Пермский государственный национальный исследовательский университет

КОНФЕРЕНЦИИ И ВЫСТАВКИ

Математика и междисциплинарные исследования 2020 (2020-10-05)

12 октября пройдёт конференция «Математика и междисциплинарные исследования 2020».
Программу мероприятия вы можете посмотреть по ссылке.
В связи с ухудшением эпидемиологической обстановки конференция состоится в дистанционном формате.
Следите за новостями в группе мероприятия ВКонтакте.

Перенос конференции (2020-05-31)

В связи со сложившейся эпидемиологической ситуацией мы переносим Всероссийскую научно-практическую конференцию молодых учёных с международным участием «Математика и междисциплинарные исследования – 2020» на осень 2020! Важные даты: • 1 сентября 2020 г. – окончание приёма статей и заявок на участие в конференции; • 12 – 18 октября 2020 г. – проведение конференции в Пермском государственном национальном исследовательском университете по адресу: г. Пермь, ул. Букирева, 15.
X

Университетский старт

Профиль «Интеллектуальный анализ данных и математическое моделирование»

В рамках магистерской образовательной программы «Интеллектуальный анализ данных и математическое моделирование» обучающиеся получают компетенции в области обработки больших массивов данных с целью:

  • - выявления и формализации неочевидных (скрытых) взаимозависимостей факторов, характеризующих различные системы и процессы;
  • - построения и исследования математические модели, описывающие эти системы и процессы.

В процессе освоения образовательной программы студенты изучают методы многомерного статистического анализа, искусственного интеллекта и математического моделирования и информационные технологии, помогающие решать задачи обработки больших массивов данных.

Образовательная программа

Примерный учебный план

Профиль «Математическое и программное обеспечение вычислительных систем»

Профиль предназначен для подготовки магистров в области математического и программного обеспечения вычислительных систем с ориентацией на выработку и закрепление широкого спектра компетенций в области как прикладного, так и системного программирования. Основными разделами программы являются: избранные главы современной прикладной математики и информатики; теоретическое и прикладное программирование; проектирование и современные технологии разработки программных систем и оболочек; системы искусственного интеллекта; высокопроизводительные вычисления; анализ функционирования вычислительных систем. Магистранты выполняют научно-исследовательскую работу в семестре (4 семестра), проходят научно-педагогическую и научно-производственную практики, участвуют в работе спецсеминара по теме научной работы.

Подготовка студентов производится преимущественно кафедрой математического обеспечения вычислительных систем.

В рамках программы читаются следующие курсы:

  • - История и методология прикладной математики и информатики
  • - Философия и методология науки
  • - Моделирование и реинжиниринг бизнеса
  • - Высокопроизводительные вычисления и GRID-технологии
  • - Современные Internet-технологии
  • - Теоретические основы информационных систем (ИС)
  • - Виртуальная реальность и мультимедиа
  • - Предсказательная аналитика: теоретические основы и инструментальные средства
  • - Распределенные алгоритмы
  • - Современные теории имитационного моделирования
  • - Технологии создания адаптируемых систем
  • - Управление проектами

Среди дисциплин по выбору основными являются:

  • - Средства Business Intelligence и системы поддержки принятия решений
  • - Добыча знаний: теоретические основы и инструментальные средства Data Mining
  • - Теории решения изобретательских задач
  • - Метод анализа иерархий
  • - Проектирование локальных сетей
  • - Криптографические методы защиты информации

Проведение итогового государственного экзамена не предусмотрено. Итоговая государственная аттестация – выпускная квалификационная работа.

Тематика выпускных квалификационных работ:

  • 1. Разработка адаптируемых и адаптивных ИС на принципах онтологического инжиниринга
  • 2. Разработка инструментария создания визуальных предметно-ориентированных языков.
  • 3. Разработка интеллектуальных автоматизированных обучающих систем
  • 4. Создание средств автоматизации разработки приложения для мобильных платформ.
  • 5. Разработка алгоритмов, методов и средств интеллектуального видеоанализа данных
  • 6. Разработка инструментального окружения и приложений виртуальной и дополненной реальности
  • 7. Имитационное моделирование компьютерных систем и сетей
  • 8. Оптимизация работы распределенных приложений
  • 9. Решение задач распределенного и параллельного программирования на базе GPUs
  • 10. Разработка программных средств интеллектуального анализа данных и документов на основе технологий Web Mining, Data Mining, Visual Mining, Text Mining, OLAP.

Образовательная программа

Примерный учебный план