Zagadnienia do egzaminu z dyscypliny Informatyka w
Transkrypt
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