SYLABUS^Online

Навігація

Категорії

Фільтри

Фільтри:

Обрані фільтри: Тривалість навчання : рік Форма навчання: дуальна Рівень навчання: PhD

Спецкурс радіотехнічних вимірювань фізичних величин в науково-експериментальних дослідженнях

Аналіз динамічних систем

Методи моделювання та обробки випадкових процесів та полів

Нейронні мережі для оброблення сигналів

Антропологія міста

Політичні студії

Міжнародно-правова охорона інтелектуальної власності

Соціокультурний розвиток людства

Соціологія економіки

Сучасні арт-практики

Основне завдання вивчення дисципліни полягає в опануванні студентами необхідних знань і практичних навичок з машинного навчання як одним із сучасних провідних наукових напрямків штучного інтелекту, а також оволодіти технологією розв’язання широкого класу задач науки та техніки (зокрема, задач розпізнавання, пошуку рішень, комп’ютерного бачення, інтелектуального управління) за допомогою методів, підходів та алгоритмів машинного навчання.

Що буде вивчатися

В курсі вивчається теоретичні та практичні основи застосування основ теорії алгоритмів які використовуються в галузями штучного інтелекту, зокрема, машинного навчання. Подання студентам широкого кола методів та алгоритмів у контексті машинного сприйняття та навчання. Підготувати студента до ефективного використання сучасних методів машинного навчання для створення систем штучного інтелекту у подальшій професійній діяльності; допомогти набути навички практичної роботи з сучасними програмними засобами для побудови інтелектуальних моделей.

Чому це цікаво/треба вивчати

Поглиблене вивчення дисципліни розкриє перед аспірантами широкі можливості по формування у студентів теоретичних знань та практичних навичок самостійної роботи із використання алгоритмів для машинного навчання при зборі та обробки даних від радіотехнічних систем. Спецкурс також може бути корисним випускникам в подальшій професійній діяльності після закінчення аспірантури, шляхом впровадження новітніх радіотехнічних досягнень у вибраних галузях.

Чому можна навчитися (результати навчання)

В процесі вивчення та освоєння спецкурсу «Алгоритми машинного навчання. Нейроні мережі обробки сигналів» слухачі отримають нові знання про можливості радіотехнічних засобів та сигналів вирішувати наукові і прикладні задачі в багатьох сферах науки, і техніки, промисловості та виробництва, біології та медицині, будівництві та сільському господарстві. До позитиву курсу слід віднести можливість розробки слухачами структурних схем та алгоритмів функціонування систем штучного інтелекту, освоєння методології їх роботи та оцінки даних від радіотехнічних систем.

Окрім того зазначене дозволяє слухачу використати отримані нові знання, для більш якісної підготувати дисертації, оформити та захистити її згідно існуючих вимог

Як можна користуватися набутими знаннями і уміннями (компетентності) В результаті вивчення курсу слухачі зможуть на практиці користуватися набутими знаннями і уміннями самостійного застосування складовими комплексної технології підготовки, оформлення та захисту дисертації ступеня доктор філософії при проведенні власних дисертаційних досліджень в галузі телекомунікацій та радіотехніки.

Методи побудови спеціалізованих радіотехнічних пристроїв з застосуванням систем штучного інтелекту та освоєння принципів їх роботи можуть також слугувати в подальшому слухачам для їх практичного освоєння у вибраних галузях наукової або практичної діяльності.

Інформаційне забезпечення

Всі матеріали надаються слухачам в електронному вигляді: навчальний посібник, презентаційні матеріали, приклади практичних робіт та захищених дисертацій (їх авторефератів)

Форма проведення занять

Лекції у вигляді презентацій, практичні роботи, індивідуальні заняття, консультації — Алгоритми машинного навчання. Нейронні мережі оброблення сигналів

Мета навчальної дисципліни — формування у аспірантів компетенцій в області імітаційного моделювання телекомунікаційних та радіотехнічних процесів, пристроїв і систем та методів комп’ютерного дослідження типових хвильових структур.

Предмет навчальної дисципліни — технологія імітаційного моделювання, критичний аналіз результатів моделювання.

Програмні результати навчання

Компетентності:

(ЗК 1) здатність до критичного аналізу, оцінки і синтезу нових складних ідей;
(ФК 2) здатність застосовувати математичні методи наукових досліджень, імітаційного моделювання, прикладні аспекти системного аналізу у різних видах професійної діяльності;
(ФК 3) здатність виконувати теоретичні й експериментальні дослідження, математичне й комп’ютерне моделювання процесів у телекомунікаційних і радіотехнічних системах та пристроях.

Знання:

(ЗН 4) сучасних математичних методів наукових досліджень, імітаційного моделювання, прикладних аспектів системного аналізу.

Уміння:

(УМ 5) виконувати самостійно науково-дослідну діяльність у галузі телекомунікацій і радіотехніки з використанням сучасних математичних методів наукових досліджень, імітаційного моделювання, прикладних аспектів системного аналізу;
(УМ 7) планувати, організовувати роботу та керувати проектами в галузі наукових досліджень, розробки, аналізу, розрахунку, моделювання, виробництва та тестування телекомунікаційних і радіотехнічних систем та пристроїв;
(УМ 11) обґрунтовувати й аналізувати вибір конкретного типу моделі та методу телекомунікаційних та радіотехнічних систем при вирішенні відповідних практичних задач.

Після засвоєння матеріалу дисципліни аспіранти отримають фундаментальні знання в області теорії та практики імітаційного моделювання в телекомунікаціях і радіотехніці, практичні знання особливостей імітаційного моделювання на прикладах типових об’єктів телекомунікацій та радіотехніки; набудуть уміння застосовувати здобуті знання при розробці нових наукових методик та в новітніх промислових технологіях і зразках нової техніки, для пояснення отриманих даних і передбачення нових наукових результатів; отримають досвід практичного застосування методів імітаційного моделювання для задач телекомунікацій та радіотехніки; проведення досліджень і узагальнення їх результатів в області хвильових явищ, хвильових структур і хвильових пристроїв обробки сигналів; самостійної роботи з навчальною, науковою та довідковою літературою. — Імітаційне моделювання в телекомунікаціях та радіотехніці

Прикладні аспекти теорії аналізу незалежних компонент

Дисципліна "Статистичні методи оброблення інформації в радіотехнічних комп'ютеризованих системах" навчає статистичним методам оброблення інформації для використання в сучасних радіотехнічних системах. Розробка досконалих радіотехнічних систем, які могли б надійно функціонувати в складній сигнально-завадовій обстановці, що динамічно змінюється, можлива лише на базі сучасних методів оптимізації (синтезу).змішаних марківських процесів в дискретному часі застосування статистичних методів

Мета навчальної дисципліни. Метою дисципліни є вивчення методів адаптивної фільтрації процесів і ідентифікації параметрів в радіотехнічних комп'ютеризованих системах, та методів статистичного оброблення інформації для використання в радіотехнічних системах локації, навігації та керування, що дозволяє визначити їх сучасний стан і найбільш перспективні напрями їх подальшого розвитку.

Предмет вивчання: Методи аналізу та синтезу на основі математичного апарату марківських процесів в дискретному часі оптимальних і квазіоптимальних алгоритмів фільтрації і виявлення процесів в радіотехнічних комп'ютеризованих системах при наявності різних видів завад, методи ідентифікації, а також статистичні методи оброблення інформації в радіотехнічних комп’ютеризованих системах локації, навігації та керування. — Статистичні методи оброблення інформації в радіотехнічних комп’ютеризованих системах

Філософські засади наукової діяльності. Частина 1. Науковий світогляд та етична культура науковця

Інноваційні напрями розвитку телекомунікацій та радіотехніки

Математичні методи наукових досліджень в телекомунікаціях та радіотехніці

Організація науково-інноваційної діяльності

Прикладні аспекти системного аналізу в телекомунікаціях та радіотехніці

Безпровідні мережі та технології для управління смарт-середовищами

Пристрої формування і передавання радіосигналів

Моделі і методи розрахунку телекомунікаційних мереж

Каталог силабусів протягом року, дуальна форма навчання, рівня доктора філософії

Дуальна форма навчання передбачає, що частина освітніх компонент буде вивчатись на підприємстві. Для студентів це надає можлвість отримати досвід роботи у великих компаніях за фахом. Це потенційно може сприяти вибору вірного напрямку саморозвитку для студентів.

Отримання ступення доктора філософії в аспірантурі.

×

Інженерія, виробництво та будівництво

Інженерія, виробництво та будівництво

Електронні комунікації та радіотехніка

×

Форма навчання

Тривалість навчання

Аудиторні заняття

Рівень навчання

Семестровий контроль

Освіта

Цикл підготовки