Informatikos inžinerija

Modulio tikslas

Žinoti modernius informacinių technologijų metodus.

Studijų dalyko aprašas

Informacijos teorija. Simbolinės informacijos kodavimas. Šenono teorema. Matematiniai operacijų tyrimo metodai. Mašininio mokymo metodai. Dirbtiniai
neuroniniai tinklai. Grid technologijos ir debesų kompiuterija. Informacijos saugos modeliai ir šiuolaikinė kriptografija.

Modulio tikslas

Susipažinti su pagrindiniais metodais naudojamais sistemų inžinerijoje ir automatizuotose valdymo sistemose.

Studijų dalyko aprašas

Šiame kurse nagrinėjami naujausi fundamentalūs sistemų inžinerijos ir analizės metodai, automatizuotų valdymo sistemų principai.

Modulio tikslas

Išstudijuoti organizacijų informacinės architektūros standartus, praktinius veiklos modeliavimo metodus bei priemones, naudojamus veiklos reinžinerijoje ir kompiuterizuotame informacinių sistemų (IS) projektavime.

Studijų dalyko aprašas

Veiklos analizė ir inovacija. Veiklos modeliavimo sritis ir tikslai. Veiklos tobulinimo modelis. Veiklos reinžinerija ir IS reinž., Hendersono mod. Organiz. informacinės architektūros modeliai: F3, J.Zachman, CIM-OSA, GERAM, IDEF, ARIS, Procesų erdvės modelis. Veiklos procesai ir veiklos funkcijos. Veiklos taisyklės ir apribojimai, OCL. Vartotojų poreikių analizė ir modeliavimas. Veiklos kompiuterizavimas. Praktinės technologijos: struktūrinės – DFD, DSD, ERD, IDEF0, IDEF3, ARIS; objektinės: veiklos sąveikų mod., darbų sekų mod., UML, SySML. Veiklos analizės paketai: Provision Workbench, System Architect 2001, MagicDraw.

Modulio tikslas

Pagrindinis modulio tikslas yra supažindinti studentus su intelektualiu žinioms-grindžiamų verslo procesų valdymu, modeliavimu ir simuliavimu.

Studijų dalyko aprašas

Modulyje studentai studijuoja esminius konceptus, žiniomis grindžiamų verslo procesų (VP) modeliavimo bei simuliacijos temas; žinių vaizdavimą VP modeliavimo bei simuliacijos kontekste; intelektualaus žiniomis grindžiamo verslo proceso meta-modelį ir ontologiją; intelektualių žiniomis grindžiamų verslo
procesų modeliavimui naudojamos kalbos, būdai bei priemonės; žinių gavybos metodų taikymą VP modeliavimui ir simuliacijai; neraiškiosios logikos taikymas
žiniomis grindžiamo VP modeliavimui ir simuliacijai; žiniomis grindžiamo VP modelio grindžiamo giliuoju neuroniniu tinklu simuliavimo būdai. Atliekamas
praktinis pasirinkto verslo proceso modeliavimas ir simuliacija naudojant šiuolaikinius VP modeliavimo įrankius.

Modulio tikslas

Įsisavinti duomenų semantinius modelius (EER, OO, reliacinius); schemų ir apribojimų transformacijas; užklausų semantinę analizę. Skirtas Informatikos ir Informatikos inžinerijos krypties doktorantams.

Studijų dalyko aprašas

Duomenų modelių sudarymo lygiai. Koncepcinės schemos. Duomenų priklausomybės. Duomenų bazių sintezės metodas. EER ir OO duomenų modeliai. Objektinės dengtys. Koncepcinių schemų vaizdavimas reliacinėmis ir kanoninėmis schemomis. Schemų ekvivalentiškumas. Tiesioginė ir atvirkštinė duomenų inžinerija. Schemų ir apribojimų transformavimas. Vartotojų informacijos poreikių ir užklausų semantinė analizė.
Objektų gyvavimo priklausomybės. Statinis dinaminių savybių modeliavimas. Dinaminių modelių sudarymo metodika. Scenarijų specifikavimas objektų savybių modeliu. Pragmatinės priklausomybės komunikacinių veiksmų kilpose. Verslo transakcijų modeliai.

Modulio tikslas

Išnagrinėti šiuolaikinius koncepcinio modeliavimo ir žinių vaizdavimo bei modeliavimo būdus ir mętodus.

Studijų dalyko aprašas

Šis modulis apima tokias temas, kaip: Problemos, modeliai ir sistemos. Organizacijų modeliavimas. Modeliavimas ir realybė. Koncepcinio modeliavimo samprata. Taisyklės organizacijose ir informacinėse sistemose, verslo taisyklės. Koncepcinis modeliavimas verslo taisyklių pagrindu. Koncepcinis modeliavimas Al metodais. Koncepcinis modeliavimas ir ontologija. Žinios ir jų rūšys, žinių vaizdavimas (taisyklės, produkcinės taisyklės, semantiniai tinklai, freimai, …). Žinių vaizdavimas neraiškiosios logikos priemonėmis. Giluminiai neuroniniai tinklai ir jų naudojimas žinioms vaizduoti.

Modulio tikslas

Įgyti informacijos poreikių inžinerijos metodų analizės, vertinimo ir panaudojimo žinias. Atskleisti poreikių inžinerijos etapų specifiką ir naudojamus modelius. Atlikti konkrečios dalykinės srities analizę ir sudaryti jos poreikių specifikaciją.

Studijų dalyko aprašas

Išmokoma suprasti poreikių specifikavimo metodus ir technologijas bei panaudoti juos vartotojo reikalavimų informacijos sistemos funkcijoms, išvedamai ir įvedamai informacijai specifikuoti; aprašyti reikalavimus vartotojo sąsajai bei saugumui užtikrinti; atlikti probleminės srities informacijos srautų analizę bei reikalavimų specifikavimą jų pagrindu; nustatyti poreikius naudojant tikslų analizę; panaudoti reikalavimų specifikacijos validavimo metodus.

Modulio tikslas

Išstudijuoti technologinių procesų modeliavimo ir identifikavimo ypatumus. Išanalizuoti procesų modelių reikšmę, sintezuojat efektyvias procesų valdymo sistemas.

Studijų dalyko aprašas

Procesų matematinių modelių sudarymo principai: struktūra, parametrai, identifikavimas. Fizinis modeliavimas. Panašumo teorijos principai. Matematinis modeliavimas. Statistiniai procesų tyrimo metodai. Šilumos mainų procesų modeliavimas. Masės kaitos procesų modeliavimas. Cheminių reakcijų kinetikos modeliai. Dirbtinio intelekto metodai procesų modeliavime.

Modulio tikslas

Suteikti struktūruotas ir pažangias žinias dirbtinio intelekto ir mašininio mokymo metodų bei jų taikymo informacinėse sistemose srityje.

Studijų dalyko aprašas

Šis modulis apima tokias temas, kaip: dirbtinio intelekto ir mašininio mokymo apibrėžimai, jų taikymo aspektai, intelektualizuoti agentai ir jų taikymai IS, nerišlią logiką, ekspertines ir sprendimų paramos sistemas, duomenų paruošimo metodus, atributų atrankos metodus, hiperparametrų optimizavimo metodus, metodų našumo parametrų metrikas, mašininio mokymo metodus (sprendimų medžiai, SVM, kt.), pagrindinius neuroninių tinklų tipus ir topologijas, treniravimo ir validavimo metodus, DI integravimo į IS klausimus, teisinius ir etinius DI taikymo aspektus.

Modulio tikslas

Suformuoti žinias informacijos saugos technologijos srityje.

Studijų dalyko aprašas

Informacinio saugumo pagrindas (informacinio saugumo problematika, grėsmių klasifikacija ir evoliucija, identifīkacija, autentifikacija, priėjimo kontrolė,
saugumo strategijos, modeliai, principai, taksonomijos ir antologijos); Kriptografija (simetrinio ir viešojo rakto kriptografija, DES, AES, RSA, kriptografiniai protokolai, autentifikacija, elektroninis parašas, elektroninės esybės valdymas); Tinklų saugumas (maršrūtizavimas, ugniasienės, VPN, web saugumas, tinklo perimetro apsauga, kompiuterių apsauga, autentifikavimo technologijos); Atakos į informacinių technologijų sistemas (atakų tipai, realių pavyzdžių analizė,
įsiskverbimų detektavimas, formalūs analizės metodai); Efektyvių informacijos apsaugos programų diegimas (teisiniai ir privatumo klausimai, saugumo standartai, geriausi taikomi metodai, saugumo politika).

Modulio tikslas

Suteikti gilesnį suvokimą apie debesų kompiuterijos technologijas ir suteikti žinias ir gebėjimus, reikalingus vykdant mokslinius tyrimus debesų kompiuterijos
srityje.

Studijų dalyko aprašas

Studijų dalyke išsamiai nagrinėjami debesų kompiuterijos konceptai ir modeliai apimant infrastruktūrą kaip paslaugą (IaaS), platformą kaip paslaugą (PaaS) ir
programinę įrangą kaip paslaugą (SaaS). Aptariami monolitinių programų migravimo į debesis aspektai, debesų programinės įrangos architektūros modeliai,
abstrakcijos lygmenys, plečiamumas, kaštų optimizavimas, programavimo modeliai, debesyse naudojami RESTFul Web servisai. Nagrinėjami didelio našumo
sistemų ir didžiųjų duomenų sprendimų įgyvendinimo debesyse aspektai. Dalykas taip pat apima ir debesų kompiuterijos saugą t.y. nagrinėjamas tapatybės
valdymas, prieigos kontrolė, duomenų privatumas, su virtualizacija susijusę pažeidžiamumai. Kurse nagrinėjamos paskirstytos failų sistemos, duomenų bazių
valdymo ir objektų saugojimą sistemos naudojamos debesyse. Aptariami tokios realizacijos kaip HDFS, HBASE, MongoDB, Cassandra, DynamoDB, S3, Swift.
Baigę studijų dalyką, studentai supras MapReduce ir Spark programavimo modelį.

Modulio tikslas

Įsisavinti svarbiausius programinės įrangos kūrimo ir palaikymo procesus.

Studijų dalyko aprašas

Įsisavinami svarbiausi programinės įrangos kūrimo ir palaikymo principai, įgyjama projektų įgyvendinimo žinių ir patirties, gebama juos taikyti praktikoje. Susipažįstama su bazinėmis koncepcijomis ir apibrėžimais, proceso įvertinimu, kokybine ir kiekybine programinės įrangos procesų analize, proceso įdiegimo metodais, programinės įrangos palaikymo ypatumais.

Modulio tikslas

Įvaldyti modernius informacijos vizualizavimo metodus.

Studijų dalyko aprašas

Vizualinės reprezentacijos. Prognozuojančios duomenų rinkinių analizės teorija. Komunikacijos teorijos taikymas vizualizavime. Formalüs informacijos vizualizavimo modeliai. Daugiaatributinių duomenų analizės metodai. Tinklinių ir hierarchinių duomenų vizualizavimas. Analitiniai ir empiriniai vizualinių reprezentacijų įvertinimo metodai.

Modulio tikslas

Suteikti teorinių ir praktinių žinių apie šiuolaikinius multimedijos informacijos apdorojimo metodus.

Studijų dalyko aprašas

Šis studijų modulis skirtas doktorantūros studijoms. Šiame modulyje apžvelgiamos moderniosios multimedijos informacijos apdorojimo technologijos bei standartai.

Modulio tikslas

Suformuoti žinias mašininio mokymąsi srityje akcentuojant neuroninių tinklų techniką.

Studijų dalyko aprašas

Pagrindiniai mašininio mokymąsi uždaviniai. Klasterizacija. Klasifikacija. Regresija. Pagrindinės dirbtinių neuroninių tinklų sąvokos. Gilusis mokymasis. Atgalinio klaidos paskirstymo metodas. Konvergavimo gerinimo euristikos. Tinklo struktūros optimizavimas.

Modulio tikslas

Sukurti pagrindą, taikant šiuolaikinius mašininio mokymosi metodus, sprendžiant praktines didelių duomenų užduotis. Formuoti studentų gebėjimą analizuoti
didelius duomenų rinkinius siekiant pasirinkti optimalų mokymosi algoritmą.

Studijų dalyko aprašas

Praktikoje dažnai tenka taikyti mašininį mokymosi dideléms duomenims apdoroti. Tai tokie duomenys, kurie dėl įvairių priežasčių negali būti patalpinti vienoje
mašinoje. Tokių duomenų atsiranda daugelyje sričių: internetas, finansai, davikliai, NLP.

Pagrindiniai sprendžiami uždaviniai šiuo atveju yra:

• Kaip paspartinti esamus mašininio mokymosi algoritmus, arba, kaip adaptuoti šiuos algoritmus, kad jie tiktų paskirstytoms sistemoms;
• Naujų mašininio mokymosi algoritmų kūrimas, kurie nuo pat pradžių skirti darbui su dideliais duomenimis;
• Architektürų ir skaičiavimo modelių, tinkančių darbui su dideliais duomenimis, kūrimas.

Modulio tikslas

Susipažinti su naujais procesų modeliavimo metodais, kuriuose apjungiami neuroninių tinklų, neryškių aibių ir klasikinių modeliavimo metodų privalumai. Išnagrinėti šių metodų panaudojimo galimybes, sintezuojant realių pramoninų procesų kontrolės, valdymo ir optimizavimo algoritmus.

Studijų dalyko aprašas

Hibridiniai modeliavimo, valdymo ir optimizavimo metodai. Hibridinių sistemų kūrimas, sistemų apmokymo algoritmai. Neuroninių tinklų, neryškių aibių ir klasikinių matematinių modelių panaudojimas įvertinant ir prognozuojant proceso būseną. Nauji procesų optimizavimo algoritmai. Hibridinių valdymo sistemų taikymas realiuose pramoniniuose procesuose.

Modulio tikslas

Ugdyti studentų edukologinę kompetenciją, pritaikytiną individualioje edukacinėje praktikoje, sėkmingai ir šiuolaikiškai planuojant, organizuojant ir valdant studijų procesą.

Studijų dalyko aprašas

Dalykas atskleidžia glaudžius dalykinių, mokslinių ir edukologinių dėstytojo kompetencijų ryšius. Paskaitų, seminary ir savarankiško darbo metu yra
analizuojama aukštojo mokslo didaktika, akcentuojant į studentą orientuotas studijas, tarptautinė ir nacionalinė aukštojo mokslo erdvė, komunikacijos formos,
būdai, metodai akademinėje aplinkoje su skirtingomis visuomenės grupėmis. Studijų pagrindą sudaro refleksyvus patirtinis mokymasis, kuris ugdo doktorantų
analitinį, kritinį mąstymą, gebėjimą vertinti savo ir kitų priimamus sprendimus, skatina holistinį ir atsakingą požiūrį į savo veiklas.

Modulio tikslas

Supažindinti su pažangiausiais mokslinių tyrimų metodais ir metodikomis suteikiančiomis specializuotas žinias mokslinių tyrimų ir kitų sričių problemoms spręsti.

Studijų dalyko aprašas

Mokslo filosofija. Plagijavimo prevencija. Mokslinės informacijos paieška. Mokslinio straipsnio struktūra, jo rašymo ypatumai, straipsnio parengimas spaudai. Tyrimų rezultatų publikavimo prestižiniuose mokslo žurnaluose ir aukšto lygio konferencijose strategija ir taktika. Šiuolaikinės programų sistemos tyrimams
planuoti ir moksliniams rezultatams publikuoti. Žinių perdavimas, komercinimas ir patentavimas.