Zagadnienia do egzaminu z dyscypliny Informatyka w

ZAGADNIENIA DO EGZAMINU Z DYSCYPLINY INFORMATYKA W PROCESIE
DOKTORYZOWANIA na WIZUT
KMSIiMS
1. Podstawowe algorytmy przeszukiwania grafów i przykłady ich zastosowań
(algorytm Breadth-First-Search, algorytm Dijkstry, algorytm Best-First-Search,
algortym A*).
2. Przeszukiwanie drzew gier dwuosobowych (np. szachy, warcaby), schemat
algorytmu MIN-MAX, złożoność pamięciowa, efekt horyzontu.
3. Zadania uczenia na podstawie danych z nadzorem: klasyfikacja i regresja ogólne omówienie na czym one polegają, podanie przykładów problemów
(rozpoznawanie obrazów, wykrywanie wiadomości spam, klasyfikacja danych
medycznych, itp.) i przykładów nazw algorytmów.
4. Perceptron Rosenblatt'a - jakie zadanie rozwiązuje, budowa, przebieg wprzód,
uczenie - reguła perceptronu (delty).
5. Sieć neuronowa Multi-Layer-Perceptron - jakie zadania może rozwiązywać,
architektura, rodzaje funkcji aktywacji, ogólne omówienie algorytmu uczenia backpropagation i możliwych jego odmian.
6. Zbiory przybliżone. Pojęcia podstawowe, Budowa i ogólne zalety przybliżonego
modelu badanej zależności. Przykłady i zakres zastosowań.
7. Logika rozmyta. Pojęcia podstawowe. Modele rozmyte z wiedzy
eksperckiej i modele z próbek pomiarowych. Budowa i zalety rozmytego
modelu badanej zależności. Przykłady zastosowań. Metoda badania
dokładności opracowanego modelu rozmytego.
8. Identyfikacja wieloatrybutowych kryteriów eksperckich. Indywidualne i
grupowe kryteria wieloatrybutowe. Przykłady eksperckich kryteriów
wieloatrybutowych. Metoda badania poprawności zidentyfikowanego
kryterium eksperckiego.
9. Metody agregacja niepewnych pomiarów technicznych i ocen eksperckich
(agregacja danych z kilku źródeł) w jeden pomiar/ocenę reprezentacyjną.
10. Algorytmy genetyczne. Źródło koncepcji. Pojęcia podstawowe.
Przeznaczenie algorytmów genetycznych (rodzaje rozwiązywanych
problemów). Przykłady praktycznych zastosowań.
KISI
1. Modele cyklu życia oprogramowania i ich znaczenie w procesie modelowania
systemów informatycznych
2. Klasyfikacja systemów informatycznych
3. Modele systemów informatycznych z bazą danych i bazą wiedzy
4. Metody projektowania i oceny użyteczności serwisów internetowych.
5. Metodyki projektowania aplikacji internetowych.
6. Metody reprezentacji wiedzy w systemach informatycznych
7. Projektowanie komponentowe i wzorce projektowe
8. Swobodne metodyki modelowania systemów informatycznych
9. Efektywność, skuteczność i ryzyko wdrażania systemów informatycznych
10. Metody testowanie oprogramowania
KIO
1. Języki programowania proceduralnego
2. Języki programowania obiektowego
3. Jeżyki programowania stron WWW
4. Języki opisu systemu (System description languages: UML, etc.)
5. Biblioteki, API i narzędzia programowania równoległego i rozproszonego
6. Nowoczesne techniki wytwarzania oprogramowania
7. Zadania systemu operacyjnego
8. Jakość oprogramowania
9. Składnia i semantyka programu
10. Podstawowe metody kompilacji i translacji, kompilatory optymalizujące.
KAKiT
Informacja, jej właściwości. Miary ilości informacji
Sposoby reprezentacji informacji i kodowanie.
Systemy liczbowe. Arytmetyka komputerowa.
Architektura i budowa komputera osobowego.
Oprogramowanie komputera osobistego. Licencje oprogramowania. Freeware.
Shareware. Adware. Powszechna Licencja Publiczna GNU. Powszechna Licencja
Publiczna CPL. Postcardware (Cardware). Donationware. Systemy operacyjne
komputera osobistego. System operacyjny Windows.
6. Elementy logiczne i układy cyfrowe. Optymalizacja układów wielopoziomowych.
7. Mikroelektroniczne układy scalone: ASIC, FPGA, SoC, NoC.
8. Sieci komputerowe. Techniki przekształcenia i transmisji danych w systemach i
sieciach komputerowych i telekomunikacyjnych.
Modulacja cyfrowa. Metody
transmisji danych w widmie rozproszonym.
9. Sygnały analogowe i cyfrowe. Algorytmy cyfrowego przetwarzania sygnałów.
Dyskretne przekształcenia ortogonalne. Technologie Falkowe.
10. Techniki stratnej oraz bezstratnej kompresji danych.
1.
2.
3.
4.
5.
KSM
1. Podejście heurystyczne w informatyce - przykłady metod i algorytmów
2. Na wybranym przykładzie sytuacji o kontekście informatycznym omówić realizację
zadania z użyciem burzy mózgów.
3. Metody kompresji obrazów cyfrowych – etapy, stosowane algorytmy, formaty
4. Metody redukcji wymiarowości cech w rozpoznawaniu obrazów
5. Metody filtracji obrazów cyfrowych
6. Zastosowanie niskopoziomowych cech obiektów wydobytych z obrazów
cyfrowych na potrzeby ich rozpoznawania
7. Wyszukiwanie obrazów na bazie zawartości (CBIR, Content Based Image
Retrieval) – omówienie problemy, przedstawienie wybranych podejść i
algorytmów
8. Cechy biometryczne pozwalające na automatyczną identyfikację osób
9. Przekształcenia
geometryczne
(macierze
przekształceń,
współrzędne
jednorodne) zastosowane w grafice komputerowej.
10. Obrazowanie HDR – podstawowe pojęcia i zastosowania