Dirbtinio intelekto sistemos

Modulio tikslas

Dalyko tikslas – supažindinti studentus su duomenų struktūromis ir jų praktine realizacija sudarant atitinkamas funkcijas ir klases, išmokti sudaryti algoritmus ir analizuoti jų sudėtingumą.

Studijų dalyko aprašas

Pateikiama sisteminė duomenų struktūrų analizė, apimanti masyvus, tiesinius sąrašus, tiesines ir hierarchines duomenų
struktūras. Supažindinama su sąrašu, steku, eile, deku, piramide, binariniais medžiais, Bajero, raudonu-juodu medžiais. Parodomi pagrindiniai veiksmai su struktūros elementais, nagrinėjamas atminties poreikis, apribojimai, efektyvumas.
Pristatomi algoritmai, jų savybės, algoritmo sudėtingumo vertinimas, algoritmų asimptotinė analizė. Išsamiai nagrinėjami klasikiniai greitieji ir lėtieji rūšiavimo ir paieškos algoritmai, rekursijos ir rekursiniai algoritmai, dinaminis programavimas, sekų paieškos algoritmai. Nagrinėjami duomenų apykaitos tarp išorinės ir vidinės atminties principai vykdant rūšiavimą ir paiešką, kai turime labai didelius duomenų kiekius ir daugiamates duomenų struktūras.
Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80% laboratorinių darbų. Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Suteikti informacijos apie DBVS, pateikti skirtumus, privalumus bei trūkumus; išmokyti suprojektuoti duomenų bazę ERD pagalba, naudotis SQL kalba, rašant įvairaus sudėtingumo užklausas; sukurti DB vartotojams skirtas duomenų įvedimo formas.

Studijų dalyko aprašas

Kursas skirtas supažindinti studentus su reliacinių duomenų bazių samprata. Pateikiama informacija apie galimus veiksmus su duomenimis, saugomais duomenų bazėje bei supažindinama su duomenų bazių modeliavimu bei duomenų bazės objektų kurimu. Taip pat kursas supažindina su grafine vartotojo kūrimo aplinka ir jos kūrimo ypatumais.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų, ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Suteikti žinių apie mechatroninius įtaisus ir sistemas, derinti teorijos ir praktikos elementus, interpretuoti eksperimentinius duomenis, parinkti ir taikyti matematinius metodus mechatronikos įtaisams ir sistemoms modeliuoti, gebėti naudotis naujausiomis informacinėmis technologijomis, rengiant mechatronikos elementų tyrimo grafinę ir tekstinę dokumentaciją.

Studijų dalyko aprašas

Nagrinėjama mechatroninės sistemos samprata ir pagrindiniai mechatronikos įtaisai: transformatoriai, jų veikimo principas, ekvivalentinės schemos, vektorių diagramos, charakteristikos; nuolatinės srovės elektros mašinų sandara, veikimo principas ir jų valdymo būdai; kintamosios srovės asinchroniniai varikliai ir jų valdymo būdai bei charakteristikos; mažos galios sinchroniniai varikliai, jų charakteristikos, valdymo būdai; žingsniniai varikliai ir jų valdymas; mechatroninių sistemų jutikliai: tachogeneratoriai, selsinai, resolveriai, sukimosi greičio ir padėties enkoderiai; mechatroninių sistemų matematiniai modeliai ir jų dinamika.
Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Išmokstant programuoti matematinius skriptus ir funkcijas, internetinius puslapius ir jų scenarijus įvaldyti šiuolaikinio skriptinio programavimo technologijas ir jas gebėti taikyti inžinerinėms problemoms spręsti.

Studijų dalyko aprašas

Skriptinio programavimo dalyke pateikiamos matematinių funkcijų ir skriptų, 2D ir 3D grafikos programavimo žinios, internetinių puslapių, jų stiliaus ir valdymo skriptų programavimo žinios. Mokoma programuoti Matlab, HTML-kit ir ATOM programine įranga, ją kompetentingai taikyti inžinerinėms problemoms spręsti. Lavinami teorijos ir praktikos elementų derinimo, eksperimentavimo, duomenų analizės, interpretavimo ir apdorojimo gebėjimai. Ugdomas savarankiškumas ir atsakingumas studijuojant, kruopštumas planuojant savo darbą ir laiką. Studentai privalo atlikti visus numatytus laboratorinius darbus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusėje teorinių paskaitų.

Modulio tikslas

Suteikti pagrindines žinias apie nederministinius, t.y. stochastinę prigimtį turinčius reiškinius ir jų matematinius modelius bei gebėjimą juos pagrįsti ir interpretuoti, išmokti tikimybių teorijos žinias taikyti realiems uždaviniams spręsti.

Studijų dalyko aprašas

Studijų dalyko modulį sudaro tikimybių teorijos pagrindinės sąvokos ir apibrėžimai – atsitiktinio įvykio tikimybės sąvoka, tikimybių sudėties ir daugybos, pilnosios tikimybės ir Bajeso, Bernulio, Puasono ir Muavro-Laplaso teoremos. Atsitiktiniai dydžiai, jų nepriklausomumas. Pagrindiniai diskretieji ir tolydieji tikimybiniai modeliai. Atsitiktinių dydžių (vektorių) pasiskirstymas ir jų skaitinės charakteristikos, ribinės teoremos. Apibrėžiami teorinių skirstinio charakteristikų empiriniai analogai bei pagrindinės matematinės statistikos sąvokos.

Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 50 proc. teorinių paskaitų, 60 proc. pratybų.

Modulio tikslas

Supažindinti su filosofine etika ir pamatinėmis etinėmis problemomis bei sąvokomis. Perteikti etikos pagrindų, principų ir sistematikos žinias. Formuoti kritinę nuomonę, gebėjimą logiškai, argumentuotai diskutuoti, tvirtinti vertybinę orientaciją.

Studijų dalyko aprašas

Studentai supažindinami su etinėmis mokyklomis bei sistemomis, pamatiniais deontologinės bei teleologinės etikos principais. Išdėstomi esminiai etikos istorijos raidos bruožai – antikinė, senovės Rytų, krikščioniškoji, renesanso, naujųjų amžių bei modernistinė etika. Aptariamos pagrindinės etikos temos: gėris ir blogis, moralės principas ir laisva valia, asmuo kaip tikslas pats savaime, orumo samprata, sąžinė, norma ir dorovė, dorovės pagrindimas autoritetu ir diskursu, dorybės supratimas, laimė ir gyvenimo prasmė, ir kt. Nagrinėjami reikšmingiausi klasikų (Platonas, Aristotelis, Kantas) tekstai ir susipažįstama su jų argumentacija.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų ir lankyti ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Dalyko tikslas – supažindinti su viešosios komunikacijos teoriniais ir praktiniais aspektais, problematika ir taikymu.

Studijų dalyko aprašas

Viešosios komunikacijos dalyke siekiama inžinerijos mokslų bakalauro, informatikos mokslų bakalauro, technologijų mokslų bakalauro, matematikos mokslų bakalauro kvalifikacinį laipsnį suteikiančias studijas pasirinkusius studentus supažindinti su asmeninio įvaizdžio formavimo, dalykinės komunikacijos, komunikacijos su įmonės klientais ir viduje principais. Šiame dalyke studentai supažindinami kaip efektyviau pristatyti save ir savo idėjas, geriau kalbėti viešumoje, argumentuoti ir įtikinti, profesiniams tikslams naudoti internetą ir socialines medijas, labiau suprasti tarpkultūrinę komunikaciją. Taip pat studentai sužinos apie komunikacijos kanalus, žinutes ir komunikavimą tikslinėms auditorijoms. Per įvaizdžio formavimą studentai geriau įsisavins ir įgis praktinių įgūdžių taikyti visuomenėje priimtinas etikos, protokolo normas. Praktinę kurso dalį sudaro aktyvus studentų dalyvavimas diskusijose pratybų metu, atvejų analizės taip pat viešų kalbų, prisistatymų, prezentacijų rengimas ir jų pristatymas.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų. Nuolatinių studijų 1-3 kursų paskaitų lankomumas – ne mažiau nei 50 procentų.

Modulio tikslas

Suteikti studentams mašininio mokymo pagrindus, kurie leis savarankiškai sukurti mašininio mokymo modelį, jį ištestuoti ir įvertinti gautus rezultatus.

Studijų dalyko aprašas

Mašininis mokymas yra viena iš šiuo metu dažnai analizuojamų sričių mokslinėje literatūroje. Nesudėtingi mašininio mokymo modeliai yra taikomi įvairaus pobūdžio sistemose nagrinėjant įvairaus tipo duomenis (skaitiniai, tekstiniai, vaizdai). Šio kurso metu studentai susipažins su pagrindiniais mašininio mokymo modelio kūrimo etapais: duomenų išgavimas, paruošimas, klasifikatoriaus kūrimas, testavimas ir vertinimas. Kurse taip pat bus apžvelgtas skirtumas tarp klasifikavimo, klasterizavimo bei susipažinta su jų algoritmais. Didžiausias šio kurso dėmesys yra skirtas tam, kad studentes gebėtų savarankiškai sukurti mašininio mokymo modelį, mokėtų jį visapusiškai ištirti bei gebėtų analizuoti gautus rezultatus.
Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80% laboratorinių darbų. Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Supažindinti studentus su programų sistemų inžinerijos pagrindinėmis sąvokomis, metodais ir priemonėmis. Lavinti UML modeliavimo įgūdžius.

Studijų dalyko aprašas

Modulis supažindina su programų sistemų inžinerija. Studentams aiškinama kas per veikla yra programų sistemų kūrimas. Studentai supažindinami su pagrindinėmis programų sistemų inžinerijos ir reikalavimų inžinerijos sąvokomis, galimomis programų sistemomis versle, paaiškinama verslo vaidmuo kuriant programų sistemas. Paaiškinama kas yra chroniška programavimo krizė, kodėl ji yra ir kokios yra jos apraiškos. Išdėstomi programų sistemų inžinerijos procesai ir jais kuriami objektai, programų sistemų inžinerijos pagrindiniai principai ir paradigmos. Studentai mokomi, nuo ko pradėti kurti programų sistemas, kad jos tenkintų vartotojų poreikius. Jie supažindinami kaip modeliuoti (naudojant UML) ir projektuoti programų sistemas. Studentams pristatomi pagrindiniai programų sistemų projektavimo problemos, technikos, strategijos ir šablonai. Studentai supažindinami su tokiomis temomis, kaip programų sistemų testavimas ir programų sistemų kokybė. Modulyje taip pat yra mokoma, kaip reikia rašyti technines ataskaitas ir kitus techninio pobūdžio dokumentus.
Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80% laboratorinių darbų. Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Taikomosios statistikos dalyko tikslas – įsisavinti matematinės statistikos pagrindinius principus ir daugiamatės statistinės analizės metodus, gebėti efektyviai naudoti šiuos metodus pasitelkiant specializuotą statistinių duomenų analizės programą, gebėti formuluoti statistines išvadas ir interpretuoti gautus rezultatus.

Studijų dalyko aprašas

Studijų dalyko modulį sudaro parametrinių ir neparametrinių hipotezių tikrinimo uždaviniai, priklausomų stebėjimų statistinė analizė, koreliacinė analizė. Daugiamatės statistinės analizės metodai: regresinė analizė, faktorinė analizė ir klasifikavimo procedūros.

Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 50 proc. teorinių paskaitų, 60 proc. pratybų ir atlikti ne mažiau kaip 80 proc. laboratorinių darbų.

Modulio tikslas

Suteikti studentams ekonomikos žinių bazę, formuojant sisteminį rinkos ekonomikos santykių bei dėsningumų suvokimą ir praktinius įgūdžius, reikalingus savo profesinės veiklos ekonominių sprendimų priėmimui ir įgyvendinimui.

Studijų dalyko aprašas

Ekonomikos kurso metu nagrinėjama ekonomikos teorija, ekonomikos objektas, problemos ir keliami tikslai. Aptariamos pagrindinės ekonomikos temos: konkurencijos modeliai ir mechanizmas, nacionalinio produkto samprata ir skaičiavimo metodai, fiskalinė ir monetarinė politikos, jų tikslai ir veikimo priemonės, infliacijos samprata, rūšys, vertinimas, nedarbo ir užimtumo politika, tarptautinė ekonomika ir tarptautiniai ekonominiai ryšiai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.
Minimalus modulio paskaitų lankomumo reikalavimas – 50%.

Modulio tikslas

Teikti studentams matematikos ir fizikos žinių bei ugdyti gebėjimą taikyti tas žinias elektronikos įtaisų projektavimui ir optimizavimui. Teikti studentams žinias apie šiuolaikinių elektronikos įtaisų įvairovę ir jų taikymus įvairiose mokslo ir technologijų srityse. Padėti studentams pasirengti elektroninių grandinių ir kitoms studijoms.

Studijų dalyko aprašas

Įvadas. Puslaidininkiniai diodai. Dvipoliai tranzistoriai. Lauko tranzistoriai. Tiristorių grupės įtaisai. Puslaidininkinių integrinių grandinių technologija. Tūrinių bei paviršinių akustinių bangų įtaisai. Optinės elektronikos įtaisai. Informacijos atvaizdavimo įtaisai. Apibendrinimas. Studentams teorinės paskaitos yra privalomos. Per semestrą turi būti lankyta daugiau nei 50 proc. paskaitų. Studentai privalo atlikti visus numatytus pratybų darbus. Numatytu tvarkaraštyje metu studentai privalo dalyvauti ne mažiau kaip 80 proc. pratybų.

Modulio tikslas

Parengti IT ir kitų projektų vadybininkus, praktiškai išbandyti projektų valdymo metodus ir technologines priemones.

Studijų dalyko aprašas

Projektų valdymo pagrindai. Projektų gyvavimo ciklas. Projektų inicijavimo procesai. Projektais suinteresuotos šalys. Projektų organizavimas. Projektų planavimo procesai. Projektų reikalavimų nustatymas. Projektų darbų skaidymo struktūra. Rizikos valdymas. Projektų kaštų vertinimas. Projektų kalendorinio darbų grafiko sudarymas. Projektų komandų valdymas. Integruotas keitimų valdymas. Kokybės valdymas. Kaštų valdymas. Tiekimo (sutarčių) valdymas. Projektų stebėjimo ir kontrolės procesai. Projektų baigiamieji procesai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų, ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Įgalinti studentus formuotis vadybos teorinių žinių bazę ir ugdytis praktinius gebėjimus analizuojant elektronikos inžinerijos organizacijos vadybinius procesus ir parenkant veiksmingus organizacijos problemų sprendimo būdus.

Studijų dalyko aprašas

Vadybos kurso metu nagrinėjama vadybos samprata, pagrindinės sąvokos ir jų interpretacijos, vadybos teorijų raida, kibernetinis valdymo modelis: valdymo subjektas ir objektas. Analizuojama organizacija kaip sistema (sisteminio požiūrio taikymas), organizacijų įvairovė, organizacijos elementai ir aplinka, organizacijų steigimas ir valdymo struktūrų tipai. Nagrinėjamos valdymo funkcijos: planavimas, organizavimas, vadovavimas, kontrolė, taip pat administraciniai, ekonominiai, psichologiniai vadybos metodai, valdymo sprendimų rengimo ir priėmimo principai, procesas, vadovo vaidmuo organizacijos valdymo sistemoje, darbo apmokėjimas ir motyvacija, aptariamas pokyčių ir konfliktų valdymas. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų ir ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Išmokstant operacinių sistemų koncepcijas, suvokti operacinės sistemos funkcionavimą, operacinėse sistemose įgyvendinamus algoritmus ir taikomas duomenų struktūras, gebėti valdyti realias operacines sistemas.

Studijų dalyko aprašas

Operacinių sistemų koncepcijų dalyke pateikiamos operacinių sistemų paskirties ir funkcionavimo žinios, proceso ir gijos koncepcijų žinios, centrinio procesorinio įrenginio darbo planavimo žinios, kritinės sekcijos koncepcijos ir procesų sinchronizavimo žinios, aklaviečių valdymo žinios, pagrindinės ir virtualiosios atminties žinios, failų sistemos žinios.
Mokama modeliuoti ir tirti operacinių sistemų struktūras taikomojoje programavimo terpėje. Lavinami teorijos ir praktikos elementų derinimo, eksperimentavimo, duomenų analizės, interpretavimo ir apdorojimo gebėjimai. Ugdomas savarankiškumas ir atsakingumas studijuojant, kruopštumas planuojant savo darbą ir laiką. Studentai privalo atlikti visus numatytus laboratorinius darbus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Išmokyti suprasti procesus vykstančius sklindant signalams tiesinėse ir netiesinėse grandinėse, išugdyti sugebėjimą įvertinti signaluose atsirandančius pasikeitimus.

Studijų dalyko aprašas

Signalų klasifikacija, determinuotų plačiajuosčių periodinių ir neperiodinių signalų spektrai ir jų savybės, Laplaso transformacija ir jos savybės. Siaurajuosčių signalų spektrai. Signalo pasikeitimo tiesinėse grandinėse analizė: klasikiniu, operatoriniu ir laikiniu metodais. Netiesiniai įtaisai, jų pagrindinės charakteristikos ir parametrai. Netiesinių įtaisų taikymas signalo spektro pakeitimui: dažnio dauginimas ir keitimas, moduliacija ir detektavimas. Studentai privalo atlikti visus numatytus laboratorinius darbus ir ne mažiau kaip pusę teorinių paskaitų. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų

Modulio tikslas

Suteikti studentams skaitmeninių įtaisų projektavimo ir analizės žinių ir ugdyti gebėjimą tas žinias taikyti inžinerinėje veikloje. Ugdyti poreikį domėtis elektronikos ir elektros inžinerijos mokslo žiniomis. Ugdyti gebėjimą palaikyti savo profesinę kompetenciją, mokantis visą gyvenimą.

Studijų dalyko aprašas

Skaitmeninių įtaisų dalyke pateikiamos žinios apie skaičiavimo sistemas ir kodus, loginės funkcijos, logikos algebrą, dvipolių ir vienpolių tranzistorių loginius elementus, loginių elementų mikroschemos. Mokoma projektuoti kombinacines logines schemas iš loginių elementų mikroschemų. Pateikiamos žinios apie kombinacines ir trigerines schemas, bazinius ir įvairius trigerius bei sinchroninių trigerinių schemų projektavimą. Lavinami teorijos ir praktikos elementų derinimo, eksperimentavimo, duomenų analizės, interpretavimo ir apdorojimo gebėjimai. Ugdomas savarankiškumas ir atsakingumas studijuojant, kruopštumas planuojant savo darbą ir laiką. Studentai privalo atlikti visus numatytus laboratorinius darbus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusė teorinių paskaitų.

Modulio tikslas

Dalyko tikslas yra suteikti studentams žinių apie kompiuterių tinklų pagrindus, ugdyti gebėjimus apibrėžti kompiuterių tinklų struktūrą, architektūrą ir veikimo principus, gebėjimus išnagrinėti kompiuterių tinklo topologiją ir darbo režimą, suplanuoti, įgyvendinti ir administruoti nesudėtingą kompiuterių tinklą.

Studijų dalyko aprašas

Dalyke analizuojamas apibendrintas OSI modelis, keitimosi duomenimis principai (perdavimo terpės, duomenų kodavimas, duomenų siuntimo sąsaja, duomenų siuntimo kanalo valdymas, duomenų sutankinimas). Apžvelgiami kompiuterinių tinklų protokolai (sąveikos tarp tinklų protokolai, tinklų sąveika, transportiniai protokolai). Supažindinama su vietinių tinklų savoka, analizuojamos vietinių tinklų technologijos, vietinių tinklų sistemos. Supažindinama su globaliųjų tinklų savoka, analizuojami kanalų komutacijos būdai, paketų komutacija, ATM ir Frame Relay protokolai. Dalyke taip pat nemažai dėmesio skirta tinklo saugumui, paskirstytoms kompiuterių tinklų sistemoms, apžvelgiamos kompiuterių tinklų administravimo priemonės.perdavimo sąsajas, mikrovaldiklių sąsajas, infraraudonųjų spindulių bei Bluetooth technologijas, modemus bei maitinimo šaltinius.
Studentams teorinės paskaitos yra privalomos, ir per semestrą būtina lankyti daugiau nei pusę jų. Studentai privalo atlikti visus numatytus laboratorinius darbus, iš kurių ne mažiau kaip 80% turi būti atlikta tvarkaraštyje nustatytu metu.

Modulio tikslas

Išsamiai supažindinti su skaičiavimo metodais žmogaus kalbai ir tekstui suvokti bei generuoti, klasikinius algoritmus apjungiant su šiuolaikiniu mašininiu mokymusi.

Studijų dalyko aprašas

Šis kursas nagrinėja teksto ir natūralios kalbos apdorojimo metodus, kuriais remiantis kuriama kompiuterinė programinė įranga, gebanti suprasti ir generuoti žmogaus kalbą bei tekstą. Kurse akcentuojami šiuolaikiniai duomenimis pagrįsti metodai, daugiausia dėmesio skiriant prižiūrimam ir neprižiūrimam mašininiam mokymuisi. Kurse pirmiausia pateikiami mašininio mokymosi pagrindai ir priemonės tekstams analizuoti. Tada aptariamas struktūrizuotas kalbos modeliavimas, naudojant sekas, medžius ir grafus. Toliau nagrinėjami įvairūs metodai lingvistinės prasmės modeliavimui ir analizei. Galiausiai apžvelgiami trys natūralios kalbos apdorojimo taikymai: informacijos išgavimas, mašininis vertimas ir teksto generavimas.
Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusė teorinių paskaitų.

Modulio tikslas

Šis kursas skirtas išsamiai susipažinti su giliuoju mokymusi. Jis skirtas studentams, kurie nori suprasti ir pritaikyti gilaus mokymosi metodus įvairioms problemoms spręsti. Kurso metu studentams suteikiamas tiek tvirtas teorinis giliojo mokymosi pagrindas tiek išsamios praktinio taikymo žinios. Šio kurso tikslas yra suteikti studentams tvirtą pagrindą atpažinti, kurias problemas galima išspręsti naudojant gilų mokymasi projektuojant ir mokant įvairius neuroninio tinklo modelius.

Studijų dalyko aprašas

Kursas „Gilus mokymasis” skirtas suteikti žinias reikalingas spręsti dirbtinio intelekto uždavinius naudojant giliuosius neoroninius tinklus. Šiame kurse dėstoma gilaus mokymosi pagrindai, mokoma, kaip kurti neuroninius tinklus ir suteikiami įgūdžiai, kaip vadovauti sėkmingiems mašininio mokymosi projektams. Šio kurso metu studentai išmoks kaip paprastai, bet tiksliai apibūdinti, kas yra gilus mokymasis; paaiškinti, kaip giluminis mokymasis gali būti naudojamas kuriant įvairius informacinių sistemų modelius; identifikuoti praktines problemas, kurioms gali būti naudingas gilus mokymasis. Kurso metu bus mokoma taikyti gilųjį mokymąsi, siekiant išspręsti duomenų analizės klasifikavimo bei klasterizavimo mokymosi problemas, susijusias su vaizdais, tekstu, garsu, laiko eilutėmis ir verslo sistemų duomenimis.
Beigę kursą studentai žinos kaip inicializuoti ir taikyti tokias gilių neuroninių tinklų architektūras kaip konvoliuciniai tinklai, RNN, LSTM, Adam, Dropout, BatchNorm, Xavier. Kurso metu įgytos teorinės žinios sustiprinamos praktiniais užsiėmimais neudojant „Python”, „Keras” ir „TensorFlow” programų paketus. Studentai bus mokomi paleisti modelius naudojant tiek GPU, tiek CPU kompiuterinius resursus, taip pat studentai mokomi pakartotinai naudoti iš anksto paruoštus modelius, kad būtų galima trumpinti mokymo laiką ir kainą.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Išmokstant operacinių sistemų koncepcijas, suvokti operacinės sistemos funkcionavimą, operacinėse sistemose įgyvendinamus algoritmus ir taikomas duomenų struktūras, gebėti valdyti realias operacines sistemas.

Studijų dalyko aprašas

Operacinių sistemų koncepcijų dalyke pateikiamos operacinių sistemų paskirties ir funkcionavimo žinios, proceso ir gijos koncepcijų žinios, centrinio procesorinio įrenginio darbo planavimo žinios, kritinės sekcijos koncepcijos ir procesų sinchronizavimo žinios, aklaviečių valdymo žinios, pagrindinės ir virtualiosios atminties žinios, failų sistemos žinios.
Mokama modeliuoti ir tirti operacinių sistemų struktūras taikomojoje programavimo terpėje. Lavinami teorijos ir praktikos elementų derinimo, eksperimentavimo, duomenų analizės, interpretavimo ir apdorojimo gebėjimai. Ugdomas savarankiškumas ir atsakingumas studijuojant, kruopštumas planuojant savo darbą ir laiką. Studentai privalo atlikti visus numatytus laboratorinius darbus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Kurso tikslas yra supažindinti studentus regresinės anlizės ir su ja susijusių modelių, principų ir metodų taikymo ekonometriniuose tyrimuose galimybėmis ir rezultatų interpretvimu, išmokyti juos atlikti su kompiuteriu realių ekonominių duomenų analizę.

Studijų dalyko aprašas

Pradinio ekonometrijos kurso pagrindą sudaro tiesinė regresija ir su ja susiję modeliai: dispersinė ir faktorinė analizė. Kurso tikslas yra supažindinti studentus su baziniais ekonometrinės analizės principais, išdėstyti pagrindines regresinės ir dispersinės bei faktorinės analizės sąvokas ir metodus, išmokyti studentus tinkamai taikyti šiuos metodus realiuose tyrimuose ir teisingai interpretuoti gautus rezultatus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 % pratybų ir ne mažiau kaip 80 % laboratorinių darbų.

Modulio tikslas

Šio kurso tikslas supažindinti studentus su natūralios kalbos apdorojimo sistemomis. Nagrinėjami tiek klasikiniai teksto analizės algoritmai, tiek modernūs giliojo mokymosi metodai.
Pateikiamos esminės žinios apie giliųjų neuroninių tinklų naudojimą sprendžiant natūralios kalbos duomenų kodavimo uždavinius.

Studijų dalyko aprašas

Kursas apima daugumą natūralios kalbos apdorojimo (NLP) uždavinių.Kursą baigę studentai galės atpažinti NLP užduotis savo kasdieniniame darbe, pasiūlyti metodus iškeltiems uždaviniams spręsti.Kurso metu supažindinama su tiesinės algebros ir tikimybių teorijos pagrindais natūralios kalbos uždaviniuose. Pateikiamos esminės žinios apie giliųjų neuroninių tinklų naudojimą sprendžiant natūralios kalbos duomenų kodavimo uždavinius.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Dalyko tikslas yra suteikti studentams žinių apie kompiuterių tinklų pagrindus, ugdyti gebėjimus apibrėžti kompiuterių tinklų struktūrą, architektūrą ir veikimo principus, gebėjimus išnagrinėti kompiuterių tinklo topologiją ir darbo režimą, suplanuoti, įgyvendinti ir administruoti nesudėtingą kompiuterių tinklą.

Studijų dalyko aprašas

Dalyke analizuojamas apibendrintas OSI modelis, keitimosi duomenimis principai (perdavimo terpės, duomenų kodavimas, duomenų siuntimo sąsaja, duomenų siuntimo kanalo valdymas, duomenų sutankinimas). Apžvelgiami kompiuterinių tinklų protokolai (sąveikos tarp tinklų protokolai, tinklų sąveika, transportiniai protokolai). Supažindinama su vietinių tinklų savoka, analizuojamos vietinių tinklų technologijos, vietinių tinklų sistemos. Supažindinama su globaliųjų tinklų savoka, analizuojami kanalų komutacijos būdai, paketų komutacija, ATM ir Frame Relay protokolai. Dalyke taip pat nemažai dėmesio skirta tinklo saugumui, paskirstytoms kompiuterių tinklų sistemoms, apžvelgiamos kompiuterių tinklų administravimo priemonės.perdavimo sąsajas, mikrovaldiklių sąsajas, infraraudonųjų spindulių bei Bluetooth technologijas, modemus bei maitinimo šaltinius.
Studentams teorinės paskaitos yra privalomos, ir per semestrą būtina lankyti daugiau nei pusę jų. Studentai privalo atlikti visus numatytus laboratorinius darbus, iš kurių ne mažiau kaip 80% turi būti atlikta tvarkaraštyje nustatytu metu.

Modulio tikslas

Suteikti studentams praktinių žinių apie daiktų interneto įtaisus, jų projektavimo ir programavimo galimybes, jungimo į bendrą tinklą, duomenų perdavimo bei duomenų lokalaus arba centralizuoto apdorojimo technologijas.

Studijų dalyko aprašas

Kursinio projekto metu pagilinamos pagrindinės daiktų interneto technologijų: įtaisų projektavimo bei programavimo žinios; įgyjami įtaisų jungimo į bendrą tinklą įgūdžiai ir ugdomi gebėjimai apdoroti įtaisuose sukauptus duomenis lokaliai įterptinėje sistemoje, taikant kraštų komputeriją, arba serveryje, taikant debesų kompiuteriją. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Suteikti studentams praktinių žinių apie daiktų interneto įtaisų apsikeitimą duomenimis, duomenų pirminio apdorojimo, analizės technologijas ir jų praktinį taikymą tinkle veikiančiose sistemose.

Studijų dalyko aprašas

Kursinio projekto metu susipažįstama su daiktų, sujungtų į bendrą tinklą, duomenų perdavimo sprendimais ir jų programavimu. Susipažįstama su duomenų apdorojimu įterptinėse sistemose specifika ir duomenų apdorojimo algoritmų taikymu praktikoje. Suformuluojama probleminė darbo užduotis, kurią studentai turi išskaidyti į keletą užduočių, sudaryti šių užduočių įvykdymo planą. Projekto metu susipažįstama su specializuota programine įranga, jos taikymu konkrečiam praktiniam uždaviniui išspręsti.
Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Supažindinti su debesų kompiuterijos technologijomis, architektūra ir paslaugomis bei technologijų pritaikymo principais šiuolaikiniuose IT sprendimuose.

Studijų dalyko aprašas

Studijų dalyke pateikiamas įvadas į debesų kompiuterijos technologijas, paaiškinant atsiradimo ir vystimosi istoriją, atsiradusius naujausius sprendimus ir pritaikymo scenarijus. Dalyke analizuojami įvairūs debesijos paslaugų (IaaS, PaaS, SaaS) ir jų diegimo modeliai (Viešoji debesija, privačioji debesija, hibridinė debesija). Dalyke analizuojami debesijos kompiuterijos infrastruktūros elementai ir jų dedamosios, duomenų saugyklų sprendimai. Taip pat dalyke pateikiamos žinios apie konteinerių technologijas ir jų valdymą. Pateikiami pavyzdžiai iš įvairių taikymo sričių: duomenų apsauga ir atkūrimas, veiklos tęstinumas, aukšto patikimumo sprendimai, skirtingų debesijos paslaugų teikėjų kainodaros principai. Dalyko praktinių užsiėmimu metu taikoma šiuolaikiniai atvirojo kodo virtualizacijos (KVM, XCP-NG) ir konteinerių technologijų sprendimai (Docker/Kubernetes).
Studentams teorinės paskaitos yra privalomos, ir per semestrą būtina lankyti daugiau nei pusę jų. Studentai privalo atlikti visus numatytus laboratorinius darbus, iš kurių ne mažiau kaip 80% turi būti atlikta tvarkaraštyje nustatytu metu.

Modulio tikslas

Dalyko tikslas yra suteikti pagrindines žinias apie didžiuosius duomenis (Big Data) bei jų apdorojimo technologijas.

Studijų dalyko aprašas

Studijų dalyką sudaro didžiųjų duomenų (Big Data) pagrindai, supažindinama su pagrindinėmis duomenų apdorojimo technologijomis. Apžvelgiami pagrindiniai duomenų analizės įrankiai bei kaip didieji duomenys (Big Data) yra integruojami su tradicinėmis duomenų saugyklų, veiklos analizės (BI) sistemomis. Supažindinama su didžiųjų duomenų (Big Data) galimybėmis sukurti vertę versle. Taip pat nagrinėjami įvairūs realūs panaudojimo uždaviniai finansų sektoriuje.

Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų.

Modulio tikslas

Suteikti studentams pakankamai mikrovaldiklių architektūros ir programavimo žinių ir ugdyti gebėjimą tas žinias taikyti inžinerinėje veikloje. Ugdyti poreikį domėtis įteptinių sistemų programavimo žiniomis. Ugdyti gebėjimą palaikyti savo profesinę kompetenciją, mokantis visą gyvenimą.

Studijų dalyko aprašas

Mikrovaldiklių sistemų studijų modulyje yra pateikiamos žinios apie 8 ir 32 bitų mikrovaldiklius. Didelis dėmesys yra skiriamas mikrovaldiklių architektūrai: branduoliui, registrams, atminties tipams, bendrosios paskirties ir specifiniams išvadams, pertrauktims, laikmačiams-skaitikliams, analogas skaičius keitikliams ir t. t. Taip pat detaliai nagrinėjamos mikrovaldiklio ryšio sąsajos. Aptariamas prie mikrovaldiklio jungiamų periferinių įrenginių, tokių kaip jutikliai, ekranai, išorinės atmintys, programavimas. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbųir ne mažiau kaip pusėje teorinių paskaitų.

Modulio tikslas

Supažindinti su vaizdo analizės sistemomis, jose naudojamais metodais ir algoritmais bei jų įgyvendinimo pagrindiniais principais taikant šiuolaikinę programinę įrangą.

Studijų dalyko aprašas

Studijų dalyke pateikiamas įvadas į vaizdų atpažinimo sistemas, paaiškinant kompiuterių regos sistemos ir biologinės regos sistemos veikimo analogiją, vaizdo jutiklių veikimą ir tipus, vaizdų formavimą ir spalvų modelius. Dalyke analizuojami pirminio vaizdo apdorojimo metodai, triukšmo slopinimas, sparčiosios vaizdų analizės operacijos, spalvotų vaizdų analizės ypatumai, vaizdo požymiai, vaizdų geometrinės transformacijos, panoraminių nuotraukų kūrimas. Teoriškai ir praktinių užsiėmimų metu analizuojami vaizdų klasifikavimo, objektų vaizduose atpažinimo, vaizdo segmentavimo principai. Taip pat dalyke pateikiamos žinios apie pažangiuosius vaizdų stiliaus perkėlimo, spalvinimo, rekonstrukcijos, superraiškos ir vaizdų sintezės principus. Pateikiami pavyzdžiai iš įvairių taikymo sričių: veidų aptikimas ir atpažinimas; optinis simbolių atpažinimas; valstybinių numerių ir kelio ženklų atpažinimas; dominančių objektų aptikimas ir jų judėjimo nustatymas vaizdų sekose. Dalyko praktinių užsiėmimu metu taikoma šiuolaikinė programinė įranga MATLAB, OpenCV, PyTorch, Tensorflow. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusė teorinių paskaitų.

Modulio tikslas

Suteikti studentams informatikos inžinerijos žinių apie modernių elektroninio verslo sistemų infrastruktūrą, duomenų apdorojimo procesus ir elektroninių parduotuvių kūrimo principus. Išugdyti gebėjimą kritiškai vertinti e verslo technologijas, taikyti rekomendacines ir prognozavimo sistemas, optimizuoti elektroninio verslo procesus bei formuoti efektyvias pirkėjų pritraukimo strategijas. Studentai skatinami kūrybiškai naudoti dirbtinio intelekto technologijas kuriant e verslo sprendimus ir tobulinti profesines kompetencijas nuolat besikeičiančioje skaitmeninėje aplinkoje, mokantis visą gyvenimą.

Studijų dalyko aprašas

Elektroninių verslo sistemų dalyke studentai susipažįsta su šiuolaikinėmis e verslo kūrimo, valdymo ir analizės praktikomis. Pradedant nuo elektroninio verslo sampratos ir infrastruktūros, nagrinėjami duomenų rinkimo, apdorojimo ir techninių sistemų veikimo principai. Studentai praktiškai mokosi kurti ir valdyti elektroninę parduotuvę, taikyti rekomendacines sistemas bei naudoti paieškos variklių optimizavimo metodus matomumui internete didinti. Dėmesys skiriamas pirkėjų pritraukimo strategijoms, reklamos kanalų analizei ir vartotojų elgsenos duomenų interpretavimui. Kurse taip pat nagrinėjamas prognozavimo algoritmų taikymas elektroninio verslo sistemose, siekiant numatyti vartotojų poreikius, pardavimų tendencijas ir optimizuoti organizacijos veiklą. Studentai privalo atlikti visus numatytus praktinius ir laboratorinius darbus. Dalyvavimas pratybose turi sudaryti ne mažiau kaip 60 %, laboratoriniuose darbuose – ne mažiau kaip 80 %, o teorinėse paskaitose – ne mažiau kaip pusę numatytų kontaktinių valandų.

Modulio tikslas

Supažindinti su debesų kompiuterijos technologijomis, architektūra ir paslaugomis bei technologijų pritaikymo principais šiuolaikiniuose IT sprendimuose.

Studijų dalyko aprašas

Studijų dalyke pateikiamas įvadas į debesų kompiuterijos technologijas, paaiškinant atsiradimo ir vystimosi istoriją, atsiradusius naujausius sprendimus ir pritaikymo scenarijus. Dalyke analizuojami įvairūs debesijos paslaugų (IaaS, PaaS, SaaS) ir jų diegimo modeliai (Viešoji debesija, privačioji debesija, hibridinė debesija). Dalyke analizuojami debesijos kompiuterijos infrastruktūros elementai ir jų dedamosios, duomenų saugyklų sprendimai. Taip pat dalyke pateikiamos žinios apie konteinerių technologijas ir jų valdymą. Pateikiami pavyzdžiai iš įvairių taikymo sričių: duomenų apsauga ir atkūrimas, veiklos tęstinumas, aukšto patikimumo sprendimai, skirtingų debesijos paslaugų teikėjų kainodaros principai. Dalyko praktinių užsiėmimu metu taikoma šiuolaikiniai atvirojo kodo virtualizacijos (KVM, XCP-NG) ir konteinerių technologijų sprendimai (Docker/Kubernetes).
Studentams teorinės paskaitos yra privalomos, ir per semestrą būtina lankyti daugiau nei pusę jų. Studentai privalo atlikti visus numatytus laboratorinius darbus, iš kurių ne mažiau kaip 80% turi būti atlikta tvarkaraštyje nustatytu metu.

Modulio tikslas

Dalyko tikslas yra suteikti pagrindines žinias apie didžiuosius duomenis (Big Data) bei jų apdorojimo technologijas.

Studijų dalyko aprašas

Studijų dalyką sudaro didžiųjų duomenų (Big Data) pagrindai, supažindinama su pagrindinėmis duomenų apdorojimo technologijomis. Apžvelgiami pagrindiniai duomenų analizės įrankiai bei kaip didieji duomenys (Big Data) yra integruojami su tradicinėmis duomenų saugyklų, veiklos analizės (BI) sistemomis. Supažindinama su didžiųjų duomenų (Big Data) galimybėmis sukurti vertę versle. Taip pat nagrinėjami įvairūs realūs panaudojimo uždaviniai finansų sektoriuje.

Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų.

Modulio tikslas

Modulio tikslas – suteikti žinias ir gebėjimus dirbti su šiuolaikinėmis interneto ir web technologijomis.

Studijų dalyko aprašas

Dalyko studijų metu nagrinėjamos internetinės technologijos įskaitan XML, XSLT, HTML, CSS, JavaScript, AJAX, serverio dalies technologijomis ir karkasais. Dėstant modulį studentai supažindinami su šiuolaikinėmių internetinių technologijų taikymu informacinių sistemų kūrimui. Nagrinėjami internetinių sistemų modeliavimo, jų projektavimo, programavimo ir diegimo ypatumai. Teorinė medžiaga iliustruojama konkrečiais internetinių technologijų taikymo pavyzdžiais.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Supažindinti su vaizdo analizės sistemomis, jose naudojamais metodais ir algoritmais bei jų įgyvendinimo pagrindiniais principais taikant šiuolaikinę programinę įrangą.

Studijų dalyko aprašas

Studijų dalyke pateikiamas įvadas į vaizdų atpažinimo sistemas, paaiškinant kompiuterių regos sistemos ir biologinės regos sistemos veikimo analogiją, vaizdo jutiklių veikimą ir tipus, vaizdų formavimą ir spalvų modelius. Dalyke analizuojami pirminio vaizdo apdorojimo metodai, triukšmo slopinimas, sparčiosios vaizdų analizės operacijos, spalvotų vaizdų analizės ypatumai, vaizdo požymiai, vaizdų geometrinės transformacijos, panoraminių nuotraukų kūrimas. Teoriškai ir praktinių užsiėmimų metu analizuojami vaizdų klasifikavimo, objektų vaizduose atpažinimo, vaizdo segmentavimo principai. Taip pat dalyke pateikiamos žinios apie pažangiuosius vaizdų stiliaus perkėlimo, spalvinimo, rekonstrukcijos, superraiškos ir vaizdų sintezės principus. Pateikiami pavyzdžiai iš įvairių taikymo sričių: veidų aptikimas ir atpažinimas; optinis simbolių atpažinimas; valstybinių numerių ir kelio ženklų atpažinimas; dominančių objektų aptikimas ir jų judėjimo nustatymas vaizdų sekose. Dalyko praktinių užsiėmimu metu taikoma šiuolaikinė programinė įranga MATLAB, OpenCV, PyTorch, Tensorflow. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusė teorinių paskaitų.

Modulio tikslas

Supažindinti studentus su pagrindinėmis sprendimų priėmimo mėtodais, darbu su elektroninėmis lentelėmis, išugdyti gebėjimą sudarinėti realių procesų matematinius modelius, taikyti šiuolaikinius matematinius metodus sprendimo priėmimo uždaviniuose

Studijų dalyko aprašas

Sprendimų priėmimo etapai. Duomenų valdymas. Darbas su elektroninemis lentelemis. Regresinė analizė. Prognozavimas. Optimizavimo modeliai. Daugiakriterinis sprendimų priėmimas. Sprendimų priėmimas neapibrėžtumo sąlygomis.

Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 50 proc. teorinių paskaitų ir atlikti ne mažiau kaip 80 proc. laboratorinių darbų.

Modulio tikslas

Susipažinti su intelektualiąsias elektronines sistemas projektuojančiomis ir (arba) naudojančiomis įmonėmis, jų struktūra ir veikla, išanalizuoti jose kuriamas bei įdiegtas sistemas, įgyti naujų žinių, supratimą ir specialiųjų bei bendrųjų gebėjimų dirbant su naujausiomis intelektualiosiomis elektroninėmis sistemomis.

Studijų dalyko aprašas

Studijų dalykas skirtas susipažinti su elektronines intelektualiąsias sistemas kuriančiomis, diegiančiomis ar taikančiomis savo veikloje įmonėmis. Susipažinti su įmonės ar jos padalinio struktūra, padalinių funkcijomis, ryšiais ir produkcija. Praktikos metu susipažįstama su praktikos padalinio infrastruktūra ir veiklos kryptimis. Studentai atlieka išsamią įmonėje arba jos padalinyje kuriamų bei įdiegtų intelektualiųjų elektroninių sistemų ir progresyvių technologijų analizę. Taip pat atliekama praktikos vadovo įmonėje paskirta individuali probleminė užduotis. Praktikos rezultatai pateikiami parengiant individualius praktikos ataskaitą ir viešą pranešimą, kuriame apibendrinami rezultatai ir suformuluojamos išvados.

Modulio tikslas

Išmokti kurti ir tobulinti šiuolaikines skaitmeninio apdorojimo priemones, suprasti jų veikimo principus bei naudojimo galimybes, gebėti argumentuotai parinkti sprendimus, dirbant savarankiškai arba grupėje.

Studijų dalyko aprašas

Skaitmeninio signalų apdorojimo priemonių dalyke įgyjamos žinios apie šiuolaikines skaitmeninio apdorojimo priemones, jų veikimo principus bei naudojimo galimybes. Analizuojamos tiesinės skaitmeninio signalų apdorojimo sistemos: ribotos impulsinės reakcijos filtrai, begalinės impulsinės reakcijos filtrai, filtrų struktūros. Analizuojami netiesiniam skaitmeniniam signalų apdorojimui taikomi dirbtiniai neuronų tinklai: vienasluoksnis perceptronų tinklas, daugiasluoksnis perceptronų tinklas, saviorganizuojantys tinklai, dirbtinių neuronų tinklų mokymas. Įgyjamos žinios apie skaitmeninio signalų apdorojimo priemones, jų kūrimą, modeliavimą ir taikymą garso ir vaizdo signalams apdoroti. Analizuojamos skaitmeninio kalbos signalų apdorojimo, modeliavimo ir sintezės problemos bei priemonės šioms problemoms spręsti. Analizuojami šiuolaikiniai skaitmeninio signalų apdorojimo procesoriai bei jų programavimo įrankiai. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir nemažiau kaip pusė teorinių paskaitų.

Modulio tikslas

Išmokti dirbtinio intelekto algoritmų programavimo įterptinėse sistemose pagrindus ir techninės įrangos programavimo ypatumus.

Studijų dalyko aprašas

Techninės įrangos programavimo modulyje autelkiamas dėmesys į įterptinių sistemų programavimo pagrindus, techninės įrangos programavimo ypatumus. Analizuojama pasirinktos kompiuterizuotos techninės įrangos struktūra, kartu su ja galimi naudoti įtaisai, jutikliai. Ugdomi jutiklių duomenų nuskaitymo, įtaisų valdymo praktiniai įgūdžiai. Analizuojami techninei įrangai pritaikyti algoritmai ir jų įgyvendinimas. Studentai privalo atlikti visus numatytus laboratorinius darbus. Studentai numatytu tvarkaraštyje metu privalo atlikti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusėje teorinių paskaitų.

Modulio tikslas

Sudaryti, suderinti su vadovu ir pradėti vykdyti pagal kalendorinį darbo grafiką grupinę (individualią) bakalauro baigiamojo darbo probleminę užduotį studijų specializacijos tematikoje, gilinti žinias ir supratimą apie naujausias specializuotas elektronines sistemas parengiant analogų literatūros apžvalgą, įgyti šiems darbams atlikti būtinų specialiųjų ir bendrųjų gebėjimų.

Studijų dalyko aprašas

Baigiamojo darbo 1 dalyke gilinamos naujausių elektroninių sistemų, jų charakteristikų, sandaros ir kūrimo žinios, dirbtinio intelekto elektroninių sistemų, jų charakteristikų, sandaros, projektavimo ir analizės žinios. Lavinami teorijos ir praktikos elementų derinimo, informacinių technologijų taikymo, literatūros ir duomenų vertinimo bei jų analizės, darbų planavimo gebėjimai bei formuojamas holistinis požiūris. Išmokstama parengti grupinę (individualią) bakalauro baigiamojo darbo probleminę užduotį, kalendorinį darbo grafiką ir analogų literatūros analizę. Ugdomas kruopštumas rengiant grafinę ir tekstinę dokumentaciją, atsakingumas planuojant savo darbo laiką, komunikabilumas dirbant grupėje ir viešo pristatymo metu. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Susipažinti su dirbtinio intelekto sprendimus kuriančiiomis ir (arba) naudojančiomis įmonėmis, jų struktūra ir veikla, išanalizuoti jose sukurtus, įdiegtus dirbtinio intelekto sprendimus, įgyti naujų žinių, supratimą ir specialiųjų bei bendrųjų gebėjimų, dirbant dirbtinio intelekto srityje.

Studijų dalyko aprašas

Studijų dalykas skirtas susipažinti su dirbtinio intelekto sprendimuskuriančiomis, diegiančiomis ar taikančiomis įmonėmis. Praktikos metu studentai turi susipažinti su įmonės ar jos padalinio struktūra, padalinių funkcijomis, ryšiais ir produkcija. Praktikos metu susipažįstama su praktikos padalinio infrastruktūra ir veiklos kryptimis. Studentai atlieka išsamią įmonėje arba jos padalinyje kuriamų bei įdiegtų dirbtinio intelekto technologijų analizę. Taip pat atliekama praktikos vadovo įmonėje paskirta individuali užduotis. Praktikos rezultatai pateikiami parengiant individualią praktikos ataskaitą ir viešą pranešimą, kuriame apibendrinami rezultatai ir suformuluojamos išvados.

Modulio tikslas

Modulio tikslas – suteikti fundamentalių teorinių ir praktinių žinių apie Interneto daiktų sistemų programinė įrangą, jos veikimo algoritmus bei administravimo principus.

Studijų dalyko aprašas

„Daiktų interneto sistemų programavimas” supažindina su Interneto daiktų sistemų struktūra, jų atskirtų sudedamųjų dalių darbo algoritmais bei programinės įrangos kūrimo aspektais. Nagrinėjama tokie dalykai kaip dinaminiai HTTP puslapiai, savaime organizuojantys jutikliniai tinklai, duomenų bazės, duomenų analizė.
Studentams teorinės paskaitos yra privalomos, ir per semestrą būtina lankyti daugiau nei pusę jų. Studentai privalo atlikti visus numatytus laboratorinius darbus, iš kurių ne mažiau kaip 80% turi būti atlikta tvarkaraštyje nustatytu metu.

Modulio tikslas

Suteikti studentams bendrųjų ir specializuotų žinių apie dirbtinį intelektą ir jo taikymus realizuojant intelektualizuotų
informacinių sistemų projektus.

Studijų dalyko aprašas

Modulis skiriamas gilesniam dirbtinio intelekto sąvokų, dirbtinio intelekto taikymo informacinėse sistemose nagrinėjimui. Modulio struktūra apima šias dirbtinio intelekto temas: dirbtinio intelekto samprata, dirbtinio intelekto vystymosi istorija,dirbtinio intelekto teorijos vaidmuo informacinėse sistemose paieška būsenų erdvėje (standartinė paieška, euristinė paieška, planavimas, veikimas ir mokymasis, modernieji paieškos metodai), žinių vaizdavimas ir samprotavimai. Studentai supažindinami su teoriniais žinių gavimo aspektais, praktiniais žinių išgavimo metodais ir jų klasifikavimu, ekspertinėmis sistemomis, žiniomis grindžiamų sistemų naudojimu informacinėse sistemose, problemų sprendimu naudojant dirbtinį intelektą. Kurse didelis dėmesys skiriams Markovo sprendimų procesų panaudojimui dirbtinio intelekto sistemose. Studentai supažindinami su Bayes tinklų metodais , jų panaudojimu įvairiose informacinėse sistemose. Kursas užbaigiamas nagrinėjant konkrečias informacines sistemas: autonominiai automobiliai, dirbtinio intelekto asistentai, automatinaii žaidimų robotai, vaizdų apdorojimo sistemos.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Sudaryti, suderinti su vadovu ir pradėti vykdyti pagal kalendorinį darbo grafiką grupinę (individualią) bakalauro baigiamojo darbo probleminę užduotį studijų specializacijos tematikoje, gilinti žinias ir supratimą apie dirbtinio intelekto sprendimus rengiant analogų literatūros apžvalgą, įgyti šiems darbams atlikti būtinų specialiųjų ir bendrųjų gebėjimų.

Studijų dalyko aprašas

Baigiamojo darbo 1 dalyke gilinamos naujausių dirbtinio intelekto žinios. Lavinami teorijos ir praktikos elementų derinimo, informacinių technologijų taikymo, literatūros ir duomenų vertinimo bei jų analizės, darbų planavimo gebėjimai bei formuojamas holistinis požiūris. Išmokstama parengti grupinę (individualią) bakalauro baigiamojo darbo probleminę užduotį, kalendorinį darbo grafiką ir analogų literatūros analizę. Ugdomas kruopštumas rengiant grafinę ir tekstinę dokumentaciją, atsakingumas planuojant savo darbo laiką, komunikabilumas dirbant grupėje ir viešo pristatymo metu.

Modulio tikslas

Gilinti informatikos inžinerijos studijų krypties specialiąsias žinias ir supratimą apie naujausias, dirbtiniui intelektui specializuotas elektronines sistemas įgyvendinant intelektualiąją elektroninę sistemą, įgyti šiam darbui atlikti būtinų specialiųjų ir bendrųjų gebėjimų.

Studijų dalyko aprašas

Baigiamojo darbo 2 dalyke gilinamos elektroninių dirbtinio intelekto sistemų aparatūrinio ir programinio įgyvendinimo, dirbtinio intelekto elektroninių įterptinių sistemų kūrimo bei įterptinėms sistemoms specializuotų programos algoritmų kūrimo žinios. Lavinami teorijos ir praktikos elementų derinimo, informacinių technologijų taikymo, duomenų vertinimo bei jų analizės, darbų planavimo gebėjimai bei formuojamas holistinis požiūris. Išmokstama įgyvendinti dirbtinio intelekto elektroninę sistemą. Ugdomas kruopštumas rengiant grafinę ir tekstinę dokumentaciją, atsakingumas planuojant savo darbo laiką, komunikabilumas dirbant grupėje ir viešo pristatymo metu. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Gilinti informatikos inžinerijos studijų krypties specialiąsias žinias ir supratimą apie naujausias specializuotas dirbtinio intelekto elektronines sistemas ištiriant elektroninę sistemą, įgyti šiam darbui atlikti būtinų specialiųjų ir bendrųjų gebėjimų ir baigiamuoju darbu įrodyti, kad studijų metu įgyta kompetencija ir gebėjimai atitinka informatikos inžinerijos bakalauro kvalifikacinio laipsnio reikalavimus.

Studijų dalyko aprašas

Baigiamojo darbo 3 dalyke gilinamos dirbtinio intelekto patikros, dirbtinio intelekto elektroninių sistemų patikros planavimo, duomenų tyrimams parinkimo ir sistemos prototipo (maketo) bandymo žinios. Lavinami teorijos ir praktikos elementų derinimo, informacinių technologijų taikymo, duomenų vertinimo bei jų analizės, darbų planavimo gebėjimai bei formuojamas holistinis požiūris. Išmokstama ištirti dirbtinio intelekto elektroninę sistemą. Ugdomas kruopštumas rengiant grafinę ir tekstinę dokumentaciją, atsakingumas planuojant savo darbo laiką, komunikabilumas dirbant grupėje ir viešo pristatymo bei gynimo metu.

Modulio tikslas

Kompleksinio projekto tikslas – pritaikyti studijų metu įgytas žinias ir gebėjimus dirbtinio intelekto sistemų projektavimui pagal užduotus parametrus ir sistemos paskirtį, išmokti susikurti sistemos struktūrą, ją išanalizuoti ir suplanuoti projekto įgyvendinimą laike

Studijų dalyko aprašas

Dirbtinio intelekto sistemų projektavimo kompleksiniame kursiniame projekte siekiama apjungti žinias ir gebėjimus įgytus studijų dalykuose „Mašininis mokymas”, „Teksto ir natūralios kalbos apdorojimas”, „Programų sistemų inžinerija”, „Skaitmeninio signalų apdorojimo priemonės”, „Vaizdo atpažinimo sistemos”, „Techninės įrangos programavimas”, „Mikrovaldiklių sistemos”, siekiant suprojektuoti dirbtinio intelekto sistemą, veikiančią įterptinėje sistemoje. Kompleksinio kursinio projekto metu susipažįstama su žinių ir gebėjimų taikymu praktikoje, kuriant dirbtinio intelekto sistemas, argumentuotai parenkant iškeltų problemų ir uždavinių sprendimo metodus ir programines priemones, įterptines sistemas. Kompleksinio kursinio projekto ruošimo metu pasirengiama baigiamojo darbo antrajam ir trečiajam ruošimo etapams bei gynimui. Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Suteikti žinių ir gebėjimų apie informacijos saugos metodus ir principus.

Studijų dalyko aprašas

Modulyje yra nagrinėjami baziniai informacijos saugos užtikrinimo aspektai. Nagrinėjamos sąvokos, informacijos saugos užtikrinimo metodai ir principai, supažindinama su dažniausiai naudojamomis informacinės saugos užtikrinimo technologijomis. Pagrindinis dėmesys yra skiriamas technologiniams informacinės saugos užtikrinimo aspektui, taip pat informacijos saugos užtikrinimo teisiniams bei vadybiniams aspektams.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Studijų dalyko tikslas suteikti multimedijos technologijų veikimo pagrindų, multimedijos technologijų projektavimo, analizės ir taikymo žinių. Ugdyti supratimą ir gebėjimus derinti teorijos ir praktikos elementus kuriant ir analizuojant naujas multimedijos technologijas.

Studijų dalyko aprašas

Dalyke aptariamas šiuolaikinių multimedijos technologijų vystymasis. Analizuojamos multimedijos sistemos, techninės priemonės ir standartai, tiriami veikimo principai, tobulinimo tendencijos ir vystymosi kryptys. Apžvelgiamos žmogaus klausos ypatybės, jų sąryšis su šiuolaikinėmis garso apdorojimo, saugojimo, perdavimo ir atkūrimo technologijomis. Tiriamos šiuolaikinės garso ir vaizdo glaudinimo, perdavimo, priėmimo sistemos, saugojimo, atkūrimo technologijos. Studentai privalo atlikti visus numatytus laboratorinius darbus.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 80 proc. laboratorinių darbų ir ne mažiau kaip pusę teorinių paskaitų.

Modulio tikslas

Supažindinti su mokslinio stiliaus ypatumais, terminų reikalavimais, terminų tvarkybos principais, specialybės kalbos dėsningumais. Išmokyti kurti ir redaguoti mokslinį tekstą.

Studijų dalyko aprašas

Nagrinėjamas mokslinis stilius ir jo vieta funkcinių stilių sistemoje. Aptariami sakytinės ir rašytinės kalbos, viešosios ir neviešosios kalbos skirtumai. Išsamiai analizuojama terminų samprata, rūšys, reikalavimai, struktūra, terminų tvarkybos būdai. Gvildenami mokslo kalbos raiškos dėsningumai ir trūkumai, mokslinio teksto komponavimo ypatumai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Supažindinti studentus su teisės teoriniais pagrindais, teisėkūros ir teisėtvarkos sistema, pagrindiniais teisės aktais.

Studijų dalyko aprašas

Teisės kurse neteisinės specialybės studentai patrauklia forma supažindinami su Lietuvos teisinės sistemos pagrindiniais aspektais, nagrinėjami teisės šaltiniai, atskleidžiami teisiniai santykiai, įvertinama teisinė atsakomybė. Didelis dėmesys skiriamas teisėtumui ir teisėtvarkai, aptariant teisėtą elgesį ir teisės aktų galiojimą.

Modulio tikslas

Parengti baigiamąjį darbą

Studijų dalyko aprašas

Praktinės arba mokslinio – taikomojo pobūdžio problemos formulavimas, analizė ir įvertinimas. Pasiūlymai problemos
sprendimui. Konkretaus dirbtinio intelekto sprendimo sukūrimas bei dokumentavimas.

Modulio tikslas

Parengti ir apginti baigiamąjį darbą

Studijų dalyko aprašas

Baigiamojo darbo, jo aprašo ir pateikčių rengimas

Modulio tikslas

Šio modulio tikslas – pritaikyti studijų metu įgytas žinias ir gebėjimus dirbtinių intelektinių sistemų kūrimui ir suteikti praktinės patirties, savarankiškai planuojant ir vykdant dirbtinių intelektinių sistemų realizavimo projektus.

Studijų dalyko aprašas

Dirbtinio intelekto sistemų kūrimui studentai pritaikys dirbtinio intelekto pagrindus, mašininio ir giliojo mokymo, teksto ir natūralios kalbos atpažinimo, vaizdo atpažinimo žinias, didžiųjų duomenų apdorojimą, sprendimų priėmimą bei projektų valdymo gebėjimus. Semestro metu gilinamasi į kiekvieną dirbtinės intelektinės sistemos kūrimo etapą, pradedant verslo poreikių išgryninimu, tikslo formulavimu, toliau tinkamai atrenkant duomenis, juos apdorojant, parenkant tinkamus dirbtinio intelekto algoritmus, kuriant modelį, jį testuojant ir diegiant produkcijoje. Galiausiai įvertinama viso projekto sėkmė, rezultatai bei galimybės sukurtą sistemą pritaikyti kitose srityse. Kompleksinio kursinio projekto ruošimo metu pasirengiama baigiamojo darbo antrajam ir trečiajam ruošimo etapams bei gynimui.

Modulio tikslas

Suteikti žinių ir gebėjimų apie informacijos saugos metodus ir principus.

Studijų dalyko aprašas

Modulyje yra nagrinėjami baziniai informacijos saugos užtikrinimo aspektai. Nagrinėjamos sąvokos, informacijos saugos užtikrinimo metodai ir principai, supažindinama su dažniausiai naudojamomis informacinės saugos užtikrinimo technologijomis. Pagrindinis dėmesys yra skiriamas technologiniams informacinės saugos užtikrinimo aspektui, taip pat informacijos saugos užtikrinimo teisiniams bei vadybiniams aspektams.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Suteikti žinių apie intelektinių asistavimo sistemų kūrimo principus ir technogijas bei išmokyti sukurti realiai veikiančią intelektinę asistavimo sistemą.

Studijų dalyko aprašas

Intelektinės asistavimo sistemos yra nauja, sparčiai vystomos technologijos, skirtos padėti žmonėms priimti sprendimus, tenkinti kognityvinius poreikius ar asistuoti fizinės negalios atveju. Studijų dalyke supažindinama su šių sistemų paskirtimis, architektūra, kūrimu ir diegimu. Dalyke nagrinėjama natūralios kalbos apdorojimo taikymai valdant asmeninius asistavimo agentus, agentai ir daugiaagentinių sistemų architektūra, suteikiamos žinios apie asmeninių asistavimo sistemų projektavimo metodus, technologijas, duomenų perdavimą, programavimo sąsajas.
Privalomas minimalus modulio paskaitų lankomumas – 50%.

Modulio tikslas

Supažindinti su mokslinio stiliaus ypatumais, terminų reikalavimais, terminų tvarkybos principais, specialybės kalbos dėsningumais. Išmokyti kurti ir redaguoti mokslinį tekstą.

Studijų dalyko aprašas

Nagrinėjamas mokslinis stilius ir jo vieta funkcinių stilių sistemoje. Aptariami sakytinės ir rašytinės kalbos, viešosios ir neviešosios kalbos skirtumai. Išsamiai analizuojama terminų samprata, rūšys, reikalavimai, struktūra, terminų tvarkybos būdai. Gvildenami mokslo kalbos raiškos dėsningumai ir trūkumai, mokslinio teksto komponavimo ypatumai.
Studentai numatytu tvarkaraštyje metu privalo dalyvauti ne mažiau kaip 60 proc. pratybų.

Modulio tikslas

Supažindinti studentus su teisės teoriniais pagrindais, teisėkūros ir teisėtvarkos sistema, pagrindiniais teisės aktais.

Studijų dalyko aprašas

Teisės kurse neteisinės specialybės studentai patrauklia forma supažindinami su Lietuvos teisinės sistemos pagrindiniais aspektais, nagrinėjami teisės šaltiniai, atskleidžiami teisiniai santykiai, įvertinama teisinė atsakomybė. Didelis dėmesys skiriamas teisėtumui ir teisėtvarkai, aptariant teisėtą elgesį ir teisės aktų galiojimą.