- •Ит (Гутгарц р.Д.)
- •1__Признаки группировки информации в компьютере
- •2__Программное обеспечение: понятие, структура системного и прикладного по.
- •3__Характеристики оценки прикладных программ: стандартные, технические, технологические, инструментальные, взаимодействие с другими пакетами, функциональные.
- •4__Практические рекомендации по оценке программных продуктов
- •5__Понятие информация (определение, формулы измерения информации)
- •Синтаксическая мера информации
- •Семантическая мера информация
- •Прагматическая мера информации
- •6__Информационный процесс. Его стадии и особенности
- •7__Качества или свойства информации
- •8__ Понятия данных и знаний. Взаимосвязь информации, данных и знаний (пример)
- •9__Видеоконференция. Особенности работы и области применения
- •10__Телеработа. Понятие. Преимущества для работника и работодателя. Особенности применения
- •11__Дистанционное обучение и мультимедиа системы. Особенности и направления использования
- •12__Интернет – тестирование. Плюсы и минусы. Область применения
- •13__Трудоустройство в Интернет. Структура Интернет – услуг по трудоустройству
- •По системологии(Гутгарц р.Д. )
- •14__Принципы системного подхода.
- •15__Неформализуемые этапы системного анализа.
- •16__ Формулирование и классификация проблем
- •17__ Выявление целей и формирование критериев
- •18__ Генерирование альтернатив: источники альтернатив, способы увеличения и сокращения числа альтернатив
- •19__Способы генерирования альтернатив
- •20__Методы анализа систем управления: проведение интервью (структура, советы по применению), анкетирование, обзор документов, наблюдение
- •4.1 Интервьюирование
- •4.2 Анкетирование
- •4.3. Обзор документов
- •4.4 Наблюдение
- •Информационные сети (Бахвалов с.В.)
- •21__Понятия о функциональной, структурной организации и архитектуре вм; основные характеристики вм, методы оценки
- •22__Классификация вычислительных систем (вс) по способу организации обработки. Многопроцессорные и многомашинные комплексы.
- •23__Особенности архитектуры локальных сетей ( стандарты ieee 802).
- •24__Сеть Internet, доменная организация, семейство протоколов tcp/ip. Информационно-вычислительные сети и распределенная обработка информации.
- •По Операционным системам (Скрипкин с.К. )
- •25.__Обзор современных операционных систем и операционных оболочек
- •1. Семейство Microsoft Windows.
- •4. Семейство unix
- •26.__Машинно-зависимые свойства операционных систем
- •27.__Машинно-независимые свойства операционных систем
- •28__Динамические, последовательные и параллельные структуры программ;
- •29__Способы построения операционных систем
- •По Мультимедиатехнологии (Скрипкин с.К. )
- •30__Классификации и области применения мультимедиа
- •3.1. Различные области применения мультимедиа
- •31__Звуковые файлы: музыка, речь и звуковые эффекты.
- •32__Графика (растровая, векторная, трехмерная, фрактальная и др.) и анимация
- •Растровая и векторная графика
- •33__Линейный, нелинейный и смешанный монтаж для видео.
- •34__Виртуальная и расширенная реальности.
- •Моделирование систем (Петров а.В.)
- •35__Модели и моделирование
- •36__Математическое моделирование
- •37__Имитационное моделирование
- •38__Динамическое моделирование по Дж. Форрестеру
- •39__Индивидуальное имитационное моделирование объектов
- •Надёжность, эргономика и качество асоиу, Управление проектами Засядко а.А.)
- •40__Показатели надёжности
- •41__Факторы надёжности информационных систем
- •42__Принципы управления проектами
- •43__Методология управления проектами
- •44__Автоматизация управления проектами
- •Интеллектуальные информационные системы (Массель л.В.)
- •45__Основные понятия и принципы организации хранилищ данных.
- •Data Mart (Витрины данных)
- •46__Классификация искусственных нейронных сетей. Самоорганизующиеся карты Кохонена.
- •Многослойные нейронные сети прямого распространения. Базовая архитектура.
- •47__Модель искусственного нейрона. Активационная функция.
- •49__Нечеткие множества.
- •50__Онтологии. Основные понятия и типы онтологий.
- •Представление знаний. (Массель л.В.)
- •51__Классификациям моделей представления знаний.
- •52__Архитектура экспертной системы. Типы экспертных систем.
- •53__Классификация методов извлечения знаний.
- •54__Инструментальные средства и стадии разработки эс.
- •55__Отличие данных от знаний. Формы данных и знаний.
- •Проектирование информационных систем.( Массель л.В.)
- •56__Определение и классификация информационных систем
- •57__Структурный подход к проектированию информационных систем.
- •58__Объектный подход к проектированию информационных систем.
- •59__Rad-технология разработки информационных систем.
- •60__Каскадный и спиральный жизненные циклы разработки информационных систем.
- •61__Виды обеспечения и этапы разработки автоматизированных информационных систем
- •Основы сппр(Массель л.В.)
- •62__Определение, типы и классы сппр. 63__Состав и структура сппр.
- •64__Сппр. Критерии принятия решений и их шкалы.
- •65__Сппр. Основные составляющие задачи принятия решения.
- •66__Сппр. Генерация решений: формирование когнитивной карты.
- •Психологические основы проектирования интерфейсов.( Массель л.В.)
- •67__Принципы проектирования и критерии эффективности интерфейсов.
- •Окна диалогов с закладками
- •68__Организация пространства при компоновке интерфейса. Организация пространства
- •Расположение большого числа элементов
- •Перегруженность элементами управления
- •Расположение информации на экране
- •69__Элементы дизайна при проектировании интерфейса: шрифты, эффекты, цвета.
- •Эффекты
- •Выравнивание текста
- •Рекомендуются следующие правила использования цвета:
- •Способы уменьшения видимости задержки:
- •Рекомендуются следующие правила использования цвета:
- •Управление данными (Трипутина в.В.)
- •72__Классификация моделей данных
- •73__Понятие базы данных. Основные характеристики баз данных
- •74__Методика проектирования баз данных. Этапы проектирования баз данных
- •75__Реляционная модель данных. Основные понятия
- •76__Нормальные формы отношений
- •77__Модели доступа к данных в архитектуре «клиент-сервер»
- •78__Понятие транзакций. Свойства, обработка, блокировки транзакций
- •79__Субд. Понятие, основные функции, требования к серверу баз данных
- •Анализ бизнес-процессов (Гонегер п.А.)
- •80_Процессный и функциональный подходы в управлении. Организация управления в соответствии с госТами исо 9000-2001 и исо 9001-2001.
- •81_Основные понятия процессного подхода. Виды бизнес-процессов. Схема управления бизнес-процессом. Цели описания бизнес-процессов. Информация, необходимая при описании бизнес-процессов.
- •82_Характеристика методов улучшения бизнес-процессов.
- •83_Требования к организационной структуре. Характеристика основных организационных структур. Связь процессов и структуры.
- •84_Характеристика методологий, используемых для описания бизнес-процессов.
- •Основы теории управления (Ружников г.М.)
- •85__Передаточные функции последовательного и параллельного соединения звеньев.
- •86__Передаточная функция замкнутой системы.
- •87__Устойчивость линейных систем (вывод).
- •88__Критерий устойчивости Михайлова (вывод - случай вещественных корней).
- •89__Частотная передаточная функция и частотные характеристики (определения, формы записи, графики).
46__Классификация искусственных нейронных сетей. Самоорганизующиеся карты Кохонена.
ИНС может рассматриваться как направленный граф с взвешенными связями, в котором искусственные нейроны являются узлами. По архитектуре связей ИНС могут быть сгруппированы в два класса сети прямого распространения, в которых графы не имеют петель, и рекуррентные сети, или сети с обратными связями (см. рис 2.4).
В наиболее распространенном семействе сетей первого класса, называемых многослойным перцептроном, нейроны расположены слоями и имеют однонаправленные связи между слоями. Сети прямого распространения являются статическими в том смысле, что на заданный вход они вырабатывают одну совокупность выходных значений, не зависящих от предыдущего состояния сети. Рекуррентные сети являются динамическими, так как в силу обратных связей в них модифицируются входы нейронов, что приводит к изменению состояния сети.
Многослойные нейронные сети прямого распространения. Базовая архитектура.
Многослойная нейронная сеть прямого распространения (МНСПР) (multilayer feedforward network) или многослойный перцептрон (multilayer perceptron - MLP) состоит из набора нейронов. Этот набор логически организован в два или более слоев. Первый слой называется входным, последний слой называется выходным, каждый из этих слоев содержит по крайней мере один нейрон.
Словосочетание «прямое распространение» обозначают то, что информация в сети распространяется в прямом направлении, последовательно от входного слоя к выходному. Количество нейронов в слоях может быть различно. Обобщенная архитектура такой сети представлена на рисунке
Данный рисунок изображает МНСПР с двумя скрытыми слоями. Каждый нейрон изображен в виде круга, связи в виде стрелок. Каждая из связей имеет свой весовой коэффициент. Нейроны входного слоя, также как и выходного не производят никаких операций над входными значениями и являются чисто гипотетическими.
Характеристики полученной нейронной сети зависят от весовых коэффициентов связей и активационных функций нейронов f.
Карты Кохонена. Архитектура
Архитектура этой сети была создана финским исследователем Тео Кохоненым [11]. На рис. 2.7. представлена обобщенная архитектура самоорганизующейся карты Кохонена (self-organizing map - SOM) – это двухслойная сеть, хотя иногда ее называют трехслойной, из-за того, что входы подвергаются нормализации.
|
Рисунок 2.7. Обобщенная архитектура самоорганизующейся карты Кохонена. |
Выходной слой может быть одномерным или двумерным. На рис. 2.8. представлена самоорганизующаяся карта Кохонена размером 2х2.
Выходной слой 2х2
Нормализованные входы
Процедура нормализации входов
Реальные входы =[1,-1]
|
Рисунок 2.8. Самоорганизующаяся карта Кохонена размером 2х2. |
Выходной слой карты состоит из так называемых нейронов Кохонена. Каждый из этих нейронов работает по следующей схеме:
, (2.13)
где - i-ый нормализованный вход выходного нейрона,
- вес i-го входа,
- синтетический вход,
- вес синтетического входа.
Алгоритмы обучения
Обучение сетей этого типа проводится по так называемому алгоритму «победитель забирает все» (разновидность алгоритма обучения «без учителя»). В отличие от других алгоритмов, в которых изменяются веса всех нейронов, в этом, нейроны «соревнуются» за то, чтобы вес был изменен именно у него. В некоторых вариантах алгоритма обучения веса изменяются не только у победившего нейрона, но и у соседних с ним нейронов. Обычно для нормализации входных векторов применятся два следующих алгоритма:
Первый способ, «обычный»:
, , .
Недостаток: входные вектора типа (-2, 1, 3) и (-10, 5 , 15) не будут различаться между собой.
Второй способ, “нормализация по оси Z”:
,
Существует несколько вариантов алгоритмов обучения сетей Кохонена. Далее приводятся два наиболее часто применяемых из них:
Первый алгоритм обучения (аддитивный), предложенный Кохоненом:
где -вектор весов победившего нейрона в момент времени t,
-вектор весов в момент времени t+1,
- входной вектор,
- коэффициент скорости обучения; =[0,1].
Второй алгоритм обучения (субтрактивный), или алгоритм Видроу-Хофа: