Материал: Самостоятельная работа студентов. методические указания к организации самостоятельной работы студентов направления прикладная информатика. Головинский П.А., Шаталова А.О
|
|
Окончание табл. 5.22 |
||
№ |
Наименование |
Содержание раздела |
СРС |
|
п/п |
темы |
|||
|
|
|||
6 |
Нечеткие экс- |
Нечёткие инструкции и нечёткие алгоритмы. Нечёткие алго- |
|
|
|
пертные системы |
ритмы определения, нечёткие алгоритмы порождения, нечёткие |
|
|
|
|
алгоритмы принятия решения. Применение нечётких чисел и |
|
|
|
|
лингвистических переменных в построении суждений экспер- |
22 |
|
|
|
тов. Составное правило вывода. Максиминная композиция не- |
||
|
|
|
||
|
|
четких отношений. Способы представления нечёткой имплика- |
|
|
|
|
ции: по Заде, по Лукасевичу. Применение нечетких множеств в |
|
|
|
|
экономике и управлении финансами. |
|
|
|
|
Итого |
126 |
|
Перечень учебной литературы, необходимой для освоения дисциплины
1. Пегат, А. Нечеткое моделирование и управление / А. Пегат. – М.: Би-
ном, 2009. – 798 с.
2. Ярушкина, Н. Г. Основы теории нечетких и гибридных систем / Н. Г. Ярушкина. – М.: Финансы и статистика, 2004. – 320 с.
3.Тарков, М. С. Нейрокомпьютерные системы /М. С. Тарков. –М.: Би-
ном, 2006. – 142 с.
4.Круглов, В. В. Интеллектуальные информационные системы / В. В. Круг-
лов, М. И. Дли. – М.: Физматлит, 2002. – 256 с.
5.12. Численные методы с Python
Общая трудоемкость дисциплины «Численные методы с Python»составляет 4 з.е.
Распределение трудоемкости дисциплины по видам занятий представлено в табл. 5.23.
Таблица 5.23
Распределение трудоемкости дисциплины «Численные методы с Python»
Виды учебной работы |
Всего |
Семестры |
|
часов |
2 |
||
|
|||
Аудиторные занятия (всего) |
90 |
90 |
|
В том числе: |
|
|
|
Лекции |
36 |
36 |
|
Практические занятия (ПЗ) |
18 |
18 |
|
Лабораторные работы (ЛР) |
36 |
36 |
|
Самостоятельная работа |
27 |
27 |
|
Курсовой проект |
+ |
+ |
|
Часы на контроль |
27 |
27 |
31
Окончание табл. 5.23
Виды учебной работы |
Всего |
Семестры |
|
часов |
|
||
2 |
|||
|
|||
Виды промежуточной аттестации - экзамен |
+ |
+ |
|
Общая трудоемкость: |
|
|
|
академические часы |
144 |
144 |
|
зач.ед. |
4 |
4 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий показано в табл. 5.24.
|
|
Таблица 5.24 |
|
|
|
Содержание раздела |
|
|
|
|
|
№ |
Наименование темы |
Содержание раздела |
СРС |
п/п |
|
|
|
1 |
Python. Пакеты |
Основы языка Python. Массивы, списки, библиотеки, обра- |
|
|
NumPy, SciPy, |
щение к процедурам. |
4 |
|
Matplotlib |
|
|
2 |
Линейная алгебра |
Решение систем линейных уравнений, собственные векторы |
4 |
|
|
и собственные значения, детерминанты. |
|
|
|
|
|
3 |
Нелинейные |
Алгебраические уравнения и их решение. Численное реше- |
|
|
уравнения |
ние трансцендентных уравнений. Метод касательных, метод |
4 |
|
|
хорд. |
|
4 |
Поиск экстремумов |
Метод градиентов, метод сопряженных градиентов, метод |
5 |
|
|
хорд. |
|
|
|
|
|
5 |
Дифференциальные |
Задача Коши для дифференциального уравнения. Метод Рун- |
|
|
уравнения |
ге-Кутта. Решение систем дифференциальных уравнений. |
5 |
|
|
Моделирование механического движения. |
|
6 |
Ряды и интегралы |
Разложение функции, заданной на отрезке в ряд Фурье. Ко- |
|
|
Фурье |
лебания струны. Интеграл Фурье. Быстрое преобразование |
5 |
|
|
Фурье. Спектральный анализ. |
|
|
|
Итого |
27 |
Перечень учебной литературы, необходимой для освоения дисциплины
Основная литература:
1.Зарипова, Э. Р. Лекции по дискретной математике. Математическая логика: учеб. пособие / Э. Р. Зарипова. – Москва: Российский университет дружбы народов, 2014. – 120 с.
2.Зюзьков, В. М. Математическая логика и теория алгоритмов: учеб. пособие / В. М. Зюзьков. – Томск: Эль Контент, 2015. – 236 с.
32
3.Судоплатов, С. В. Математическая логика и теория алгоритмов: учебник / С. В. Судоплатов, Е. В. Овчинникова. – 3-е изд. – Новосибирск:
НГТУ, 2012. – 254 с.
4.Саталкина, Л. В. Математическое моделирование: Задачи и методы механики: учеб. пособие / Л. В. Саталкина. – Липецк: Липецкий государственный технический университет, ЭБС АСВ, 2013. – 97 с.
Дополнительная литература:
1.Балюкевич, Э. Л. Математическая логика и теория алгоритмов: учебно-практическое пособие / Э. Л. Балюкевич, Л. Ф. Ковалева. – Москва: Евразийский открытый институт, 2009. – 189 с.
2.Гладких, О. Б. Математическая логика: учебно-методическое пособие / О. Б. Гладких, О. Н. Белых. – Елец: ЕГУ им. И.А. Бунина, 2011. – 142 с.
3.Компьютерный практикум по методам вычислений: учеб. пособие / ФГБОУ ВО "Воронеж. гос. техн. ун-т". – Воронеж: Воронежский государственный технический университет, 2018. – 179 с.
5.13. Глубокое обучение с Python
Общая трудоемкость дисциплины «Глубокое обучение с Python» составляет 4 з.е.
Распределение трудоемкости дисциплины по видам занятий представлено в табл. 5.25.
Таблица 5.25
Распределение трудоемкости дисциплины «Глубокое обучение с Python»
Виды учебной работы |
Всего |
Семестры |
|
часов |
2 |
||
|
|||
Аудиторные занятия (всего) |
90 |
90 |
|
В том числе: |
|
|
|
Лекции |
36 |
36 |
|
Практические занятия (ПЗ) |
18 |
18 |
|
Лабораторные работы (ЛР) |
36 |
36 |
|
Самостоятельная работа |
54 |
54 |
|
Экзамен |
+ |
+ |
|
Общая трудоемкость: |
|
|
|
академические часы |
144 |
144 |
|
зач.ед. |
4 |
4 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий показано в табл. 5.26.
33
|
|
Таблица 5.26 |
||
|
|
Содержание раздела |
|
|
|
|
|
|
|
№ |
Наименование те- |
Содержание раздела |
СРС |
|
п/п |
мы |
|||
|
|
|||
1 |
Глубокие сети |
Обучение градиентными методами. Метод Ньютона. Логисти- |
|
|
|
прямого распро- |
ческая сигмоида и гиперболический тангенс как функции акти- |
|
|
|
странения |
вации. Метод обратного распространения ошибки. |
8 |
|
|
|
Компьютерная реализация алгоритмов глубокого обучения: Py- |
|
|
|
|
thon, NumPy, SciPy, Keras, Pandas, TensorFlow. |
|
|
2 |
Сверточные сети |
Свертка. Свертки для распознавания образов. Распознавание |
|
|
|
|
букв. Автокодировщики. Современные сверточные архитекту- |
8 |
|
|
|
ры. Распознавание объектов по изображениям. |
|
|
3 |
Рекуррентные ней- |
Рекуррентный многослойный перцептрон. Метод обратного |
|
|
|
ронные сети |
распространения ошибки для рекуррентных сетей. Сети Джор- |
8 |
|
|
|
дана и Элмана. |
|
|
4 |
LSTM сети |
Проблема долгосрочной памяти. Длинная краткосрочная па- |
10 |
|
|
|
мять. Алгоритм LSTM. Описание динамической модели LSTM. |
||
|
|
|
||
5 |
Модель GRU |
Модель рекуррентного переключателя. Нелинейный алгоритм |
|
|
|
|
работы GRU и его анализ. Прогноз временного ряда цен в |
10 |
|
|
|
строительстве. Порождение текста. |
|
|
6 |
Генетические алго- |
Популяция. Мутации. Кроссовер. Селекция. Генетические алго- |
|
|
|
ритмы и метасети. |
ритмы с действительными значениями. Гендерные генетические |
10 |
|
|
|
алгоритмы. Эффект Болдуина. Настройка архитектуры нейрон- |
||
|
|
ных сетей и предобучение. |
|
|
|
|
Итого |
54 |
|
Перечень учебной литературы, необходимой для освоения дисциплины
1.Головинский, П. А. Математические модели. Теоретическая физика и анализ сложных систем. От нелинейных колебаний до искусственных нейронов
исложных систем. Книга 2 / П. А. Головинский. – М., 2017.
2.Головинский, П.А. Интеллектуальные информационные системы: теоретические основы и приложения / П. А. Головинский, И. С. Суровцев. – Воронеж: Цифровая полиграфия, 2015.
2.Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. Погружение в мир нейронных сетей / С. Николенко, А. Кадурин, Е. Архангельская. – СПб: Питер, 2018.
5.Гудфеллоу Ян , Курвилль Аарон, Бенджио Иошуа. Глубокое обучение / Ян Гудфеллоу, Аарон Курвилль, Иошуа Бенджио. – М.: ДМК Пресс, 2018.
6.Хайкин, С. Нейронные сети / С. Хайкин. – М.: Вильямс, 2019.
34
5.14. Теория надежности и риска
Общая трудоемкость дисциплины «Теория надежности и риска» составляет 2 з.е.
Распределение трудоемкости дисциплины по видам занятий представлено в табл. 5.27.
Таблица 5.27 Распределение трудоемкости дисциплины «Теория надежности и риска»
Виды учебной работы |
Всего |
Семестры |
|
часов |
1 |
||
|
|||
Аудиторные занятия (всего) |
36 |
36 |
|
В том числе: |
|
|
|
Лекции |
18 |
18 |
|
Практические занятия (ПЗ) |
18 |
18 |
|
Самостоятельная работа |
36 |
36 |
|
Курсовая работа |
- |
- |
|
Виды промежуточной аттестации - зачет |
+ |
+ |
|
Общая трудоемкость: |
72 |
72 |
|
академические часы зач.ед. |
2 |
2 |
Содержание разделов дисциплины и распределение трудоемкости по видам занятий показано в табл. 5.28.
|
|
Таблица 5.28 |
||
|
|
Содержание раздела |
|
|
|
|
|
|
|
№ |
Наименование |
Содержание раздела |
СРС |
|
п/п |
темы |
|||
|
|
|||
1 |
Основы теории |
Основные понятия теории надежности. Виды отказов элемен- |
6 |
|
|
надежности |
тов и систем. Работоспособность и надежность. |
||
|
|
|||
2 |
Экспертная оцен- |
Основы работы экспертной группы, по оценке надежности. |
6 |
|
|
ка надежности |
|
||
|
|
|
||
3 |
Теория риска: ос- |
Основные понятия теории риска. Неопределенность, опасность |
6 |
|
новные понятия |
и риск. Виды рисков. Качественная и количественная оценка |
|||
|
|
рисков. |
|
|
4 |
Методы оценки |
Расчеты надежности и работоспособности различных систем. |
6 |
|
надежности сис- |
Математический аппарат, описывающий внезапные, постепен- |
|||
|
тем |
ные и комбинированные виды отказов элементов и систем. |
|
|
5 |
Анализ опасно- |
Качественная и количественная оценка опасности. Методы |
|
|
стей, уязвимостей |
анализа опасностей и оценок риска. Применение программных |
6 |
||
|
и ущербов |
систем для решения прикладных задач в области оценок риска |
||
|
|
и надёжности |
|
|
6 |
Управление рис- |
Процедура управления рисками. Методики снижения опасно- |
6 |
|
|
ками |
сти риска и управления риском. |
||
|
|
|||
|
|
Итого |
36 |
|
35