9.2.9. Sylaby štátnych záverečných skúšok
magisterského študijného programu
Aplikovaná informatika
a
Aplikovaná informatika (konverzný program)
Garant: Doc. RNDr. Roman Ďurikovič, PhD.
durikovic 
fmph.uniba.sk
Štátnicový predmet 2-AIN-990 Obhajoba diplomovej práce
- Hodnotenie A
- Hodnotenie B
- Hodnotenie C
- Hodnotenie D
- Hodnotenie E môže získať samostatná práca spĺňajúca viac ako 2/3 zadaných cieľov v prihláške s pôvodnými správnymi výsledkami.
- Hodnotenie Fx ostatné práce nezaradisteľné do lepšieho hodnotenia; plagiatorstvo (s návrhom na vylúčenie zo štúdia); zjavne odfláknutá niektorá casť práce, implementácie alebo prezentácie; práca nespĺňajúca viac ako 2/3 zadaných cieľov v prihláške.
Práca nebude akceptovaná na obhajobu ak nebude spĺňať nasledujúce základné požiadavky: a, zmluva nebude obsahovať všetky potrebné podpisy. b, nebude dodržaná štruktúra práce a obsah jednotlivých častí c, práca bude kompilátom sekundárnych zdrojov bez vlastného výskumu a analýz. d, v práci nebudú uvedené referencie na použité zdroje, čiže vyskytne sa v nej plagiátorstvo alebo zneužitie Internetu e, autor/ka nedodrží uvedené požiadavky na formu f, jazyková úroveň práce nebude zodpovedať úrovni absolventa magisterského štúdia.
Štátnicový predmet 2-AIN-950 Metódy aplikovanej informatiky
Študent si ťahá dve otázky náhodne.
- Reprezentácie objektov v počítačovej grafike, algoritmy pre určovanie viditeľného povrchu, hľadanie prienikov a orezávanie, rasterizácia a antialiasing, zobrazovací kanál, súradnicové sústavy v zobrazovacom kanáli.
- Agent, PEAS popis agenta, typy jednoduchých agentov, racionálny agent; informovane a neinformované prehľadávanie, heuristiky, hľadanie heuristík; logickí agenti, databáza znalosti, inferenčné algoritmy pre výrokovú databázu znalosti; predikátová databáza znalosti, modus ponens, resolvencia, forward a backward chaining; minimax, alfa beta orezávanie, pre dvoch aj viacerých hráčov.
- Problémy a algoritmy; základné výpočtové modely a miery zložitosti; zložitostné triedy, ich základné charakteristiky a hierarchie; redukcia a úplnosť v zložitostných triedach; NP-úplné problémy; metódy, používané na riešenie (výpočtovo) ťažkých problémov.
- Základné rozdelenie architektúr paralelných počítačov; progress a safety podmienky; úloha triedenia pre paralelné architektúry; problém večerajúcich filozofov; komunikácia cez chybný kanál.
- Časticové systémy, rovnice pohybu prvého rádu, integračné metódy, stavový vektor systému, vonkajšie sily, obmedzujúce podmienky; animácie pohybu a orientácie, quaternion a orientácia; detekcie kolízie, nutná a postačujúca podmienka, sily odozvy (response forces); numerické riešenie diferenciálnych rovníc - Eulerova metóda, Runge-Kuta metóda; dynamika tuhých telies, rovnice pohybu.
Štátnicový predmet 2-AIN-951 Počítačová grafika a videnie
Študent si ťahá štyri otázky z rôznych predmetov, na základe deklarovaných absolvovaných predmetov, náhodne.
- Kuželosečky, ich klasifikácia; závislosť klasifikácie od typu roviny; vyšetrovanie tvaru rovinnej krivky; priesečníky priamky s krivkou, dotyčnica, singulárne body, inflexné body; kubické krivky; weierstrassov normálny tvar; wliptické krivky a ich využitie.
- Pokročilé techniky predspracovania obrazu; techniky rozpoznávania objektov; porozumenie 3D obrazu; počítačové videnie s jednou kamerou; stereovidenie.
- Referenčný model počítačovej grafiky, súradnicové systémy a ich transformacie, rozširenie modelu pre augmented reality; pracovna stanica a jej funkčnosť; kódovanie grafickej informacie, hierarchia obrazu a graf scény; fyzické a logické vstupné zariadenia, ISO model vstupu, vstupné režimy, programovanie interakcie; oknové systémy, ich struktúra a funkčnosť.
- Kanál metódy sledovania lúča; výpočet farieb renderovacou rovnicou; problém viditeľnosti a tieňa; globálny osvetľovací model; metódy zobrazenia scény množinou obrázkov.
- Akceleračné a urýchlovacie techniky, early Z test, culling techniky, úroven detailu, API podpora ; tieňovanie a textúrovanie, základné princípy a rozdiely medzi jednotlivými mapovaniami, tangenciálny priestor; metóda sledovania lúča (ray-tracing) na GPU; tiene; základy objemového zobrazovania na GPU.
- Bezstratové kódy v kompresii dát – posuvné, predikčné, kódovanie obrysov (kontúr, hraníc); rekonštrukcia obrazov – operácie opisujúce vznik poškodenia, metódy odstraňovania šumov.
- Hľadanie príznakov v obrazoch; klasifikátory (NN, SVM, HMM, ...); aplikácie počítačového videnia (výber obrazov z databázy, detekcia a sledovanie tváre, pokožky); mapovanie farebného rozsahu, HDR; kvalita obrazu (metriky, vyuzitie).
- Rozpoznávanie obrazcov (lineárne) separabilných a neseparabilných tried; štatistické rozpoznávanie separabilných tried; štatistické rozpoznávanie neseparabilných tried; syntaktické rozpoznávanie; porovnanie štatistických, syntaktických a ďalších metód rozpoznávania.
- Objemové metódy na vizualizáciu objemových dát; povrchové metódy na vizualizáciu objemových dát.
- Voronoiov diagram, Delaunayova triangulácia, vlastnosti a vzťahy medzi nimi; definícia a základné vlastnosti VD a DT, ich duálny vzťah, vzťah s konvexným obalom, najbližším párom generátorov, vzťah medzi DT, VD a rotačným paraboloidom z=x*x+y*y, podgrafy DT.
- Casteljauov algoritmus vyčísľovania Bézierovej krivky, prerozdelenie, dotyčnica, polárna forma; schéma Casteljauovho algoritmu, zjemnenie krivky na dva segmenty, dotykový vektor krivky, polárna forma polynómu a jej vlastnosti, riadiace vrcholy krivky ako hodnoty polárnej formy, vzťah Casteljauovho algoritmu a polárnej formy, hladké spojenie Bézierovych segmentov.
- Grafika a zvuk – aplikačný software; základné grafické a zvukové formáty; kompresné metódy; metódy vytvárania a zavádzania grafiky a zvuku do PC; animácia, video, TV HDTV; videoformáty a kompresia videa; nelineárny videostrih (NLE); mobilné, komunikačné a multimediálne technológie; multimédiá a internet; hypermédiá a videokonferencie; synchronizácia multimediálnych tokov.
Štátnicový predmet 2-AIN-950 Umelá inteligencia
Študent si ťahá štyri otázky z rôznych predmetov, na základe deklarovaných absolvovaných predmetov, náhodne.
- Bayesovské siete a bayesovské vyvodzovanie; klasická teória časových radov, trend, periodicita, náhodnosť; Box-Jenkinsove modely.
- Časové rady s náhodnosťou: filtračná, predikčná a vyhladzovacia úloha, markovovské modely, Kálmanov filter. Základné modely dynamických sietí.
- Metódy strojového učenia. Strojové učenie s učiteľom, bez učiteľa, posilňovaním. (Generalizovaná) lineárna regresia. Klasifikácia pomocou SVM. Rozhodovacie stromy. Markovovské rozhodovacie procesy. Bagging a boosting.
- Matematická teória strojového učenia. Matematický model strojového učenia. Výchylka a rozptyl. Preučenie a podučenie. PAC učenie a ohraničenia pre konečne a nekonečné množiny hypotéz. VC dimenzia.
- Dopredné neurónové siete: jednoduchý perceptrón (binárny, spojitý); viacvrstvové perceptróny, mechanizmy učenia. Lineárne neurónové siete – princíp modelu General Inverse. Modely so samoorganizáciou: implementácia algoritmu PCA, samoorganizujúca sa mapa (SOM), hlavné koncepty, algoritmy učenia, využitie.
- Rekurentné neurónové siete: architektúry, princíp algoritmov učenia BPTT a RTRL, typy úloh vhodných pre tieto typy sietí. Rekurentné autoasociatívne pamäti: Hopfieldov model, deterministická a stochastická verzia, typy atraktorov, typy dynamiky.
- Priama a spätná inferencia v expertných systémoch, simulácia inferencie v CLIPS-e, metóda divide&impere v produkčných systémoch, produkčný systém v CLIPS-e na prehľadávanie stavového priestoru s nájdením všetkých riešení, princíp stratifikácie na príklade hľadania optimálnych riešení (bricks-world problem alebo robot v gridovom bludisku).
- Princíp fuzzifikácie: fuzzy množiny, lingvistické premenné a termy, modifikátory (hedges), základné typy fuzzy pravidiel (crisp | fuzzy predpoklady, akcie, faktor určitosti pravidla CF, threshold pravidla), priebeh fuzzy inferencie: parciálny matching, kombinácia vstupných fuzzy faktov, modifikácia výstupných faktov, agregácia fuzzy faktov, defuzzifikácia (centre of gravity, mean of maxima metods), teória fuzzy množín na reziduovaných zväzoch.
- Reprezentácia znalostí prostriedkami logického programovania. Sémantika logického programovania (interpretácia, model, T_P-operátor, najmenší model, stabilný model). Defaultové teórie. Extenzie. Hierarchické siete. Skeptické a dôverčivé usudzovanie.
- Nemonotónne usudzovanie. Všeobecná charakterizácia nemonotónneho usudzovania. Formalizácia usudzovania za prítomnosti nekonzistentosti. Indukcia. Abdukcia. Revízie. AGM-postuláty racionálnosti revízie. TMS - základné štruktúry a procedúry.
- Multiagentový system (MAS); reprezentačné a komunikačné jazyky, priama a nepriama komunikácia medzi agentami, implementácia MAS ako middleware, v rámci VM a nad IPC.
- Agentovo-orientované programovanie: dekompozícia aktivitou, subsumpcia, PKA model, agent-space.