Wprowadzenie do systemów informacyjnych (WSI)

Celem przedmiotu jest wprowadzenie studentów w świat systemów informacyjnych i przedstawienie najważniejszych koncepcji i wyzwań, które będą czekały studenta w trakcie realizacji kolejnych przedmiotów związanych z tworzeniem systemów informacyjnych. Dodatkowym celem, realizowanym głównie w trakcie laboratoriów, jest nauka podstawowych narzędzi stosowanych przy pracy z komputerem, z zaznaczeniem najlepszych praktyk w tej dziedzinie. Przedmiot podzielony jest na 3 zasadnicze części, dotyczące: baz danych, inżynierii oprogramowania oraz użytkowania komputerów.

Systemy cyfrowe i podstawy elektroniki (SYC)

Celem przedmiotu jest przekazanie wiedzy z zakresu budowy i działania systemów cyfrowych na różnych poziomach ich funkcjonowania. Przedmiot rozpoczyna się wprowadzeniem z zakresu podstaw elektroniki, omówieniem elementów pasywnych i aktywnych stosowanych w elektronice, sposobu pomiaru wielkości elektrycznych oraz omówieniem najbardziej elementarnych układów elektronicznych. Wprowadza się bramki logiczne z opisem ich budowy i standardów. W kolejnym etapie przedstawione są klasyczne metody analizy oraz syntezy układów kombinacyjnych ( mapy Karnaugha) oraz układy sekwencyjne jak liczniki, rejestry automaty stanowe. Omówione zostaną podstawowe bloki procesora i kontrolera oraz wykorzystanie kontrolerów w praktyce, z uwzględnieniem obsługi różnego typu wejść i wyjść (np. ADC, PWM, porty), technik obsługi zdarzeń oraz standardów komunikacji.

Podstawy symulacji komputerowych (PSM)

Celem wykładu jest zapoznanie słuchaczy z podstawowymi metodami i problemami symulacji komputerowych pojawiającymi się w różnych obszarach działalności człowieka. Bardzo duża liczba zjawisk i działań w sferze materialnej i społecznej może i powinna zostać zbadana przed podjęciem konkretnych działań po przeanalizowaniu wyników osiągniętych z pomocą symulacji komputerowych.

Osobny olbrzymi obszar zastosowań komputerowych technik symulacyjnych to multimedia i grafika komputerowa, gdzie pojawia się konieczność reprezentacji ruchu dowolnych obiektów zgodnie z prawami przyrody (chyba, że świadome decyzje autorów symulacji są inne). Sama symulacja komputerowa jest już zwieńczeniem poprzedzających ją działań, czyli opracowaniem modelu zjawiska lub procesu, przekształceniem go w model matematyczny lub, jak to ma miejsce w przypadku automatów komórkowych, w opis procesów w trakcie kolejnych iteracji, a następnie już w sam proces numeryczny. Ostateczna prezentacja otrzymanych wyników powinna pozwolić na pogłębioną analizę badanego zjawiska lub procesu. Kurs jest nastawiony na umiejętności praktyczne. Podczas zajęć laboratoryjnych zaprezentowanie zostaną aplikacje komputerowe dedykowane symulacjom komputerowym.

Metody Inżynierii Wiedzy (MIW)

Inżynieria wiedzy w swych początkach zajmowała się niemal wyłącznie systemami ekspertowymi, tzn. systemami, w których wiedzę ekspertów w danej dziedzinie reprezentowano zazwyczaj w regułowej bazie wiedzy, a przetwarzanie ograniczało się do wnioskowania logicznego. Dzisiejsze ujęcie wymaga potraktowania inżynierii wiedzy jako odrębnej dziedziny związanej z tworzeniem baz wiedzy do przetwarzania wiedzy przez systemy komputerowe. Współcześni inżynierowie wiedzy dążą do tworzenia rozwiązań umożliwiających nie tylko wykorzystanie wiedzy w systemach prowadzących rozumowania, ale także pozyskiwanie nowej wiedzy z różnych zasobów.

Wizja Maszyn (WMA)

Wizja komputerowa to dziedzina sztucznej inteligencji, która umożliwia komputerom i systemom uzyskiwanie informacji z obrazów cyfrowych, filmów i innych danych wizualnych oraz podejmowanie działań lub formułowanie zaleceń na podstawie tych informacji. W ostatnich dwóch dekadach wizja komputerowa za sprawą nowych algorytmów, jak i sieci neuronowych rozwinęła się lawinowo. Efekty tego rozwoju widoczne są już w życiu codziennym jak np. identyfikacja twarzy, obiektów, inteligentne śledzenie obiektów, opis sytuacyjny na podstawie sygnału wizyjnego etc. W ramach kursu zaprezentowane zostaną podstawy wizji komputerowej rozwiniętej przed dwoma dekadami jak np. ekstrakcja cech w obrazie, segmentacja, wyznaczanie okręgów i linii na podstawie transformacja Hougha, wykrywanie krawędzi i narożników, filtracja obrazu. Przedstawione zostaną nowe podejścia rozwinięte po roku 2000 jak opis obiektów za pomocą deskryptorów (np. algorytm SIFT) oraz bardzo dynamicznie rozwijające się konwolucyjne sieci neuronowe. Rozwój tych technik, jak i uczenia maszynowego umożliwił powstanie zupełnie nowych obszarów w obszarze wizji komputerowej jak np. segmentacja semantyczna. Wizja komputerowa znalazła obecnie szerokie zastosowanie w robotyce (autonomiczne pojazdy, znajdowanie i śledzenie obiektów) jak w innych dziedzinach związanych ze sztuczną inteligencją.

Inteligentne Systemy Sterowania (ISS)

Przedmiot ISS jest dedykowany teorii inteligentnego sterowania i jego celem jest danie podstawowych wiadomości na temat podstaw teoretycznych i metod sterowania w systemach inteligentnych. Obejmuje on zarówno podstawowe idee klasycznej teorii sterowania jako fundament teoretyczny i metody aproksymatywne (inteligentne) wypracowane w ramach wnioskowań w warunkach niepewności jak systemy rozmyte, systemy regułowe, zastosowanie filtrów agregujących informację Osobną grupę tematyczną stanowią metody sterowania agentowego w tym metody lokalizacji, tworzenia map etc.