8D06102 Информационные технологии и робототехника в Костанайский региональный университет имени А.Байтурсынова
-
Цель образовательной программы Подготовка научно-ориентированных высококвалифицированных специалистов новой формации для науки, образования, экономики и высокотехнологичного производства, способных проводить научные разработки, ориентированные на производство и научные исследования, а также в области современной робототехники и мехатроники, обладающего универсальными компетенциями, основанными на естественно-научных, экономических и гуманитарных знаниях, способствующими его востребованности на рынке труда, социальной мобильности и успешной работе в избранной сфере деятельности.
-
Академическая степень Докторантура
-
Языки обучения Русский
-
Название ВУЗа Педагогический институт им. У.Султангазина
-
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
-
Технологии Big Data и анализ больших данных
Кредитов: 5Дисциплина рассматривает технологии под-готовки, хранения, обработки и анализа больших данных. Осваивается практическое применение получаемых знаний в работе с программой R-Studio. Знания, полученные в результате освоения дисциплины, помогут при сборе и анализе огромных объемов структурированной или неструктурированной информации, при разработке моделей.
Селективная дисциплина
-
Исследование и анализ алгоритмов
Кредитов: 5Содержание дисциплины охватывает круг вопросов, связанных с задачами, подходами и алгоритмами, возникающими в интеллектуальном анализе данных. Дает представления о типах задач, возникающих в области интеллектуального анализа данных. Изучает основные подходы и алгоритмы решения задач анализа данных и особенностей их применения к решению реальных задач.
Селективная дисциплина
-
Академическое письмо
Кредитов: 5Изучаются особенности академического письма, реферирование и аннотирование в рамках научного контекста. Докторанты при-обретают навыки создания и оформления текста научно-исследовательской работы, научной статьи, использования правил цитирования, формирования презентации-доклада на тему научного исследования.
-
Методы научных исследований
Кредитов: 5Дисциплина формирует у докторантов способности к ведению исследовательской деятельности на основании анализа, систематизации и обобщения результатов научных исследований посредством применения комплекса исследовательских методов при решении конкретных научно- исследовательских задач.
-
Моделирование систем реального времени
Кредитов: 5Дисциплина предполагает систематизацию знаний в области моделирования процессов и систем, умений эффективного использования моделирующих алгоритмов для исследования характеристик и поведения сложных объектов, способность проводить моделирование процессов и систем, готовность участвовать в постановке и проведении экспериментальных исследований, способность обосновывать правильность выбранной модели сопоставляя результаты экспериментальных данных и полученных решений.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Разработка устройств на базе FPGA
Кредитов: 5Дисциплина предполагает освоение основ проектирования на FPGA. Знания, полученные в результате освоения дисциплины, по-могут при подготовке докторантов в области проектирования на FPGA и формировании подходов к выполнению самостоятельных исследований докторантами в области проектирования на FPGA.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Теория сложных систем
Кредитов: 5Дисциплина позволяет формирование у будущих докторантов, специализирующихся в области вычислительной техники, профессиональных компетенций в области теоретических основ и закономерностей построения и функционирования систем. «Теория сложных систем» является теоретическая и практическая подготовка докторантов в формировании у будущих специалистов способностей системного рассмотрения проблемы и задач, концептуальных основ и методологических принципов синтеза сложных технических систем, как методологии решения задач.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Искуcственный интеллект, робототехника и управление
Кредитов: 5Данная дисциплина предполагает усвоение современных знаний по искусственному интеллекту, как он реализуется и где может быть использован, а также уяснение основных принципов построения систем с нечет-кой логикой, экспертных систем и систем нейросетевого управления. Полученная док-торантами в данном курсе совокупность знаний и умений позволит более успешно усваивать другие общепрофессиональные и специальные дисциплины последующей вузовской подготовки.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Суперкомпьютерные вычисления
Кредитов: 5Дисциплина дает возможность изучения параллельных вычислительных систем и их классификация, общая характеристика многопроцессорных вычислительных систем, оценка эффективности параллельных вычислений, анализ сложности вычислений и оценка возможности распараллеливания, изложение технологии OpenMP, общая схема разработки параллельных методов, методы параллельных вычислений для задач вычислительной математики.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Надежность и отказоустойчивость робототехнических систем
Кредитов: 5Дисциплина предполагает изучить общие факторы, влияющие на надежность объектов и технологических систем, методы расчета параметров надежности и методы поиска оптимальных решений в задачах конструирования и эксплуатации технологических систем и математические методы исследования и проектирования этих систем, а также способы диагностики мехатронных систем и проведение их наладки.
Селективная дисциплина
Год обучения - 1
Семестр 2
-
Код ON2
Проводить самостоятельное научное исследование на основе современных теорий и методов, анализировать и обрабатывать информацию исследований;
-
Код ON10
Применить методы расчета надежности и отказоусточивости робототехнических систем;
-
Код ON11
Использовать пакеты прикладных программ для решения задач мехатроники и робототехники методами нечеткой логики и нейронных сетей;
-
Код ON9
Производить оценивание точности измерительных и управляющих каналов систем реального времени;
-
Код ON7
Применять методы, средства познания и принципы построения систем искусственного интеллекта в технике;
-
Код ON3
Анализировать и выбирать оптимальные программные средства для анализа данных;
-
Код ON4
Применять методы и подходы аналитической обработки больших объемов данных при решении задач, связанных с управлением в сложных технических системах с помощью современного программного обеспечения в предметной области;
-
Код ON6
Владеть принципами построения и функционирования аппаратно-программных комплексов, предназначенных для проведения параллельных вычислений, основных архитектур многопроцессорных вычислительных систем;
-
Код ON5
Использовать системный подход к анализу и синтезу сложных систем;
-
Код ON1
Презентовать и публиковать свои результаты исследования на национальном и между-народном уровне;
-
Код ON8
Решать задачи управления объектами и разрабатывать алгоритмы математической модели систем ЦОС, подходящие для реализации на FPGA;