黑料不打烊

Modulio tikslas

沤inoti modernius informacini懦 technologij懦 metodus.

Studij懦 dalyko apra拧as

Informacijos teorija. Simbolin臈s informacijos kodavimas. 艩enono teorema. Matematiniai operacij懦 tyrimo metodai. Ma拧ininio mokymo metodai. Dirbtiniai
neuroniniai tinklai. Grid technologijos ir debes懦 kompiuterija. Informacijos saugos modeliai ir 拧iuolaikin臈 kriptografija.

Modulio tikslas

Susipa啪inti su pagrindiniais metodais naudojamais sistem懦 in啪inerijoje ir automatizuotose valdymo sistemose.

Studij懦 dalyko apra拧as

艩iame kurse nagrin臈jami naujausi fundamental奴s sistem懦 in啪inerijos ir analiz臈s metodai, automatizuot懦 valdymo sistem懦 principai.

Modulio tikslas

I拧studijuoti organizacij懦 informacin臈s architekt奴ros standartus, praktinius veiklos modeliavimo metodus bei priemones, naudojamus veiklos rein啪inerijoje ir kompiuterizuotame informacini懦 sistem懦 (IS) projektavime.

Studij懦 dalyko apra拧as

Veiklos analiz臈 ir inovacija. Veiklos modeliavimo sritis ir tikslai. Veiklos tobulinimo modelis. Veiklos rein啪inerija ir IS rein啪., Hendersono mod. Organiz. informacin臈s architekt奴ros modeliai: F3, J.Zachman, CIM-OSA, GERAM, IDEF, ARIS, Proces懦 erdv臈s modelis. Veiklos procesai ir veiklos funkcijos. Veiklos taisykl臈s ir apribojimai, OCL. Vartotoj懦 poreiki懦 analiz臈 ir modeliavimas. Veiklos kompiuterizavimas. Praktin臈s technologijos: strukt奴rin臈s – DFD, DSD, ERD, IDEF0, IDEF3, ARIS; objektin臈s: veiklos s膮veik懦 mod., darb懦 sek懦 mod., UML, SySML. Veiklos analiz臈s paketai: Provision Workbench, System Architect 2001, MagicDraw.

Modulio tikslas

Pagrindinis modulio tikslas yra supa啪indinti studentus su intelektualiu 啪inioms-grind啪iam懦 verslo proces懦 valdymu, modeliavimu ir simuliavimu.

Studij懦 dalyko apra拧as

Modulyje studentai studijuoja esminius konceptus, 啪iniomis grind啪iam懦 verslo proces懦 (VP) modeliavimo bei simuliacijos temas; 啪ini懦 vaizdavim膮 VP modeliavimo bei simuliacijos kontekste; intelektualaus 啪iniomis grind啪iamo verslo proceso meta-model寞 ir ontologij膮; intelektuali懦 啪iniomis grind啪iam懦 verslo proces懦 modeliavimui naudojamos kalbos, b奴dai bei priemon臈s; 啪ini懦 gavybos metod懦 taikym膮 VP modeliavimui ir simuliacijai; nerai拧kiosios logikos taikymas 啪iniomis grind啪iamo VP modeliavimui ir simuliacijai; 啪iniomis grind啪iamo VP modelio grind啪iamo giliuoju neuroniniu tinklu simuliavimo b奴dai. Atliekamas praktinis pasirinkto verslo proceso modeliavimas ir simuliacija naudojant 拧iuolaikinius VP modeliavimo 寞rankius.

Modulio tikslas

漠sisavinti duomen懦 semantinius modelius (EER, OO, reliacinius); schem懦 ir apribojim懦 transformacijas; u啪klaus懦 semantin臋 analiz臋. Skirtas Informatikos ir Informatikos in啪inerijos krypties doktorantams.

Studij懦 dalyko apra拧as

Duomen懦 modeli懦 sudarymo lygiai. Koncepcin臈s schemos. Duomen懦 priklausomyb臈s. Duomen懦 bazi懦 sintez臈s metodas. EER ir OO duomen懦 modeliai. Objektin臈s dengtys. Koncepcini懦 schem懦 vaizdavimas reliacin臈mis ir kanonin臈mis schemomis. Schem懦 ekvivalenti拧kumas. Tiesiogin臈 ir atvirk拧tin臈 duomen懦 in啪inerija. Schem懦 ir apribojim懦 transformavimas. Vartotoj懦 informacijos poreiki懦 ir u啪klaus懦 semantin臈 analiz臈.
Objekt懦 gyvavimo priklausomyb臈s. Statinis dinamini懦 savybi懦 modeliavimas. Dinamini懦 modeli懦 sudarymo metodika. Scenarij懦 specifikavimas objekt懦 savybi懦 modeliu. Pragmatin臈s priklausomyb臈s komunikacini懦 veiksm懦 kilpose. Verslo transakcij懦 modeliai.

Modulio tikslas

I拧nagrin臈ti 拧iuolaikinius koncepcinio modeliavimo ir 啪ini懦 vaizdavimo bei modeliavimo b奴dus ir m臋todus.

Studij懦 dalyko apra拧as

艩is modulis apima tokias temas, kaip: Problemos, modeliai ir sistemos. Organizacij懦 modeliavimas. Modeliavimas ir realyb臈. Koncepcinio modeliavimo samprata. Taisykl臈s organizacijose ir informacin臈se sistemose, verslo taisykl臈s. Koncepcinis modeliavimas verslo taisykli懦 pagrindu. Koncepcinis modeliavimas Al metodais. Koncepcinis modeliavimas ir ontologija. 沤inios ir j懦 r奴拧ys, 啪ini懦 vaizdavimas (taisykl臈s, produkcin臈s taisykl臈s, semantiniai tinklai, freimai, …). 沤ini懦 vaizdavimas nerai拧kiosios logikos priemon臈mis. Giluminiai neuroniniai tinklai ir j懦 naudojimas 啪inioms vaizduoti.

Modulio tikslas

漠gyti informacijos poreiki懦 in啪inerijos metod懦 analiz臈s, vertinimo ir panaudojimo 啪inias. Atskleisti poreiki懦 in啪inerijos etap懦 specifik膮 ir naudojamus modelius. Atlikti konkre膷ios dalykin臈s srities analiz臋 ir sudaryti jos poreiki懦 specifikacij膮.

Studij懦 dalyko apra拧as

I拧mokoma suprasti poreiki懦 specifikavimo metodus ir technologijas bei panaudoti juos vartotojo reikalavim懦 informacijos sistemos funkcijoms, i拧vedamai ir 寞vedamai informacijai specifikuoti; apra拧yti reikalavimus vartotojo s膮sajai bei saugumui u啪tikrinti; atlikti problemin臈s srities informacijos sraut懦 analiz臋 bei reikalavim懦 specifikavim膮 j懦 pagrindu; nustatyti poreikius naudojant tiksl懦 analiz臋; panaudoti reikalavim懦 specifikacijos validavimo metodus.

Modulio tikslas

I拧studijuoti technologini懦 proces懦 modeliavimo ir identifikavimo ypatumus. I拧analizuoti proces懦 modeli懦 reik拧m臋, sintezuojat efektyvias proces懦 valdymo sistemas.

Studij懦 dalyko apra拧as

Proces懦 matematini懦 modeli懦 sudarymo principai: strukt奴ra, parametrai, identifikavimas. Fizinis modeliavimas. Pana拧umo teorijos principai. Matematinis modeliavimas. Statistiniai proces懦 tyrimo metodai. 艩ilumos main懦 proces懦 modeliavimas. Mas臈s kaitos proces懦 modeliavimas. Chemini懦 reakcij懦 kinetikos modeliai. Dirbtinio intelekto metodai proces懦 modeliavime.

Modulio tikslas

Suteikti strukt奴ruotas ir pa啪angias 啪inias dirbtinio intelekto ir ma拧ininio mokymo metod懦 bei j懦 taikymo informacin臈se sistemose srityje.

Studij懦 dalyko apra拧as

艩is modulis apima tokias temas, kaip: dirbtinio intelekto ir ma拧ininio mokymo apibr臈啪imai, j懦 taikymo aspektai, intelektualizuoti agentai ir j懦 taikymai IS, neri拧li膮 logik膮, ekspertines ir sprendim懦 paramos sistemas, duomen懦 paruo拧imo metodus, atribut懦 atrankos metodus, hiperparametr懦 optimizavimo metodus, metod懦 na拧umo parametr懦 metrikas, ma拧ininio mokymo metodus (sprendim懦 med啪iai, SVM, kt.), pagrindinius neuronini懦 tinkl懦 tipus ir topologijas, treniravimo ir validavimo metodus, DI integravimo 寞 IS klausimus, teisinius ir etinius DI taikymo aspektus.

Modulio tikslas

Suformuoti 啪inias informacijos saugos technologijos srityje.

Studij懦 dalyko apra拧as

Informacinio saugumo pagrindas (informacinio saugumo problematika, gr臈smi懦 klasifikacija ir evoliucija, identif墨kacija, autentifikacija, pri臈jimo kontrol臈, saugumo strategijos, modeliai, principai, taksonomijos ir antologijos); Kriptografija (simetrinio ir vie拧ojo rakto kriptografija, DES, AES, RSA, kriptografiniai protokolai, autentifikacija, elektroninis para拧as, elektronin臈s esyb臈s valdymas); Tinkl懦 saugumas (mar拧r奴tizavimas, ugniasien臈s, VPN, web saugumas, tinklo perimetro apsauga, kompiuteri懦 apsauga, autentifikavimo technologijos); Atakos 寞 informacini懦 technologij懦 sistemas (atak懦 tipai, reali懦 pavyzd啪i懦 analiz臈, 寞siskverbim懦 detektavimas, formal奴s analiz臈s metodai); Efektyvi懦 informacijos apsaugos program懦 diegimas (teisiniai ir privatumo klausimai, saugumo standartai, geriausi taikomi metodai, saugumo politika).

Modulio tikslas

Suteikti gilesn寞 suvokim膮 apie debes懦 kompiuterijos technologijas ir suteikti 啪inias ir geb臈jimus, reikalingus vykdant mokslinius tyrimus debes懦 kompiuterijos srityje.

Studij懦 dalyko apra拧as

Studij懦 dalyke i拧samiai nagrin臈jami debes懦 kompiuterijos konceptai ir modeliai apimant infrastrukt奴r膮 kaip paslaug膮 (IaaS), platform膮 kaip paslaug膮 (PaaS) ir programin臋 寞rang膮 kaip paslaug膮 (SaaS). Aptariami monolitini懦 program懦 migravimo 寞 debesis aspektai, debes懦 programin臈s 寞rangos architekt奴ros modeliai, abstrakcijos lygmenys, ple膷iamumas, ka拧t懦 optimizavimas, programavimo modeliai, debesyse naudojami RESTFul Web servisai. Nagrin臈jami didelio na拧umo sistem懦 ir did啪i懦j懦 duomen懦 sprendim懦 寞gyvendinimo debesyse aspektai. Dalykas taip pat apima ir debes懦 kompiuterijos saug膮 t.y. nagrin臈jamas tapatyb臈s
valdymas, prieigos kontrol臈, duomen懦 privatumas, su virtualizacija susijus臋 pa啪eid啪iamumai. Kurse nagrin臈jamos paskirstytos fail懦 sistemos, duomen懦 bazi懦 valdymo ir objekt懦 saugojim膮 sistemos naudojamos debesyse. Aptariami tokios realizacijos kaip HDFS, HBASE, MongoDB, Cassandra, DynamoDB, S3, Swift.
Baig臋 studij懦 dalyk膮, studentai supras MapReduce ir Spark programavimo model寞.

Modulio tikslas

漠sisavinti svarbiausius programin臈s 寞rangos k奴rimo ir palaikymo procesus.

Studij懦 dalyko apra拧as

漠sisavinami svarbiausi programin臈s 寞rangos k奴rimo ir palaikymo principai, 寞gyjama projekt懦 寞gyvendinimo 啪ini懦 ir patirties, gebama juos taikyti praktikoje. Susipa啪寞stama su bazin臈mis koncepcijomis ir apibr臈啪imais, proceso 寞vertinimu, kokybine ir kiekybine programin臈s 寞rangos proces懦 analize, proceso 寞diegimo metodais, programin臈s 寞rangos palaikymo ypatumais.

Modulio tikslas

漠valdyti modernius informacijos vizualizavimo metodus.

Studij懦 dalyko apra拧as

Vizualin臈s reprezentacijos. Prognozuojan膷ios duomen懦 rinkini懦 analiz臈s teorija. Komunikacijos teorijos taikymas vizualizavime. Formal眉s informacijos vizualizavimo modeliai. Daugiaatributini懦 duomen懦 analiz臈s metodai. Tinklini懦 ir hierarchini懦 duomen懦 vizualizavimas. Analitiniai ir empiriniai vizualini懦 reprezentacij懦 寞vertinimo metodai.

Modulio tikslas

Suteikti teorini懦 ir praktini懦 啪ini懦 apie 拧iuolaikinius multimedijos informacijos apdorojimo metodus.

Studij懦 dalyko apra拧as

艩is studij懦 modulis skirtas doktorant奴ros studijoms. 艩iame modulyje ap啪velgiamos moderniosios multimedijos informacijos apdorojimo technologijos bei standartai.

Modulio tikslas

Suformuoti 啪inias ma拧ininio mokym膮si srityje akcentuojant neuronini懦 tinkl懦 technik膮.

Studij懦 dalyko apra拧as

Pagrindiniai ma拧ininio mokym膮si u啪daviniai. Klasterizacija. Klasifikacija. Regresija. Pagrindin臈s dirbtini懦 neuronini懦 tinkl懦 s膮vokos. Gilusis mokymasis. Atgalinio klaidos paskirstymo metodas. Konvergavimo gerinimo euristikos. Tinklo strukt奴ros optimizavimas.

Modulio tikslas

Sukurti pagrind膮, taikant 拧iuolaikinius ma拧ininio mokymosi metodus, sprend啪iant praktines dideli懦 duomen懦 u啪duotis. Formuoti student懦 geb臈jim膮 analizuoti didelius duomen懦 rinkinius siekiant pasirinkti optimal懦 mokymosi algoritm膮.

Studij懦 dalyko apra拧as

Praktikoje da啪nai tenka taikyti ma拧inin寞 mokymosi didel茅ms duomenims apdoroti. Tai tokie duomenys, kurie d臈l 寞vairi懦 prie啪as膷i懦 negali b奴ti patalpinti vienoje ma拧inoje. Toki懦 duomen懦 atsiranda daugelyje sri膷i懦: internetas, finansai, davikliai, NLP.

Pagrindiniai sprend啪iami u啪daviniai 拧iuo atveju yra:

• Kaip paspartinti esamus ma拧ininio mokymosi algoritmus, arba, kaip adaptuoti 拧iuos algoritmus, kad jie tikt懦 paskirstytoms sistemoms;
• Nauj懦 ma拧ininio mokymosi algoritm懦 k奴rimas, kurie nuo pat prad啪i懦 skirti darbui su dideliais duomenimis;
• Architekt眉r懦 ir skai膷iavimo modeli懦, tinkan膷i懦 darbui su dideliais duomenimis, k奴rimas.

Modulio tikslas

Susipa啪inti su naujais proces懦 modeliavimo metodais, kuriuose apjungiami neuronini懦 tinkl懦, nery拧ki懦 aibi懦 ir klasikini懦 modeliavimo metod懦 privalumai. I拧nagrin臈ti 拧i懦 metod懦 panaudojimo galimybes, sintezuojant reali懦 pramonin懦 proces懦 kontrol臈s, valdymo ir optimizavimo algoritmus.

Studij懦 dalyko apra拧as

Hibridiniai modeliavimo, valdymo ir optimizavimo metodai. Hibridini懦 sistem懦 k奴rimas, sistem懦 apmokymo algoritmai. Neuronini懦 tinkl懦, nery拧ki懦 aibi懦 ir klasikini懦 matematini懦 modeli懦 panaudojimas 寞vertinant ir prognozuojant proceso b奴sen膮. Nauji proces懦 optimizavimo algoritmai. Hibridini懦 valdymo sistem懦 taikymas realiuose pramoniniuose procesuose.

Modulio tikslas

Ugdyti student懦 edukologin臋 kompetencij膮, pritaikytin膮 individualioje edukacin臈je praktikoje, s臈kmingai ir 拧iuolaiki拧kai planuojant, organizuojant ir valdant studij懦 proces膮.

Studij懦 dalyko apra拧as

Dalykas atskleid啪ia glaud啪ius dalykini懦, mokslini懦 ir edukologini懦 d臈stytojo kompetencij懦 ry拧ius. Paskait懦, seminary ir savaranki拧ko darbo metu yra analizuojama auk拧tojo mokslo didaktika, akcentuojant 寞 student膮 orientuotas studijas, tarptautin臈 ir nacionalin臈 auk拧tojo mokslo erdv臈, komunikacijos formos, b奴dai, metodai akademin臈je aplinkoje su skirtingomis visuomen臈s grup臈mis. Studij懦 pagrind膮 sudaro refleksyvus patirtinis mokymasis, kuris ugdo doktorant懦 analitin寞, kritin寞 m膮stym膮, geb臈jim膮 vertinti savo ir kit懦 priimamus sprendimus, skatina holistin寞 ir atsaking膮 po啪i奴r寞 寞 savo veiklas.

Modulio tikslas

Supa啪indinti su pa啪angiausiais mokslini懦 tyrim懦 metodais ir metodikomis suteikian膷iomis specializuotas 啪inias mokslini懦 tyrim懦 ir kit懦 sri膷i懦 problemoms spr臋sti.

Studij懦 dalyko apra拧as

Mokslo filosofija. Plagijavimo prevencija. Mokslin臈s informacijos paie拧ka. Mokslinio straipsnio strukt奴ra, jo ra拧ymo ypatumai, straipsnio parengimas spaudai. Tyrim懦 rezultat懦 publikavimo presti啪iniuose mokslo 啪urnaluose ir auk拧to lygio konferencijose strategija ir taktika. 艩iuolaikin臈s program懦 sistemos tyrimams planuoti ir moksliniams rezultatams publikuoti. 沤ini懦 perdavimas, komercinimas ir patentavimas.