8D07103 Автоматизация и управление в АУЭС
-
Цель образовательной программы Подготовка высококвалифицированных научных и педагогических кадров, владеющих современными методами проектирования и исследования и способных решать задачи автоматизации и управления в различных отраслях промышленности, образования и других сферах человеческой деятельности.
-
Академическая степень Докторантура
-
Языки обучения Русский
-
Срок обучения 3 года
-
Объем кредитов 180
-
Группа образовательных программ D100 Автоматизация и управление
-
Область образования 8D07 Инженерные, обрабатывающие и строительные отрасли
-
Направление подготовки 8D071 Инженерия и инженерное дело
-
Обработка, управление и хранение Big Data
Кредитов: 3Существующие и перспективные математические методы, инструментальные средства анализа больших данных. Архитектуры больших данных. Распределенные кластерные архитектуры. Методы и инструменты распределенного хранения данных. Параллельные распределенные вычисления. Технологии вычислений в оперативной памяти. Методы обработки больших данных. Высокопроизводительные вычисления. Методы машинного обучения. Распределенные вычисления.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Академическое письмо
Кредитов: 3Академическое письмо - это языковая компетенция, владение которой позволяет исследователю читать, понимать и писать научные тексты. Целью курса является совершенствование умения написания научных статей для последующей публикации в международных научных журналах. Курс «Академическое письмо» обучает эффективному академическому письму с использованием практических примеров и упражнений. Умение академического письма требуется научно-педагогическим работникам и обучающимся вуза для публикаций в зарубежных научных изданиях, участия в международных научных конференциях, учёбы в магистратуре или докторантуре в зарубежном вузе в рамках программ академической мобильности.
Год обучения - 1
Семестр 1
-
Математические модели и методы исследования динамических процессов
Кредитов: 4Изучается современная теория сложных систем: количественные методы управления, планирования и проектирования в условиях неполной информации. Математические методы: прогнозирования поведения сложных систем; управления в условиях риска и неопределенности и методы адаптации и обучения.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Обработка и аналитика больших данных
Кредитов: 3Информационные технологии нового поколения для эффективного извлечения информации из больших объемов разнообразных данных путем высокой скорости их сбора, обработки и анализа. Информационные технологии обеспечения аналитической деятельности, поддержки принятия решений, создания инновационных продуктов и услуг в целях повышения эффективности управления и конкурентоспособности организаций.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Методы научных исследований
Кредитов: 5Изучаются формы познания и методы исследования в области естественных и технических наук. Подробно рассмотрен системный подход в качестве важной методологии для организации экспериментов. Описаны наиболее распространенные количественные и качественные методы обработки данных и интерпретации полученных результатов, способы эксперименталь-ного определения статических и динамических зависимостей между переменными объекта исследования. Рассмотрены различные алгоритмы решения оптимизационных задач.
Год обучения - 1
Семестр 1
-
MES- и ERP-системы управления производственными и бизнес-процессами
Кредитов: 5Принципы и технологии управления производственными процессами планирования, проектирования, инженерного анализа, управления данными производственного процесса. Приемы разработки систем автоматизации планирования, проектирования, инженерного анализа и систем управления данными (Big Data) производственных объектов энергетики и связи.
Год обучения - 1
Семестр 1
-
Экспертные системы и методы искусственного интеллекта
Кредитов: 5Структура и состав экспертных систем. Методы принятия решения в экспертных системах. Современное состояние исследований в области искусственного интеллекта. Примеры использования методов искусственного интеллекта для исследования и разработки систем автоматизации технологических процессов.
Год обучения - 1
Семестр 1
-
Математические инструменты систем управления
Кредитов: 4Математическая модель и математическое моделирование процессов. Классификация задач оптимального управления. Вариационные методы и их применение в задачах автоматизации. Принцип максимума Л.С. Понтрягина. Задачи оптимального быстродействия. Управляемость и наблюдаемость систем. Метод динамического программирования для непрерывных и дискретных систем. Достаточные условия оптимальности управляемых динамических систем.
Селективная дисциплина
Год обучения - 1
Семестр 1
-
Код ON2
Владеть интеллектуальными методами синтеза систем управления с использованием экспертных систем, нечеткой логики и нейросетевых структур.
-
Код ON5
Применять новые информационные технологии и методы обработки больших объемов данных для повышения эффективности управления производством.
-
Код ON1
Раскрыть содержание научно-исследовательской работы. Обосновать, анализировать и формулировать варианты принимаемых решений. Применять методы научных исследований и системного анализа при разработке систем автоматизации и управления.
-
Код ON3
Владеть технологиями и программными средствами планирования , проектирования, инженерного анализа и управления технологическими комплексами, производственными и бизнес-процессами.
-
Код ON4
Разрабатывать и исследовать имитационные модели и алгоритмы управления в сфере автоматизации на основе современных математических методов и инструментов.