黑料不打烊

Universitetas
叠别苍诲谤耻辞尘别苍臈
Stojantiesiems
Studijos
Mokslas ir inovacijos
Verslui
Fakultetai
骋谤寞啪迟颈

Dirbtinio intelekto in啪inerija

Lietuvi懦 arba angl懦 kalba Hibridin臈 studij懦 programa
Nuolatin臈s studijos
Nuolatin臈s studijos
  • Padalinys
    Fundamentini懦 moksl懦 fakultetas
  • Programos kodas
    6211BX023
  • Studij懦 kryptis
    Informatikos mokslai
  • Kvalifikacinis laipsnis
    Informatikos moksl懦 magistras
  • 罢谤耻办尘臈
    2

艩ios programos lietuvi懦 kalba d臈stomoje grup臈je planuojamos 丑颈产谤颈诲颈苍臈蝉 (蝉颈苍肠丑谤辞苍颈苍臈蝉) magistrant奴ros studijos 鈥� u啪si臈mimai vykdomi kontaktiniu b奴du tuo pa膷iu metu vykdant u啪si臈mimo transliacij膮 virtualaus bendravimo priemon臈mis, o egzaminai laikomi 黑料不打烊 patalpose.

Apie

Dirbtinis intelektas yra spar膷iai besivystanti sritis, turinti vis didesn臋 寞tak膮 ekonomikai ir visuomenei. Specialistai, gebantys kurti pa啪angius dirbtinio intelekto sprendimus ne tik yra graibstomi darbo rinkoje, bet ir prisideda prie bendro teigiamo poveikio visuomenei bei pasaulio ekonomikai. Nors 拧iuo metu pasaulyje dirbtinio intelekto srityje pirmauja Jungtin臈s Amerikos Valstijos, Europos strategija nukreipta 寞 prover啪寞 dirbtinio intelekto srityje. Tod臈l planuojama, kad Europoje, o kartu ir Lietuvoje dirbtinio intelekto ekspert懦 poreikis laiko b臈gyje tik dar labiau augs.

Dirbtinio intelekto in啪inerija studij懦 programa orientuota ruo拧ti naujos kartos dirbtinio intelekto specialistus. Studij懦 metu bus ne tik gilinamasi 寞 kertinius dirbtinio intelekto srities principus, naudojamus metodus ir technologijas, bet skiriamas d臈mesys naujausi懦 technologij懦 perpratimui, pritaikymui skirtingose srityse. Taikomasis aspektas bus u啪tikrinamas 寞sisavinant esamas ir naujai atsirandan膷ias dirbtinio intelekto technologijas, skirtas skirtingo tipo duomen懦 (skai膷i懦, teksto, vaizdo, garso) apdorojimui ir generavimui, gilinantis 寞 atitinkamiems dirbtinio intelekto sprendimams naudojamos infrastrukt奴ros (paskirstyt懦 sistem懦, did啪i懦j懦 duomen懦, daikt懦 interneto) niuansus, atsi啪velgiant 寞 dirbtinio intelekto sprendim懦 etinius, teisinius ir galutini懦 vartotoj懦 priimtinumo reikalavimus.

艩ios magistro studij懦 programos tikslas 鈥� paruo拧ti auk拧tos kvalifikacijos, analitiniu m膮stymu pasi啪ymin膷ius ir geban膷ius konkuruoti spar膷iai besikei膷ian膷ioje aplinkoje informatikos specialistus, turin膷ius gil懦 dirbtinio intelekto srities suvokim膮, i拧manan膷ius dirbtinio intelekto sprendim懦 k奴rimo technologijas, geban膷ius jas taikyti dirbtinio intelekto ir/ar automatizavimo sprendim懦 k奴rimui ir pritaikymui skirtingose srityse, vertinti j懦 kokyb臋 bei i拧sami懦 tyrim懦 pagrindu tobulinti j懦 veikim膮.

Programos rezultat懦 pasiekimui, studentai studij懦 metu bus 寞traukiami 寞 寞vairi懦 organizacij懦 si奴lomus i拧拧奴kius, vykdomus mokslinius tyrimus. Paskaitos vyks ciklais, vienu metu koncentruojantis 寞 vien膮 ar du studij懦 dalykus, juos 寞sisavinant per 1-2 m臈nesius ir tada pereinant prie kito programoje numatyto studij懦 dalyko. Paskaitas ves ne tik mokslininkai ir 寞moni懦 atstovai i拧 Lietuvos, bet ir ekspertai i拧 kit懦 拧ali懦. Tai leis u啪tikrinti 寞vairesnes studij懦 patirtis, tarptautin寞 srities i拧manym膮.

Baigiam懦j懦 darb懦 tematika (problematika):

  • nauj懦 dirbtinio intelekto sprendim懦 k奴rimas;
  • inovatyvi懦 dirbtinio intelekto metod懦, modeli懦 ir/ar technologij懦 tyrimai;
  • dirbtinio intelekto sprendim懦 infrastrukt奴ros modernizavimas.
  • K膮 geb臈siu?

    鈥� Suvokti skirting懦 dirbtinio intelekto sprendim懦 veikimo principus ir tobulinimo galimybes;
    鈥� Kurti naujus dirbtinio intelekto sprendimus, paremtus naujausiomis srities technologijomis ir tyrim懦 rezultatais;
    鈥� Vykdyti su dirbtinio intelekto taikymu susijusius tyrimus, nauj懦 啪ini懦 gavimui ar tinkamiausi懦 sprendim懦 pagr寞stam pasirinkimui;
    鈥� Pritaikyti dirbtinio intelekto sprendimus pilnam j懦 veikimui, parenkant tam b奴tin膮 infrastrukt奴r膮 ir u啪tikrinant suderinamum膮 su etiniais, teisiniais ir prieinamumo vartotojams reikalavimais;
    鈥� Vadovauti dirbtinio intelekto sprendimus kurian膷ioms komandoms, u啪tikrinant tokio tipo projektams b奴ding懦 啪ingsni懦 寞vykdym膮 ir komunikacij膮 tarp grup臈s nari懦.

  • Kokios b奴t懦 mano karjeros galimyb臈s?

    鈥� Dirbti dirbtinio intelekto sistem懦 architektu, in啪inieriumi, duomen懦 mokslininku, dirbtinio intelekto sprendim懦 k奴r臈ju;
    鈥� Vykdyti su dirbtinio intelekto taikymu susijusius tyrimus 寞vairiose srityse veikian膷iose 寞mon臈se bei mokslini懦 tyrim懦 ir inovacij懦 centruose;
    鈥� Dirbti dirbtinio intelekto infrastrukt奴ros in啪inieriais, dirbtinio intelekto sprendim懦 diegimo ir pl臈timo ekspertais.

Konkursinis balas

漠 magistrant奴ros studijas priimama be stojam懦j懦 egzamin懦, pagal konkursin寞 bal膮. Stojantieji turi atitikti programos pasirengimo reikalavimus. Stojantysis pasinaudoj臋s galimybi懦 apra拧u gali su啪inoti studij懦 programas, kuri懦 pasirengimo reikalavimus tenkina.

Pasirengimo reikalavimai stojantiesiems 寞 dirbtinio intelekto in啪inerijos studij懦 program膮:

1) Priimami 拧i懦 studij懦 kryp膷i懦 bakalaurai:

  • elektronikos,
  • elektros in啪inerijos,
  • fizikos,
  • informatikos,
  • matematikos.

2) Privalomieji bakalauro programos dalykai ir minimalios j懦 apimtys:

studij懦 pagrind懦 dalykai:

  • duomen懦 baz臈s valdymas (9 kr.),
  • informacin臈s technologijos (12 kr.),
  • matematika (15 kr.).

special奴s programos dalykai (18 kr.):

  • dirbtinis intelektas ir ekspertin臈s sistemos,
  • duomen懦 baz臈s,
  • kompiuteri懦 architekt奴ra ir tinklai,
  • operacin臈s sistemos,
  • programavimas.

Studij懦 dalykai

1 - 2 Semestrai

1 Semestras

Privalomi
  • FMITM24103 9 kreditai

    Dirbtinio intelekto sistem懦 in啪inerija

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama suteikti dalyviams i拧sami懦 啪ini懦 ir praktini懦 寞g奴d啪i懦 valdant dirbtinio intelekto (DI) projektus.

    Studij懦 dalyko apra拧as

    Kursas apima vis膮 dirbtinio intelekto (DI) projekto gyvavimo cikl膮, nuo tiksl懦 apibr臈啪imo ir apimties iki diegimo ir integravimo, dalyviai gilinsis 寞 projekt懦 valdymo metodikas, etik膮 ir teisines DI k奴rimo aplinkybes. Kursas apima praktinius 拧ali拧kumo atpa啪inimo ir ma啪inimo, privatumo problem懦 sprendimo ir kibernetinio saugumo princip懦 寞gyvendinimo pratimus. Dalyviai 寞gis 寞啪valg懦 apie prie拧i拧kas atakas ir gynyb膮, privatum膮 i拧saugan膷ius AI metodus ir dokumentavimo strategijas. Kursas baigiamas daugiausia d臈mesio skiriant projekto u啪darymui, s臈km臈s matavimo, kokyb臈s u啪tikrinimo ir nauj懦 IT bei AI projekt懦 valdymo tendencij懦 tyrin臈jimui.

  • FMITM24102 9 kreditai

    Neuroniniai tinklai (su kursiniu projektu)

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama suteikti visapusi拧k膮 neuronini懦 tinkl懦 supratim膮 ir praktinius 寞g奴d啪ius nuo j懦 istorin臈s raidos iki pa啪angi懦 architekt奴r懦 ir taikom懦j懦 program懦.

    Studij懦 dalyko apra拧as

    Dalyviai tyrin臈s perceptronus, daugiasluoksnius perceptronus (MLP) ir atgalinio sklidimo algoritmus, 寞gydami praktin臈s neuronini懦 tinkl懦 k奴rimo patirties. Kursas apima gilaus mokymosi architekt奴ras, 寞skaitant konvoliucinius neuroninius tinklus (CNN) ir pasikartojan膷ius neuroninius tinklus (RNN), daugiausia d臈mesio skiriant architekt奴rinei analizei ir pritaikymui prie projekto poreiki懦. Bus tiriami optimizavimo b奴dai, architekt奴riniai patobulinimai ir interpretavimo metodai, o dalyviai su啪inos apie mokym膮si be prie啪i奴ros, savaranki拧k膮 mokym膮si ir mokymosi koncepcij懦 perk臈lim膮. Kursas baigiamas neuronini懦 tinkl懦 taikymu ir ateities tendencijomis 拧ioje dinami拧koje srityje.

  • FMISM24101 6 kreditai

    Dirbtinio intelekto pagrindai

    Studij懦 dalyko tikslas

    艩io kurso tikslas – suteikti visapusi拧k膮 supratim膮 apie dirbtin寞 intelekt膮 (DI) ir jo panaudojimo galimybes bei ribojimus.

    Studij懦 dalyko apra拧as

    Kursas apima tokias temas kaip dirbtinio intelekto (DI) apibr臈啪imas, istorin臈 raida ir jo svarbus vaidmuo kompiuteri懦 mokslo tyrimuose. Dalyviai gilinsis 寞 pagrindines DI s膮vokas ir terminij膮, 寞gis praktini懦 duomen懦 tvarkymo, valymo ir funkcij懦 in啪inerijos 寞g奴d啪i懦. Kurso metu bus nagrin臈jami 寞vair奴s pri啪i奴rimi ir nepri啪i奴rimi mokymosi metodai, 寞skaitant tiesin臋 regresij膮, logistin臋 regresij膮, sprendim懦 med啪ius, ansamblio metodus, klasterizavimo metodus ir matmen懦 ma啪inim膮. Bus akcentuojamas praktinis 寞ranki懦 ir bibliotek懦 pritaikymas tiek pri啪i奴rimam, tiek nepri啪i奴rimam mokymuisi, leid啪iant dalyviams kurti, testuoti ir analizuoti modelius. Be to, kursas apims duomen懦 vizualizavimo metodus ir tyrin臈s DI tyrim懦 tendencijas bei naujoves, suteikiant dalyviams tvirt膮 DI koncepcij懦 pagrind膮 ir praktinius 寞g奴d啪ius, skirtus naudoti realiame pasaulyje.

  • FMITM24100 3 kreditai

    Magistro tiriamasis darbas 1

    Studij懦 dalyko tikslas

    Atlikus magistro baigiamojo darbo tema literat奴ros paie拧k膮 ir analiz臋, parengti ar atnaujinti darbo u啪duoties projekt膮.

    Studij懦 dalyko apra拧as

    Magistro tiriamojo darbo 1 dalyke pasirenkama tyrim懦 kryptis, tobulinami informacini懦 technologij懦 taikymo, literat奴ros ir duomen懦 vertinimo bei j懦 analiz臈s, darb懦 planavimo geb臈jimai, kruop拧tumas rengiant grafin臋 ir tekstin臋 dokumentacij膮, o atlikus mokslin臈s-technin臈s informacijos pasirinkta tema paie拧k膮 ir i拧analizavus j膮, parengiama ar patikslinama individuali ar grupin臈 baigiamojo darbo problemin臈 u啪duotis.

  • FMISM17100 3 kreditai

    Mokslini懦 tyrim懦 ir inovacij懦 pagrindai

    Studij懦 dalyko tikslas

    Suteikti 啪inias apie mokslini懦 tyrim懦 metod懦 ir inovatyvi懦 sprendim懦 taikym膮 informatikos ir informatikos in啪inerijos kryptyje, ugdyti praktinius geb臈jimus rengti mokslines technines ataskaitas, magistr懦 tezes.

    Studij懦 dalyko apra拧as

    Modulyje nagrin臈jamos mokslini懦 ir in啪inerini懦 tyrim懦 metodologijos, pla膷iai ap啪velgiami informatikos ir informatikos in啪inerijos studij懦 kryptyje naudojami svarbiausieji tyrimo metodai, bei suteikiamos bazin臈s 啪inios apie galimas inovacijas 拧ioje kryptyje. Analizuojami bibliotekinio tyrimo ir kiti informacijos rinkimo bei duomen懦 analiz臈s metodai, mokoma logi拧kai ir argumentuotai pristatyti savo id臈jas, bei ai拧kiai ir nuosekliai pateikti sud臈ting膮 med啪iag膮. Modulyje taip pat yra mokoma, kaip ra拧yti mokslines, technines ataskaitas ir kitus techninio pob奴d啪io dokumentus, rengti parai拧kas moksliniams projektams, pristatoma magistro darbe vykdom懦 mokslini懦 tyrim懦 planavimo ir vykdymo eiga.

2 Semestras

Privalomi
  • FMITM24214 9 kreditai

    Stiprinamasis mokymas (su kursiniu projektu)

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama suteikti dalyviams visapusi拧k膮 supratim膮 apie mokymosi stiprinim膮 (RL) ir jo diegimo technologijas, taikymo sritis.

    Studij懦 dalyko apra拧as

    Kursas prasideda nuo pagrindini懦 s膮vok懦, toki懦 kaip Markovo sprendim懦 procesas (MDP), dalyviai progresuos taikydami dinaminio programavimo metodus, tokius kaip vert臈s iteracija, Monte Karlo metodai ir mokymasis d臈l laiko skirtum懦. Kursas apima valdymo metodus be modeli懦, pvz., Q-Learning ir SARSA, gilinasi 寞 funkcij懦 aproksimavim膮 ir Deep Q-Networks (DQN) ir tiria politikos gradiento metodus, 寞skaitant REINFORCE ir Actor-Critic metodus. Kurse nagrin臈jama esmin臈 tyrin臈jimo ir i拧naudojimo dilema ir pristatomi gilaus sustiprinimo mokymosi metodai, tokie kaip gil奴s deterministiniai politikos gradientai (DDPG) ir asinchroninis prana拧umas, aktorius-kritikas (A3C). Dalyviai taip pat tyrin臈s mokymosi perk臈lim膮 ir keli懦 agent懦 RL, baigdami esam懦 program懦 ir sprendim懦 ap啪valg膮, taip pat dabartini懦 tyrim懦 sri膷i懦 ir RL ateities tyrim膮.

  • ELESM24213 6 kreditai

    艩nekos analiz臈

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama visapusi拧kai suprasti pagrindinius kompiuteri懦 mokslo kalbos technologij懦 i拧拧奴kius ir technologijas.

    Studij懦 dalyko apra拧as

    艩is kursas si奴lo nuodugniai i拧tirti pagrindinius kalbos technologijos i拧拧奴kius ir pritaikymus kompiuteri懦 moksle. Dalyviai pasiners 寞 skaitmenin寞 kalbos signalo apdorojim膮, apimant寞 funkcij懦 i拧traukim膮, akustin寞 modeliavim膮 ir automatin寞 kalbos atpa啪inim膮 (ASR) su pasl臈ptais Markovo modeliais. Mokymo programa apima kalbos modeliavim膮, kalbos sintez臋 ir teksto 寞 kalb膮 (TTS) sistemas, nagrin臈jant ir konkatenacinius, ir parametrinius metodus. Nagrin臈jamos kalb臈toj懦 ir emocij懦 atpa啪inimo skai膷iavimo strategijos, 寞skaitant multimodalinius metodus. Be to, kursas gilinasi 寞 拧nekamosios kalbos supratim膮 per nat奴ralios kalbos apdorojim膮, sprend啪iant ketinim懦 atpa啪inim膮 ir dialogo valdym膮. Pabr臈啪iamas giluminio mokymosi vaidmuo apdorojant kalb膮, 寞skaitant konvoliucinius neuroninius tinklus ir pasikartojan膷ius neuroninius tinklus. Kurso pabaigoje pagrindinis d臈mesys skiriamas daugiar奴拧iam skai膷iavimo kalbos apdorojimui, esam懦 sprendim懦 per啪i奴rai, technini懦 pa啪ang懦 tyrin臈jimui ir kylan膷i懦 tendencij懦, pvz., ASR ir TTS sistem懦, aptarimui. Studentai numatytu tvarkara拧tyje metu privalo dalyvauti ne ma啪iau kaip 60 proc. pratyb懦 ir ne ma啪iau kaip pus臋 teorini懦 paskait懦.

  • FMITM24202 6 kreditai

    Tekst懦 analiz臈

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama pateikti i拧sam懦 寞vad膮 寞 nat奴ralios kalbos apdorojim膮 (NLP), apimant寞 pagrindines s膮vokas, i拧拧奴kius, naudotinas technologijas ir programas.

    Studij懦 dalyko apra拧as

    Dalyviai su啪inos apie teksto duomen懦 拧altinius, paie拧kos sprendimus ir i拧ankstinio duomen懦 apdorojimo b奴dus, 寞skaitant 啪eton懦 ir teksto vaizdavimo metodus. Kurso metu gilinamasi 寞 nuotaik懦 analiz臋, teksto klasifikavim膮, kalbos dalies 啪ym臈jim膮 ir 寞vardint懦 objekt懦 atpa啪inim膮, atliekant praktinius pratimus kuriant specifines domeno sistemas. Dalyviai tyrin臈s sekos 啪ym臈jim膮, modelius nuo sekos iki sekos ir neuronin臈s kalbos modelius teksto generavimui. Kursas baigiamas atsakymo 寞 klausimus ap啪valga, dialogo sistemomis ir esam懦 NLP sprendim懦 ap啪valga, taip pat diskutuojant apie naujus tyrim懦 rezultatus ir ateities tendencijas 拧ioje srityje.

  • ELESM24211 6 kreditai

    Vaizd懦 analiz臈

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama suteikti pagrindin寞 supratim膮 apie kompiuterin臋 reg膮 ir vaizdo apdorojim膮, apimant寞 pagrindinius principus, esamas technologijas ir i拧拧奴kius 拧ioje srityje.

    Studij懦 dalyko apra拧as

    Dalyviai su啪inos apie vaizdo formavim膮, spalv懦 modelius ir 寞vairius vaizdo apdorojimo b奴dus, 寞skaitant filtravim膮, pagerinim膮 ir triuk拧mo ma啪inim膮. Kursas apima praktinius briaun懦 aptikimo, vaizdo segmentavimo, funkcij懦 i拧traukimo ir derinimo pratimus. Dalyviai tyrin臈s objekt懦 aptikim膮, atpa啪inim膮, vaizd懦 registravim膮 ir geometrines transformacijas, taip pat sutelks d臈mes寞 寞 gilaus mokymosi programas vaizd懦 klasifikavimo srityje. Kursas taip pat gilinasi 寞 objekt懦 sekim膮, vaizdo analiz臋 ir baigiamas esam懦 duomen懦 rinkini懦 ir sprendim懦, susijusi懦 su kompiuterine vizija, ap啪valga, aptariant dabartines tyrim懦 sritis ir ateities tendencijas. Studentai numatytu tvarkara拧tyje metu privalo dalyvauti ne ma啪iau kaip 60 proc. pratyb懦 ir ne ma啪iau kaip pus臋 teorini懦 paskait懦.

  • FMITM24200 3 kreditai

    Magistro tiriamasis darbas 2

    Studij懦 dalyko tikslas

    Parengti magistro baigiamojo darbo pasirinkta tema mokslin臈s-technin臈s literat奴ros analitin臋 ap啪valg膮 ir/ar esam懦 sprendim懦 eksperimentin寞 寞vertinim膮, sudaryti tolesni懦 tyrim懦 plan膮.

    Studij懦 dalyko apra拧as

    Magistro tiriamojo darbo 2 dalyke gilinamos 啪inios pasirinkta tyrim懦 kryptimi, parengiama i拧sami mokslin臈s-technin臈s informacijos pasirinkta tema analitin臈 ap啪valga ir/ar eksperiment懦 metu 寞vertinami esami sprendimai, formuluojamas tyrim懦 planas.

3 Semestras

Privalomi
  • FMITM24301 9 kreditai

    Debes懦 kompiuterija ir didieji duomenys (su kursiniu projektu)

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama visapusi拧kai suprasti kompiuteri懦 tinklo pagrindus, dirbtinio intelekto debes懦 kompiuterij膮 ir esmin寞 did啪i懦j懦 duomen懦 vaidmen寞, suteikiant dalyviams 啪ini懦 ir 寞g奴d啪i懦, reikaling懦 kuriant ir diegiant patikimus DI sprendimus 寞vairiose technologin臈se aplinkose.

    Studij懦 dalyko apra拧as

    艩iame i拧samiame kurse gilinamasi 寞 kompiuteri懦 tinkl懦 pagrindus, debes懦 kompiuterij膮, skirt膮 dirbtiniam intelektui, ir pagrindin寞 did啪i懦j懦 duomen懦 vaidmen寞 dirbtiniame intelekte (AI). Dalyviai tyrin臈s tinklo protokolus, architekt奴r膮 ir valdym膮 kartu su debes懦 kompiuterijos koncepcijomis ir paslaugomis, pabr臈啪dami pagrindinius tiek臈jus, tokius kaip AWS, Azure ir GCP. Mokymo programa apima duomen懦 tvarkym膮 debesyje, konteinerizavim膮 ir AI program懦 orkestravim膮. Aptariamas AI modelio diegimas, integracija su tinklo paslaugomis ir keli懦 debes懦 bei hibridini懦 debes懦 diegimo strategijos. Kursas taip pat supa啪indina su kra拧t懦 skai膷iavimu dirbtinio intelekto programoms. Did啪i懦j懦 duomen懦 segmentas apima duomen懦 rinkim膮, saugojim膮, valdym膮, apdorojim膮 ir paskirstyt膮 skai膷iavim膮. Nagrin臈jamas ma拧ininis mokymasis ir gilusis mokymasis naudojant didelius duomenis, taip pat realiojo laiko analiz臈 ir srautini懦 duomen懦 sraut懦 analiz臈. Kursas baigiamas esam懦 dideli懦 duomen懦 taikom懦j懦 program懦, sprendim懦, dabartini懦 tyrim懦 sri膷i懦 ir ateities tendencij懦 ap啪valga.

  • FMITM24313 6 kreditai

    Jungtinis mokymasis ir daikt懦 internetas

    Studij懦 dalyko tikslas

    艩io kurso tikslas – 寞sigilinti 寞 daikt懦 interneto 寞rengini懦 ir tinkl懦 pagrindus, apiman膷ius tokias temas kaip 寞renginio architekt奴ra, ry拧io protokolai, saugumas ir privatumo aspektai, kartu tyrin臈jant tokias pa啪angias s膮vokas kaip jungtinis mokymasis ir jo taikymas kra拧tiniuose 寞renginiuose, multimodalinis duomen懦 suliejimas, kylan膷ias tendencijas, susijusias su jungtinio mokymosi ir daikt懦 interneto technologij懦 sankirta.

    Studij懦 dalyko apra拧as

    Dalyviai 寞gis praktini懦 寞啪valg懦 apie daikt懦 interneto projektavim膮 ir diegim膮, daugiausia d臈mesio skirdami duomen懦 rinkimui i拧 daikt懦 interneto 寞rengini懦. Tada kursas gilinasi 寞 besiformuojan膷i膮 Federacinio mokymosi srit寞, apiman膷i膮 jos architekt奴r膮, algoritmus ir taikom膮sias programas kra拧tiniuose 寞renginiuose. Bus nuodugniai i拧nagrin臈tas saugus agregavimas, diferencinis privatumas ir i拧拧奴kiai diegiant susiet膮 mokym膮si daikt懦 interneto 寞renginiuose. Be to, kurse nagrin臈jamos pa啪angios temos, 寞skaitant daugiar奴拧寞 duomen懦 suliejim膮, jungtin寞 mokym膮si 5G ir ne tik, ir dabartines tendencijas, susijusias su jungtinio mokymosi ir daikt懦 interneto tyrim懦 sankirta. Derindami teorin寞 supratim膮 ir praktines programas, dalyviai bus pasireng臋 spr臋sti realaus pasaulio i拧拧奴kius i拧maniuosiuose daikt懦 interneto 寞renginiuose ir prisid臈ti prie pa啪angiausi懦 jungtinio mokymosi pl臈tros.

  • FMITM24302 6 kreditai

    Vartotojo patyrimas dirbtinio intelekto sprendimuose

    Studij懦 dalyko tikslas

    艩iuo kursu siekiama suteikti visapusi拧k膮 supratim膮 apie pagrindin寞 vartotojo patirties (UX) vaidmen寞 DI sprendimuose, apiman膷ius kei膷iamo dyd啪io ir 寞 vartotoj膮 orientuot懦 DI sistem懦 architekt奴r膮.

    Studij懦 dalyko apra拧as

    Dalyviai tyrin臈s DI paslaug懦 diegimo technologijas ir metodus, ypating膮 d臈mes寞 skirdami 啪iniatinklio sistemos priekin臈s dalies k奴rimui. Bus sprend啪iamas DI paslaug懦 ir API integravimas 寞 priekines programas, atsi啪velgiant 寞 esminius saugumo aspektus. Kursas gilinasi 寞 vartotoj膮 orientuotus projektavimo principus, 寞skaitant vartotoj懦 tyrimus, asmenybes, kelion臈s 啪em臈lapius ir tinkamumo testavim膮. DI projektams bus taikomi dizaino m膮stymo principai, apimantys id臈jas, prototip懦 k奴rim膮 ir tinkamumo naudoti vertinim膮. Be to, dalyviai tyrin臈s pokalbi懦 s膮saj懦, pokalbi懦 robot懦, balso vartotojo s膮saj懦 (VUI) ir nat奴ralios kalbos apdorojimo dizain膮. Kursas apima multimodalin寞 UX dizain膮, papildyt膮 realyb臋 (AR), virtuali膮 realyb臋 (VR) ir subtil懦 personalizavimo ir vartotojo valdymo balans膮. Bus aptariamos naujos tendencijos ir naujov臈s UX tyrim懦 srityje, suteikiant dalyviams visapusi拧k懦 寞g奴d啪i懦, leid啪ian膷i懦 sukurti patrauklias ir patogias DI s膮sajas.

  • FMITM24300 3 kreditai

    Magistro tiriamasis darbas 3

    Studij懦 dalyko tikslas

    Paruo拧ti magistro baigiamojo darbo tyrimams ar kuriamai sistemai reikiam膮 aplink膮, duomenis ir tyrim懦 vykdymo 寞rankius, gauti pirmus tyrim懦 rezultatus.

    Studij懦 dalyko apra拧as

    Magistro tiriamojo darbo 3 dalyke toliau gilinamos 啪inios pasirinkta tyrim懦 kryptimi jau koncentruojantis ne tik ties mokslin臈s-technin臈s informacijos pasirinkta tema analitine ap啪valga, bet ir realiais eksperimentais, j懦 pirmine rezultat懦 analize. Rezultat懦 apimtis tur臈t懦 b奴ti tokia, kad gautus rezultatus b奴t懦 galima pristatyti mokslin臈je konferencijoje.

Laisvas pasirinkimas

4 Semestras

Privalomi
  • FMITM24400 30 kreditai

    Magistro darbas

    Studij懦 dalyko tikslas

    U啪baigti magistro baigiamojo darbo u啪duotyje numatytus tyrimus, parengti magistro baigiamojo darbo ataskait膮 ir 寞rodyti, kad studij懦 ir mokslini懦 tyrim懦 metu 寞gyta kompetencija ir geb臈jimai atitinka studij懦 programoje numatytus rezultatus, tinkam膮 j懦 pasiekimo lyg寞.

    Studij懦 dalyko apra拧as

    Magistro baigiamajame darbe u啪baigiami numatyti tyrimai, parengiama ataskaita, kurioje motyvuojamas tyrim懦 krypties pasirinkimas, pateikiama analitin臈 literat奴ros ap啪valga, tyrim懦 tikslai ir u啪daviniai, pagrind啪iamas tyrim懦 metodikos ir 寞rangos pasirinkimas, pateikiami, vertinami ir apibendrinami atlikt懦 tyrim懦 rezultatai. 艩iame etape taip pat parengiama prane拧imo mokslin臈je konferencijoje med啪iaga ar straipsnis, kurie yra pateikiami kaip ataskaitos priedas. Dalyvavimas konferencijoje ar mokslinio straipsnio publikavimas n臈ra privalomi, ta膷iau rekomenduojami ir leid啪iantys atskleisti auk拧tesnes studento kompetencijas.

Statistika

Rodiklis 搁别颈办拧尘臈
Priimta student懦 39
漠stoj臋 寞 VF 39
Ma啪iausias VF balas 8.87