8D06102 Системная инженерия в КазАТУ им. Сейфуллина
-
Цель образовательной программы Комплексная и высококачественная подготовка научных и научно-педагогических кадров, занимающихся проблемами разработки сложных IT-систем и комплексов, включая вопросы их анализа, моделирования, оптимизации, совершенствования, с целью повышения эффективности функционирования объектов исследования.
-
Академическая степень Докторантура
-
Языки обучения Русский, Казахский, Английский
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D094 Информационные технологии
-
Область образования 8D06 Информационно-коммуникационные технологии
-
Направление подготовки 8D061 Информационно-коммуникационные технологии
Дисциплины
-
Академическое письмо
Курс направлен на овладение докторантами концепциями и моделями академического письма. У докторантов будут сформированы навыки и умения написания академического, научного текста, различных письменных научных дискурсов. Докторанты смогут анализировать и оценивать различного уровня письменные работы, уметь работать с аутентичными источниками, а также обосновывать собственную точку зрения
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Методы научных исследований
Курс рассматривает методологию научного познания и научных исследований, учит анализировать современное состояние науки; развивает критическое мышление, навыки поиска, обработки информации, умение формализовать результаты исследований в виде научных статей, отчетов, обзоров, диссертаций.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Нейросетевое моделирование
Модель нейрона. Обучение однослойных и специальных нейронных сетей. Многослойные нелинейные нейронные сети. Технология нейросетевого моделирования в инструментальной среде. Современные приложения нейронных сетей. Гибридные сети
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Методы статистического моделирования
Методы изучения экспериментов, оценивание, выбор и интерпретирование статистических данных и использование методов визуализации данных для передачи результатов. Статистические распределения и закономерности. Планирование эксперимента и дисперсионный анализ. Теория корреляции и регрессии. Статистические методы в прогнозировании явлений и процессов.
Год обучения - 1
Семестр - 1
Кредитов - 5
-
Системы реального времени
Принципы проектирования и функционирования систем, обеспечивающих обработку данных с жесткими временными ограничениями. Рассматривает архитектуру, алгоритмы планирования, многозадачность, отказоустойчивость и безопасность. Охватывает работу операционных систем реального времени, встраиваемых систем и индустриальных приложений. Курс готовит специалистов к разработке высоконадежных решений для транспорта, робототехники, медицины и автоматизации.
Год обучения - 1
Семестр - 2
-
Теория сложных систем
Исследование систем и закономерности их функционирования и развития. Методы и модели теории систем. Переходные процессы. Принцип обратной связи. Изучение элементов теории адаптивных систем. Функционирование систем в условиях неопределенности; управление в условиях риска. Анализ информационных ресурсов
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Моделирование и анализ IoT-систем
Концепция IoT. Объединение людей, процессов, данных и вещей. Виды подключений IoT. Столпы IoT – данные, передача данных, большие массивы данных, люди и процессы. Виртуализация и облачные технологии. Моделирование решения для IoT. Создание прототипа
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Агроинтеллектуальные системы
Системы на основе искусственного интеллекта, используемые в сельском хозяйстве. Прогнозирование вредителей, прогнозирование урожайности, определение деградации почвы, распознавание границ сельскохозяйственных угодий и анализ других данных. Искусственный интеллект и алгоритмы машинного обучения в эффективном управлении сельским хозяйством.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Интегрированные SMART-системы
Понятия и концепция SMART-технологии. Аппаратное и программное обеспечение SMART-технологий. Современные приложения ИИ. Методы ИИ. Интеграция SMART-технологий для задач сельскохозяйственной отрасли с применением ИИ.
Год обучения - 1
Семестр - 2
Кредитов - 5
-
Динамические системы
Понятие динамической системы. Модели на основе динамических систем. Методы и приемы качественного исследования динамических систем. Интегрируемость динамических систем. Управление динамическими системами.
Год обучения - 1
Семестр - 2
Кредитов - 5
Профессии
Результаты обучения
- Проводить анализ математических моделей, применять основные математические методы при построении моделей, оценивать результаты моделирования и сопоставлять их с результатами натурных экспериментов. Владеть методами, приемами, алгоритмами статистического моделирования.
- Владеть принципами и этапами научного исследования. Выбирать и применять методы исследования, анализировать и интерпретировать научные тексты. Иметь навыки структурирования и написания научных текстов, оформления и стилистики научных работ в соответствии с требованиями стандартов. Грамотно использовать и цитировать источники, следуя нормам академической этики. Готовить к публикации научные работы, адаптировать их к требованиям конкретных изданий.
- Аргументировать выбор аппаратного и программного обеспечений IoT-систем, методов подключения датчиков. Освоить основные протоколы передачи данных, способы сбора, хранения и агрегации данных от удаленных устройств. Владеть методами разработки и проектирования систем на базе IoT-устройств.
- Создавать архитектуру интегрированных SMART-систем с разработкой программного обеспечения. Проектировать и разрабатывать самообучающиеся SMART-системы на основе ИИ, а также кастомизировать SMART-систему под задачи сельскохозяйственной отрасли.
- Составлять и анализировать структурно-функциональные модели систем. Владеть методологией построения моделей сложных систем. Иметь представление об основных понятиях и принципах теории динамических систем, об аналитических, качественных и численных методах исследования динамических систем с непрерывным и дискретным временем. Применять основные приемы теории динамических систем при решении задач. Уметь проектировать и разрабатывать системы реального времени.
- Создавать нейрокомпьютерную модель, анализирующую и моделирующую знания человека, процессы и явления при реализации программных технологий интеллектуального решения сложных задач. Применять нейронные сети и методы машинного обучения для прогнозирования и анализа данных в сельскоом хозяйстве.
Похожие ОП
8D06102 IT Менеджмент
Международный университет Астана (AIU)
8D06102 Компьютерные науки (профильная)
Astana IT University
8D06102 Информатика
Евразийский национальный университет имени Л.Н.Гумилева (ЕНУ им. Л. Н. Гумилева)
8D06102 Информационные технологии и робототехника
Костанайский региональный университет имени Ахмет Байтұрсынұлы (КРУ им. Байтурсынова)
8D06102 Компьютерная инженерия
Казахский национальный университет имени аль-Фараби (КазНУ им. аль-Фараби)
8D06102 Информационные системы
Казахский национальный педагогический университет имени Абая (КазНПУ им. Абая)
8D06102 Компьютерная наука и искусственный интеллект
Казахстанско-Британский технический университет (КБТУ (KBTU))
8D06102 Machine Learning & Data Science
Казахский национальный исследовательский технический университет имени К.И.Сатпаева (Satbayev University)
8D06102 Информатика, вычислительная техника и управление
Северо-Казахстанский университет имени М.Козыбаева (СКУ им. Козыбаева)
8D06102 Компьютерные науки
Университет имени Сулеймана Демиреля
8D06102 Компьютерная и программная инженерия
Международный университет информационных технологий (МУИТ (IITU))
8D06102 Информационные системы (по отраслям)
Восточно-Казахстанский технический университет имени Д.Серикбаева (ВКТУ им. Д. Серикбаева)