Кафедра когнитивных технологий: различия между версиями
imported>Андрей Корягин |
imported>Андрей Корягин |
||
Строка 8: | Строка 8: | ||
== Объявления == | == Объявления == | ||
Кафедра "Когнитивные технологии" проводит '''15 мая в 12 часов''' собеседование для студентов 2-х курсов. | Кафедра "Когнитивные технологии" проводит '''15 мая в 12 часов''' собеседование для студентов 2-х курсов. | ||
− | Собеседование пройдет в здании ИСА РАН. Запись на собеседование по электронной почте [email protected] . | + | Собеседование пройдет в здании ИСА РАН. Запись на собеседование по электронной почте '''[email protected]'''. |
== Описание == | == Описание == |
Версия от 16:32, 11 мая 2017
Кафедра когнитивных технологий | |
---|---|
Тип | базовая |
Факультет | Факультет инноваций и высоких технологий |
Заведующий кафедрой | Арлазаров Владимир Львович |
Базовая организация | СмартЭнджинс Рус |
Сайт кафедры | |
Курсы: |
Объявления[править | править код]
Кафедра "Когнитивные технологии" проводит 15 мая в 12 часов собеседование для студентов 2-х курсов. Собеседование пройдет в здании ИСА РАН. Запись на собеседование по электронной почте [email protected].
Описание[править | править код]
Кафедра «Когнитивные технологии» производит подготовку бакалавров и магистров по направлениям - 010400 Прикладная математика и информатика и 010900 Прикладные математика и физика. Руководитель кафедры член-корреспондент РАН, д.т.н., профессор Арлазаров Владимир Львович.
Учебная программа кафедры включает две основные компоненты, нацеленные на проектирование и разработку интеллектуального программного обеспечения.
Первая компонента – это изучение, исследование и разработка математических моделей и методов, обеспечивающих наполнение компьютерных систем функциями анализа и интеллектуальной обработки больших массивов данных, функциями принятия решений. Это относится к таким темам как цифровая обработка изображений и сигналов, распознавание образов, классификация данных, техническое зрение, анализ и машинный перевод текстов на естественном языке и другим областям искусственного интеллекта.
Вторая компонента – это освоение классических и современных инструментальных средств, методов и приемов программирования, позволяющих создавать технологические модули, а из модулей – законченные прикладные системы. Это системы, которые функционируют уже не в университетской лаборатории, а в условиях реальной жизни. Например, распознают платежные документы, считывают номера вагонов, обеспечивают биометрическую идентификацию и контроль доступа посетителей и т.п.
Базовая организация – СмартЭнджинс Рус. Здесь студенты проходят стажировку, совмещая учебу и научно-исследовательскую работу с участием в IT-проектах компании.
Курсы[править | править код]
Бакалавриат
- «Построение и анализ алгоритмов»
- «Эффективные структуры данных»
- «Распознавание образов и классификация данных»
- «Современные языки и платформы программирования»
- «Инструментальные средства разработки интеллектуальных программных систем»
- «Информационная безопасность»
- «Технология синтеза и распознавания речи»
Магистратура
- «Комбинаторные алгоритмы оптимизации»
- «Обучение машин и распознавание образов»
- «Обработка и анализ изображений»
- «Интеллектуальные информационные системы»
- «Модели и методы технического зрения»
- «Управление IT проектами»
- «Проектирование архитектуры ПО»
- «Системы распознавания»
Примерные темы дипломных работ[править | править код]
- «Обобщение алгоритмов шаблонного поиска плоских объектов в трехмерном пространстве за счет использования характерных отрезков»
- «Модели и методы контекстного распознавания в видеопотоке»
- «Детектирование движущихся объектов, анализ траектории и оценка возможности столкновения»
- «Сравнение производительности графических и центральных процессоров современных мобильных устройств в задачах обработки изображения и распознавания общего вида»
- «Исследование методов реализации иерархических автоматических классификаторов текста»
- «Устойчивые алгоритмы детектирования появления/исчезновения объекта в неконтролируемых условиях»
- «Исследование и классификация современных и классических методов бинаризации документов»
- «Распознавание алмазов путем анализа их рентгеновских снимков»
- «Обобщение алгоритмов шаблонного поиска плоских объектов в трехмерном пространстве за счет использования характерных отрезков»
- «Определение движения камеры с помощью изображений видеопотока»
- «Использование быстрого преобразования Фурье для поиска оптимального положения бинарного изображения»