rpd000006602 (1010083), страница 2

№ п/п

Раздел дисциплины

Объем, часов

Тема лекции

Дидакт. единицы

1

1.1.Классификация способов организации обработки информации. Основные виды и процедуры обработки информации

2

Способы организации процесса обработки информации:

одновременное решение различных задач и частей одной задачи, конвейерная и параллельная обработка

1

2

1.2.Классификация алгоритмов математической обработки информации. Особенности классов (оценка неизвестных параметров, проверка статистических гипотез)

2

Классификация алгоритмов математической обработки информации по признакам. Основные особенности классов алгоритмов

2

3

1.3.Алгоритмы совместной обработки информации

2

Постановка и решение задачи получения оценок неизвестных параметров линейной регрессионной модели объекта по равноточным некоррелированным измерениям.

3, 4

4

1.3.Алгоритмы совместной обработки информации

2

Постановка и решение задачи получения оценок неизвестных параметров линейной регрессионной модели объекта по неравноточным коррелированным измерениям

3, 4, 7

5

1.3.Алгоритмы совместной обработки информации

2

Постановка и решение задачи получения оценок неизвестных параметров нелинейной регрессионной модели объекта по неравноточным коррелированным измерения

3, 4

6

1.3.Алгоритмы совместной обработки информации

2

Постановка и решение задачи получения оценок неизвестных параметров линейной регрессионной модели объекта неполного ранга.

5, 8

7

1.3.Алгоритмы совместной обработки информации

2

Оценки метода наименьших квадратов - наилучшие оценки среди оценок, полученных любым линейным алгоритмом. Особенности численной реализации алгоритма,

6, 7

8

1.3.Алгоритмы совместной обработки информации

2

Регуляризирующие алгоритмы, основанные на идеях метода наименьших квадратов. Алгоритм Джеймса-Стейна и гребневый регуляризирующий алгоритм. Примеры.

6

9

1.3.Алгоритмы совместной обработки информации

2

Выявление скрытых периодичностей. Разложение процессов в ряды по системам ортонормированных гармонических функций (анализ Фурье).

9

10

1.3.Алгоритмы совместной обработки информации

2

Быстрое преобразование Фурье. Оконное преобразование Фурье

9

11

1.3.Алгоритмы совместной обработки информации

2

Основные положения и особенности вейвлет преобразований. Вейвлеты Хаара и Дебоши.

10

12

1.3.Алгоритмы совместной обработки информации

2

Использование вейвлет преобразований в задачах спектрального анализа.

10

13

1.3.Алгоритмы совместной обработки информации

2

Использование вейвлет преобразований в задачах обработки изображений (фильтрация изображений)

11

14

1.3.Алгоритмы совместной обработки информации

2

Алгоритм метода максимального правдоподобия. Уравнения правдоподобия. Состоятельность оценок максимального правдоподобия. Пример получения оценки.

12

15

1.3.Алгоритмы совместной обработки информации

2

Постановка и решение задачи минимаксного оценивания значений неизвестных параметров

13

16

1.3.Алгоритмы совместной обработки информации

2

Необходимость введения интервальных оценок при решении прикладных задач математической обработки информации. Алгоритм построения интервальных оценок.

14

17

2.4.Алгоритмы последовательной обработки информации

2

Структура алгоритмов последовательной обработки информации. Оперативная обработка информации

15

18

2.4.Алгоритмы последовательной обработки информации

2

Рекуррентный алгоритм метода наименьших квадратов в задачах обработки информации с регрессионными моделями объектов. Каноническая форма записи.

15

19

2.4.Алгоритмы последовательной обработки информации

2

Рекуррентный алгоритм метода наименьших квадратов в задачах обработки информации с линейными динамическими. моделями объектов.

15

20

2.4.Алгоритмы последовательной обработки информации

2

Применение метода наименьших квадратов для обучения нейронных сетей используемых в алгоритмах обработки информации

15

21

2.4.Алгоритмы последовательной обработки информации

2

Алгоритм метода Ньютона - праобраз алгоритма метода стохастической аппроксимации. Сходимость и скорость сходимости алгоритма

16

22

2.4.Алгоритмы последовательной обработки информации

2

Структура алгоритма метода стохастической аппроксимации. Сходимость оценок алгоритма стохастической аппроксимации

16

23

2.4.Алгоритмы последовательной обработки информации

2

Состоятельность оценок неизвестных параметров математических моделей объектов, полученных алгоритмом стохастической аппроксимации

16, 17

24

2.4.Алгоритмы последовательной обработки информации

2

Алгоритм метода адаптивного наблюдателя Крейзелмейера. Параметризация математических моделей линейных динамических объектов

18

25

2.4.Алгоритмы последовательной обработки информации

2

Уравнение для “коэффициентов усиления” алгоритма адаптивного наблюдателя Крейзелмейера. Оценка вычислительных затрат на его реализацию

18

26

2.4.Алгоритмы последовательной обработки информации

2

Алгоритм фильтра Калмана. Уравнение для оценки вектора состояния математической модели линейного нестационарного динамического объекта

19

27

2.4.Алгоритмы последовательной обработки информации

2

Уравнение для ковариационной матрицы оценки вектора состояния математической модели линейного нестационарного объекта

19

28

2.4.Алгоритмы последовательной обработки информации

2

Априорное выделение “хорошо” и “плохо” наблюдаемых координат вектора состояния линейной нестационарной модели динамического объекта

20

29

2.5.Задача распараллеливания алгоритмов математической обработки информации

2

Проблемы, возникающие при численной реализации алгоритмов математической обработки информации Распараллеливание алгоритма метода наименьших квадратов

21

30

2.6.Задача проверки статистических гипотез

2

Постановка задачи проверки статистических гипотез. Простые и сложные гипотезы. Последовательный критерий отношения правдоподобий

22

31

2.6.Задача проверки статистических гипотез

2

Объем выборки при заданных значениях ошибок принятия решений первого и второго родов. Возможные подходы к выбору алгоритмов математической обработки

22

32

2.7.Генерация отчетов

2

Оформление результатов решения прикладных задач математической обработки информации (презентации, таблицы, отчеты)

23

Итого:

64

№ п/п

Раздел дисциплины

Объем, часов

Тема практического занятия

Дидакт. единицы

1

1.3.Алгоритмы совместной обработки информации

2

Нахождение оценок метода наименьших квадратов и исследование их статистических свойств

3, 4, 5, 7

2

1.3.Алгоритмы совместной обработки информации

2

Нахождение оценок метода наименьших квадратов и исследование их статистических свойств

3, 4, 5, 7

3

1.3.Алгоритмы совместной обработки информации

2

Нахождение оценок методом максимального правдоподобия

12

4

1.3.Алгоритмы совместной обработки информации

2

Нахождение оценок методом максимального правдоподобия

12

5

1.3.Алгоритмы совместной обработки информации

2

Построение доверительных интервалов для параметров математических моделей объектов

14

6

1.3.Алгоритмы совместной обработки информации

2

Построение доверительных интервалов для параметров математических моделей объектов

14

7

1.3.Алгоритмы совместной обработки информации

2

Регуляризирующие алгоритмы метода наименьших квадратов

6

8

2.4.Алгоритмы последовательной обработки информации

2

Построение уравнения для оценки вектора состояния линейной динамической модели объекта

19

9

2.5.Задача распараллеливания алгоритмов математической обработки информации

2

Построение уравнения для ковариационной матрицы оценки вектора состояния линейной динамической модели объекта

19

10

2.5.Задача распараллеливания алгоритмов математической обработки информации

2

LU преобразование матриц коэффициентов систем линейных алгебраических уравнений

21

11

2.6.Задача проверки статистических гипотез

2

Проверка простых гипотез

22

12

2.6.Задача проверки статистических гипотез

2

Проверка простых гипотез

22

Итого:

24

№ п/п

Раздел дисциплины

Наименование лабораторной работы

Наименование лаборатории

Объем, часов

Дидакт. единицы

1

1.3.Алгоритмы совместной обработки информации

Использование МНК-алгоритма для решения задач вычисления оценок параметров линейных динамических объектов

Учебная лаборатория базовой кафедры №312Б при организации ОАО “НИИ ТП”

4

3, 4, 5, 6, 7

2

2.4.Алгоритмы последовательной обработки информации

Использование метода стохастической аппроксимации для идентификации параметров динамических систем летательных аппаратов

Учебная лаборатория базовой кафедры №312Б при организации ОАО “НИИ ТП”

4

16, 17

3

2.4.Алгоритмы последовательной обработки информации

Вычисление оценок параметров состояния динамических систем летательных аппаратов алгоритмом метода адаптивного наблюдателя

Учебная лаборатория базовой кафедры №312Б при организации ОАО “НИИ ТП”

4

18

Итого:

12

№ п/п

Раздел дисциплины

Объем, часов

Наименование типового задания

Итого: