 

 

в) самостійна робота (групи ФеC-22):

викладач асист. Карпа І. В.

 

Теми для самостійного вивчення:

  1. Підсистема аналогового введення з пониженням частоти дискретизації сигналу.
  2. Оптимальні цифрові фільтри стиснення сигналів.
  3. Оптимальний енергетичний цифровий фільтр сигналів.

 Навчальна дисципліна «Методи та системи штучного інтелекту»

викладач доц. Грабовський В.А.

а) лекційні заняття (групи ФеІ-41, ФеІ-42, ФеІ-43, ФеІ-44):

 

18.03.2020

Тема 1.6. СЕМАНТИЧНІ МЕРЕЖІ. ФРЕЙМОВІ СИСТЕМИ.

Об’єкти семантичних мереж. Інтенсіональні та екстенсіональні мережі. Методи виведення на семантичних мережах. Фрейм і його структура. Види фреймів. Ієрархія фреймів. Процедури в слотах. Успадкування у фреймових структурах. Керування виведенням.

25.03.2020

Тема 1.7. ЕКСПЕРТНІ СИСТЕМИ – ВАЖЛИВА СКЛАДОВА СИСТЕМ ШТУЧНОГО ІНТЕЛЕКТУ.

Експертні системи та сфери їх застосування. Особливості експертних систем. Відмінності експертних систем від інших комп’ютерних програм. Архітектура експертної системи. Класифікація експертних систем. Динамічні і статичні ЕС. Режими роботи експертних систем.

01.04.2020

Тема 1.8. ТЕХНОЛОГІЇ ІНЖЕНЕРІЇ ЗНАНЬ – ОСНОВА РОЗРОБКИ ЕКСПЕРТНИХ СИСТЕМ.

Можливість і виправданість створення ЕС. Технологія побудови ЕС. Засоби проектування та розробки ЕС. Підходи до створення ЕС. Ролі учасників експертної системи. Технологія розробки експертних систем. Принцип «швидкого прототипу». Етапи створення ЕС. Приклади розробки та застосування ЕС.

 

б) лабораторні заняття (групи ФеІ-41, ФеІ-42, ФеІ-43, ФеІ-44):

викладач доц. Грабовський В.А.

16-18.03.2020. Заняття 6. Завершення виконання лабораторної роботи 2.

Тема: Сліпий пошук на графах. Особливості реалізації пошуку в ширину у графах.

Захист звіту про виконання лабораторної роботи 2.

23-25.03.2020. Заняття 7. Виконання лабораторної роботи 3.

Тема: Однонаправлений хвильовий пошук на графі. Дослідження особливостей використання хвильового алгоритму для знаходження найкоротшого шляху у одиничних графах методом однонаправленого пошуку.

30,31.03;01.04.2020. Заняття 8: Завершення виконання лабораторної роботи 3 та захист звіту.

 

в) самостійна робота (групи ФеІ-41, ФеІ-42, ФеІ-43, ФеІ-44):

викладач доц. Грабовський В.А.

Теми для самостійного вивчення: робота над однією з тем, обраних студентом для висвітлення у рефераті зі списку:

  • Основні напрями досліджень у сфері штучного інтелекту.
  • Сучасні підходи до створення технологій штучного інтелекту.
  • Нейромережі, їх види та особливості їх застосування у системах ШІ.
  • Машинний переклад. Особливості сучасного підходу до машинного перекладу.
  • Інтелектуальні роботи – напрям діяльності в сфері штучного інтелекту.
  • Розпізнавання образів та його роль у системах штучного інтелекту.
  • Експертні системи та їх використання в медицині.
  • Інструменти створення експертних систем. Оболонки ЕС.
  • Комп’ютерний зір. Особливості сучасного підходу.
  • Числення предикатів у штучному інтелекті. Мова ПРОЛОГ.
  • Мови функціонального програмування у ШІ. ЛІСП.
  • Мови логічного програмування у ШІ.
  • Онтології та їх роль у поданні знань.
  • Проект Semantic WEB. Стан та перспективи.
  • Нечітка логіка у системах штучного інтелекту.
  • Машинне навчання. Алгоритми машинного навчання.

 Навчальна дисципліна «Фізичні основи оптоелектроніки»

викладач проф. Кушнір О. С.

а) лекційні заняття (групи ФеІ-11, ФеІ-12, ФеІ-13, ФеІ-14):

 

 

13.03.2020

Тема 5. Інтерференція світла. Ко­ге­рентність

Інтерференція світла. Когерентність світлових хвиль. Взаємодія монохроматичних хвиль. Поняття про когерентність. Інтерференція когерентних пучків. Контраст інтерферен­ції. Умови інтерферен­ції. Інтерференція квазі-монохроматичного світла. Час і довжина коге­рент­нос­ті. Порівняння з радіотехнікою.

20.03.2020

Тема 6. Застосування інтерференції

Багатопроме­нева інтер­ференція. Формули Ейрі. Інтерферометр Фабрі–Перо. Стоячі світлові хвилі. Роль елект­ричної та магнітної складових світлової хвилі. Практичні застосу­вання інтерференції. Просвітлення оптики. Інтерференційні дзеркала.

27.03.2020

Тема 7. Дифракція світла

Дифракція світла. Принцип Гюйґенса–Френеля. Зони Френеля. Наближення геометричної оптики. Дифракція на круглому отворі та круглій перешкоді. Режими дифракції Френеля і Фраун­гофера. Дифракція Фраунгофера на щілині. Дифракція плоскої хвилі на круглому отворі. Дифракційна ґратка. Класифікація дифрак­ційних ґраток. Дифракція на тривимірній ґратці.

03.04.2020

Тема 8. Голо­гра­фія

Поняття про голографію. Порівняння з фотогра­фічною технікою та людським оком. Принципи голографії. Техніка запису та відтворення. Влас­тивості голографічних зображень. Типи голограм. Плоскі та об’ємні голограми. Кольорові голограми. Застосування голографії. Голографічна па­м’ять і розпізнавання образів. Поняття про просторові частоти та просторову оптичну фільтрацію.

 

б) лабораторні заняття (групи ФеІ-11, ФеІ-12, ФеІ-13, ФеІ-14):

викладачі проф. Кушнір О. С., доц. Корчак Ю. М., асист. Климович Ю. Г.

 

13.03.2020, 20.03.2020, 27.03.2020

Заняття 5, 6, 7 (згідно з ковзним графіком виконання робіт):

Лабораторна робота 2. Явища інтерференції та дифракції

Лабораторна робота 4. Характеристики випромінювання лазера

Лабораторна робота 8. Аберації лінз фотокамер

Лабораторна робота 11. Властивості випромінювання теплових джерел

Лабораторна робота 13. Спектральна чутливість фотоприймачів

Лабораторна робота 15. Вивчення статистичних явищ (на прикладі радіоактивного розпаду)

Лабораторна робота 16. Послаблення випромінювання речовиною (на прикладі γ-випромінювання)

03.04.2020

Заняття 8:

Захисти звітів до лабораторних робіт

 

в) самостійна робота (групи ФеІ-11, ФеІ-12, ФеІ-13, ФеІ-14):

викладачі проф. Кушнір О. С., доц. Корчак Ю. М., асист. Климович Ю. Г.

 

Теми для самостійного вивчення:

  1. Підсилювачі світла на оптоволокнах
  2. Інтегральна оптика. Перспективи створення оптичного комп’ютера
  3. Принципи та методи голографічної пам’яті
  4. Оптичний запис інформації: матеріали і середовища. Порівняння із записом інформації на флеш-носії
  5. Фур’є-спектроскопія

 

Навчальна дисципліна: Подання знань баз даних

Викладач: доц. Панасюк Ю. В.

17 березня

ЛЕК – Семантичні мережі ч.1

Поняття. Прості та ієрархічні мережі. Основні типи об’єктів та зв’язків

ЛАБ – Побудова логічної моделі для обраної задачі

24 березня

ЛЕК – Семантичні мережі ч.2

Види семантичних відношень. Модифікація баз знань на семантичних мережах. Операція порівняння із зразком.

ЛАБ – Побудова Семантичні мережі для обраної задачі. Графічне представлення

31 березня

ЛЕК – Фреймові моделі ч.1

Поняття. Формальний опис. Структура та класифікація.

ЛАБ – Побудова Семантичні мережі для обраної задачі. Математичне представлення

 

  1. Навчальна дисципліна «Нейронні мережі»

викладач проф. Свелеба С.А.

а) лекційні заняття (групи ФеС-32):

 

 

13.03.2020 (Лекція №4)

Тема 4. Навчання з учителем. Можливості одношарових песептронів.

Навчання з учителем. Навчаючі пари. Принципи вибору навчаючих пар та їх вплив на прцес навчання. Можливості одношарових песептронів. Приклади задач.

20.03.2020 (Лекція №5)

Тема 5. Можливості багатошарових песептронів.

Можливості багатошарових персептронів для аналізу даних . Вибір функції активації. Двохшарові персептрони. Проблема функції заперечуючого АБО (XOR). Подолання обмеження лінійної роздільності

27.03.2020 (Лекція №6)

Тема 6. Градієнтне навчання багатошарових нейронів.

Градієнтне навчання багатошарових нейронів. Метод зворотного (back-propagation) розповсюдження помилки. Приклади алгоритмів розрахунку змін ваг мережі на основі градієнтів похибки.

03.04.2020 (Лекція №7)

Тема 7. Стохастичні навчання багатошарових нейронів.

Стохастичні методи навчання нейромереж.. Генетичні алгоритми навчання.

Проблема перенавчання мережі. Адаптивна оптимізація архітектури мережі. Валідація навчання.

 

б) лабораторні заняття (групи ФеС-32):

викладач проф. Свелеба С.А.

 

13.03.2020, 20.03.2020, 27.03.2020,03.04.2020

Заняття 4, 5, 6, 7:

Лабораторна робота 4. Дослідження залежності ефективності навчання нейромережі від зміни параметрів.

Лабораторна робота 5. Класифікація вхідного потоку даних, що складається з двох множин випадкових двохвимірних векторів із гаусівським законом розподілу.

Лабораторна робота 6. Класифікація вхідного потоку даних на задане число класів

Лабораторна робота 7. Апроксимація функціональних залежностей за допомогою  з пошаровою структурою нейромереж.

 

в) самостійна робота (групи ФеС-32):

викладач проф. Свелеба С.А.

 

Теми для самостійного вивчення:

  1. Типи функцій активації.
  2. Вибір функції активації.
  3. Подолання обмеження лінійної роздільності
  4. Комбіновані методи навчання багатошарових нейромереж.
  5. Алгоритми розрахунку змін ваг мережі на основі градієнтів похибки
  6. Метод найшвидшого спуску.
  7. Оптимізація розмірів нейромережі.
  8. Адаптивна оптимізація архітектури мережі.
  9. Проріджування зв’язків.
  10. Конструктивні алгоритми

Навчальна дисципліна «Методи та засоби подання знань та бази знань»

викладач проф. Свелеба С.А.

а) лекційні заняття (групи ФеС-32):

 

 

18.03.2020 (Лекція №5)

Тема 4. Побудова фреймової моделі. Наслідування атрибутів класу в ООП

Фреймові моделі   Формальний опис фрейму. Класифікація фреймів. Структури даних фрейму. Процедури-демони та процедури-слуги. Фреймові мережі. Наслідування атрибутів класу в ООП. Успадкування. Інкапсуляція.  Поліморфізм.

25.03.2020 (Лекція №6)

Тема 5. Розробка сховищ даних та знань.

Операції над базовими типами даних Методи які інкапсулюють  операції. Перевантаження операторів. Збереження і обробка інформації. Створення екземплярів. Додавання методів, які визначають поведінку об’єктів. Операції над базовими типами даних. Обробка вбудованих типів: рядки, зміна значення. Реалізація концепції проектування( інкапсуляцією). Методи, які інкапсулюють операції. Перевантаження операторів. Метод __str__. Адаптація поведінки за допомогою підкласів. Підклас, який адаптує поведінку суперклассу.

 

01.04.2020 (Лекція №7)

Тема 5. . Організація та розробка сховища знань з використанням парадигми ООП та модулів shelve і dbm

Продукційні моделі. Основні визначення. База правил. Робоча область. Інтерпретатор правил .Управління виведенням у продукційній системі. Характеристика продукційних моделей. Створення підкласів. Адаптація конструкторів Збереження об’єктів у сховищі. Дослідження сховища в інтерактивному сеансі. Оновлення об’єктів в сховищі.

 

б) лабораторні заняття (групи ФеС-32):

викладач проф. Свелеба С.А.

 

18.03.2020, 24.03.2020, 01.04.2020

Заняття 5, 6, 7:

Лабораторна робота 4. Побудова Фреймової моделі. Наслідування атрибутів класу в ООП

Лабораторна робота 5. Розробка сховища знань

Лабораторна робота 6. Метод перевантаження операторів

 

в) самостійна робота (групи ФеС-32):

викладач проф. Свелеба С.А.

 

Теми для самостійного вивчення:

  1. Декларативні та процедурні моделі
  2. Розуміння мови та семантичні мережі .
  3. Фреймові мережі.
  4. Управління виведенням у продукційній системі.
  5. Недетермінованість управління виведенням та евристичні знання.
  6. Багатозначність та методи її усунення
  7. Ненадійні знання та виведення.

 

Навчальна дисципліна: Сучасні парадигми програмування

Викладач: доц. Паночко Г.І.

Група: ФеС -31, 32 (лекційні заняття: понеділок II пара)

Група: ФеС -31(I, II), ФеС -32(I, II) (лабораторні заняття: понеділок –I пара, вівторок – II та V пара, п’ятниця – III пара)

16.03.2020

Лекція № 6: Теоретичні основи об’єктно-орієнтованого програмування мовою С++ . Класи та об’єкти, конструктори, деструктори. Перевантаження операторів. Література: Бьерн Страуструп. Мова програмування С++, Москва, 2001 (ст. 267 – 346)

23.03.2020

Лекція № 7: Теоретичні основи об’єктно-орієнтованого програмування мовою Phython. Основи програмування класів. Перевантаження операторів. Шаблони проектування з класами. Література: Марк Лутц. Вивчаємо Phyton, Москва, 2011 (ст. 693 – 826)

30.03.2020

Лекція № 8: Теоретичні основи об’єктно-орієнтованого програмування мовою Java . Класи, їх опис та ієрархія. Успадкування та поліморфізм. Інтерфейси для порівняння об’єктів. Література: Кадомський К.К., Ніколюк П.К. Java. Теорія та практика. навчальний посібник, Вінниця, 2019 (ст. 50-72)             

13.03.2020    Лабораторна робота№ 4 Елементи процедурного програмування мовою С++

16.03.2020; 17.03.2020; 20.03.2020

Лабораторна робота № 5 Розробка програм з використанням класів у C++. Написання конструкторів, деструкторів, методів(функцій-членів)

23.03.2020; 24.03.2020; 27.03.2020

Лабораторна робота 6 Розроблення програм з використанням класів мовою Python

30.03.2020; 01.04.2020; 03.04.2020

Лабораторна робота 7 Реалізація програмного класу з використанням механізму інкапсуляції мовою програмування Java.

 

 

Навчальна дисципліна: Цифрова обробка сигналів

Викладач: доц. Паночко Г.І.

Група: ФеІ -21, 22, 23 (лекційні заняття: вівторок I пара, знаменник)

Група: ФеІ -21(I, II), ФеІ -22(I), ФеІ -23(I)  (лабораторні заняття: середа –II пара, знаменник; середа – II пара, четвер – II пара та п’ятниця – I пара, чисельник )

24.03.2020 (знаменик) Лекція № 4: Перетворення Фур’є. Перетворення Фур’є неперервних та дискретних сигналів. Дискретне перетворення Фур’є. Графічне зображення  результату перетворення Фур’є. Поняття спектру сигналу. Властивості дискретного перетворення Фур’є. Обчислювальна складність. Швидке перетворення Фур’є. Алгоритми реалізації ШПФ.

 

18.03.2020; 19.03.2020; 20.03.2020 (чисельник) Лабораторна робота № 3 Автокореляція та взаємна кореляція цифрових сигналів

 

25.03.2020 (знаменик); 01.04.2020; 03.04.2020, 03.04.2020 (чисельник) Захисне заняття лабораторних робіт № 1 – 3

Навчальна дисципліна: Математичні методи дослідження операцій

Викладач: доц. Паночко Г.І.

Група: ФеІ -31, 32, 33, 34   (лекційні заняття: вівторок III пара)

Група: ФеI-31(I, II), ФеI -32(I) , ФеI -33(I) (лабораторні заняття: середа – II та V, VI пара, четвер – I пара)

17.03.2020

Лекція № 6: Цілочислові задачі математичного програмування. Алгоритм методу Гоморі і методу гілок і меж для розв’язування цілочисельних задач. Література: Бартіш М.Я., Дудзяний І.М. Дослідження операцій. Частина 1.Лінійні моделі: підручник. – Львів: 2007 (ст. 103 – 115 )

 

24.03.2020

Лекція № 7: Задача комівояжера та методи її розв’язування. Література: Бартіш М.Я., Дудзяний І.М. Дослідження операцій. Частина 1.Лінійні моделі: підручник. – Львів: 2007 (ст. 116 – 129 )

31.03.2020

Лекція № 8: Транспортна задача. Властивості та побудова опорних планів транспортної задачі.  Метод північно-західного кута. Мінімального елемента та метод Фойгеля. Приклади задач, які зводяться до транспортних. Література: Бартіш М.Я., Дудзяний І.М. Дослідження операцій. Частина 1.Лінійні моделі: підручник. – Львів: 2007 (131 – 148, 155 – 160 ) 

 

12.03.2020

Лабораторна робота № 4. Двоїстий симплекс-метод розв’язування задачі лінійного програмування.

18.03.2020; 19.03.2020

Лабораторна робота № 5 Розв’язування задачі цілочисельного програмування за методом Гоморі

25.03.2020; 26.03.2020

Лабораторна робота № 6 Програмна реалізація задачі цілочисельного програмування за методом Гоморі.

01.04.2020; 02.04.2020

Захист лабораторних робіт № 4 – 6; Знаходження початкового опорного плану транспортної задачі.

 

Навчальна дисципліна «Теорія ігор»

 

а) лекційна група (група ФеІ-53):

викладач доц. Катеринчук І.М.

 

26.03.2020

Тема 2. Нескінченні антагоністичні ігри (продовження)

Ігри з безперервною функцією виграшу. Ігри з опуклою функцією виграшу. Одночасні ігри переслідування. Нескінченні гри пошуку.

 

31.03.2020, 02.04.2020

Тема 3. Неантагоністичні ігри (4 год.).

Визначення безкоаліційної гри в нормальній формі. Принципи оптимальності в безкоаліційних іграх. Змішане розширення безкоаліційної гри. Існування ситуації рівноваги Неша. Існування ситуації рівноваги в кінцевій грі n осіб. Модифікації концепції рівноваги Неша. Властивості оптимальних рішень. Еволюційно стійкі стратегії. Рівновага в спільних змішаних стратегіях. Задача про переговори. Ігри в формі характеристичної функції. C-ядро і NM-рішення. Вектор Шеплі. Вектор Шеплі і потенціал.

 

 

б) лабораторні заняття (група ФеІ-53):

викладач доц. Катеринчук І.М.

 

26.03.2020

Лабораторна робота 2. Змішані стратегії. Оптимальні стратегії, ціна гри. Розв’язок гри (2xm) (продовження)

 

31.03.2020, 02.04.2020

Лабораторна робота 3. Узагальнений розв’язок антагоністичної матричної гри.

 

Навчальна дисципліна «Цифрова обробка інформації»

Викладач проф. Половинко І.І.

 

16/03 лаб (Феі-41,42 ) №4

17/03 лаб (Феі-43,44) №5

23/03 лек Інформація, сигнали та дані

 

23/ 03  лаб (Феі-41,42) №5

24/03 лаб(Феі-43,44)  №6

30/ 03  лаб (Феі-41,42) №6

 

31/03 лаб(Феі-43,44)  №7

Завдання на самостійне вивчення : написання звітів до лабораторних робіт

 

Навчальна дисципліна «Цифрова обробка та класифікація сигналів»

Викладач проф.Половинко І.І.

18/03 Феі-53 лек: Колірні моделі, Лаб №3

25/03 Феі-53

Лек: Обробка зображень по псевдокольорах; Лаб №3

01/04 Феі-53 лек: Перетворення яскравості в колір; Лаб №4