Instytut Badań Systemowych PAN
|
|
- Tadeusz Sadowski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Instytut Badań Systemowych PAN Główne wyniki uzyskane w 2003 r. Janusz Kacprzyk Zastępca Dyrektora IBS PAN ds. Naukowych
2 Plan prezentacji Krótka prezentacja IBS PAN, Dyrekcja, Struktura naukowa (kierunki badawcze, pracowanie) Omówienie głównych wyników (badawczych, zastosowaniowych, wdrożeniowych itp..) uzyskanych w 2003 r. Statystyka (publikacje itp..), Uwagi o planach na przyszłość.
3 Dyrekcja IBS PAN Dyrektor: Prof. dr hab. inż. Olgierd Hryniewicz Zastępca ds. Naukowych: Prof. dr hab. inż. Janusz Kacprzyk
4 Dyrekcja IBS PAN (c.d.) Zastępca Dyrektora ds. Ogólnych Dr inż. Roman Ostrowski Zastępca Dyrektora ds. Finansowych Mgr inż. Dariusz Wagner
5 Instytut Badań Systemowych PAN Uprawiane dyscypliny: 10 - Organizacja i zarządzanie 28 Informatyka 31 - automatyka i robotyka Zatrudnienie (pracownicy naukowi): 49,5 z tego: profesorów 12, w tym członków PAN 2 docentów 8 adiunktów - 23,5 asystentów 6
6 Struktura badawcza Geneza: Tradycja, Wielu wybitnych naukowców: grupy ( szkoły ), duże osiągnięcia itp. Sugestie Komisji ds. Oceny kierowanej przez prof. Jana Węglarza (w 2000 r.) Kierunki badawcze Pracownie
7 Kierunki badawcze Kierunek badawczy I: Modelowanie matematyczne, optymalizacja i sterowanie Kierunek badawczy II: Metody analizy systemowej Kierunek badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji Kierunek badawczy IV: Systemy zarządzania jakością i analizy ryzyka
8 Zadania badawcze (I) Kierunek badawczy I: Modelowanie matematyczne, optymalizacja i sterowanie Modelowanie matematyczne i optymalizacja układów dynamicznych, Komputerowe metody optymalizacji.
9 Zadania badawcze (II) Kierunek badawczy II: Metody analizy systemowej Modelowanie matematyczne i sterowanie w systemach ekonomicznych, Zastosowanie metod statystycznych w modelowaniu matematycznym Komputerowe systemy wspomagania decyzji w ochronie środowiska, Badania operacyjne i zarządzanie w warunkach społeczeństwa informacyjnego, Analiza dynamiczno-przestrzennych zjawisk gospodarczych w regionie.
10 Zadania badawcze (III) Kierunek badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji Zastosowanie metod logiki rozmytej i obliczeń ewolucyjnych, Komputerowe systemy wspomagania decyzji, Reprezentacja i pozyskiwanie wiedzy w systemach eksperckich.
11 Zadania badawcze (IV) Kierunek badawczy IV: Systemy zarządzania jakością i analizy ryzyka Zastosowanie metod statystycznych w systemach wspomagania decyzji, Wspomaganie decyzji w warunkach ryzyka.
12 Główne wyniki uzyskane w 2003 r. Cel: Omówienie głównych wyników naukowych, zastosowaniowych i wdrożeniowych uzyskanych w 2003 r. W układzie pracowni (zadań badawczych) Projekty międzynarodowe, granty, prace dla gospodarki itp.
13 Kierunek Badawczy I: Modelowanie matematyczne, optymalizacja i sterowanie Pracownia Modelowania i Optymalizacji Układów Dynamicznych Kierownik: Prof. dr hab. inż. Kazimierz Malanowski Zadanie badawcze: Modelowanie matematyczne i optymalizacja układów dynamicznych Uogólniono twierdzenia o istnieniu i jednoznaczności rozwiązań dla zagadnień termosprężystości dla materiałów z pamięcią kształtu oraz rozpatrzono możliwość ich zastosowania w problemach sterowania dla struktur zbudowanych z tych materiałów. Podano dostateczne warunki optymalności drugiego rzędu dla zadań sterowania optymalnego z ograniczeniami stanu wyrażone w terminach rozwiązalności pomocniczego równania Riccatiego i uwzględniające silnie aktywne ograniczenia. Opracowano metody rozwinięć asymptotycznych pozwalające na zastosowanie podejścia opartego na pochodnej topologicznej dla optymalizacji kształtu w problemach kontaktowych.
14 Kierunek Badawczy I: Modelowanie matematyczne, optymalizacja i sterowanie Pracownia Metod Obliczeniowych Optymalizacji Kierownik: Prof. dr hab. inż. Krzysztof C. Kiwiel Zadanie badawcze: Analiza i metody rozwiązywania zadań optymalizacji dyskretnej, optymalizacji nieróżniczkowalnej i aproksymacji modeli dynamicznych, Wprowadzono modyfikacje do schematów podziału w algorytmach sortowania i selekcji Quicksort i Quickselect i przedstawiono analizę ich efektywności, Kontynuowano prace dotyczące efektywnych, niegradientowych metod redukcji rzędu dynamicznych modeli liniowych, Zaproponowano efektywną i prostą w implementacji procedurę wyznaczania nastaw regulatora proporcjonalnego dla modelu z opóźnieniem. Kontynuowano prace dot. uogólnionych zadań odwrotnych dla zadań optymalizacji dyskretnej i pokazano metodę ich sprowadzania do liniowego zadania programowania binarnego. Kontynuowano prace dot. analizy przypadku średniego dla zadania pakowania zbioru, uzyskując wyniki opisującej zachowanie się, w przypadku średnim, wybranych charakterystyk zadania związanych z wartością rozwiązania optymalnego i szerzej funkcją celu zadania.
15 Kierunek Badawczy II: Metody analizy systemowej Pracownia Modelowania i Sterowania w Systemach Ekonomicznych Kierownik: Doc. dr hab. inż. Michał Inkielman Zadanie badawcze: Modele ekonomiczne w komputerowych narzędziach doradczych i eksperckich Prowadzono badania związków pomiędzy podażą oszczędności, depozytami, kredytem, długiem publicznym oraz stopą rynkową i stopami banku centralnego, Przedstawiono opis koncepcji analizy wielokryterialnej procesów dynamicznych, opartej na rozwinięciu modelu zbiorów efektywnych z dodatkowym parametrem stopniem efektywności, na dziedzinę czasu, Rozpatrywano zmiany ex post preferencji konsumpcyjnych w Polsce, Przeprowadzono analizę polityki stóp procentowych w Polsce w ostatnim dziesięcioleciu w celu identyfikacji preferencji w polityce monetarnej Dokonano analizy związków między inflacją a koniunkturą gospodarczą, Zweryfikowano optymalizacyjny model bezpiecznego poziomu zadłużenia i maksymalnych dopuszczalnych wydatków inwestycyjnych w gminie i powiecie i wdrożono model w dwu polskich miastach. Wykorzystano modelu bezpiecznego zarządzania długiem do zbadania kilku scenariuszy prywatyzacji zarządzania zasobem mieszkaniowym i jej wpływu na budżet miasta w perspektywie 12 lat.
16 Kierunek Badawczy II: Metody analizy systemowej Pracownia Modelowania Komputerowego Kierownik: Prof. dr hab. inż. Zbigniew Nahorski Zadanie badawcze: Modele komputerowe w ochronie środowiska i zdrowia Analizowano reguły rozliczania limitów emisji zanieczyszczeń przy dużej niepewności pomiaru emisji, proponując metodę uwzględniania w bilansie emisji niepewności pomiaru wynikającej z przyjętego ryzyka niespełnienia zadanych limitów. Rozważono zadania optymalizacji emisji, w którym zmiennymi decyzyjnymi są zarówno wielkości emisji, jak i niepewność pomiaru. Rozpatrywano handel pozwoleniami na emisję, proponując uwzględnienie niepewności w rozliczanych między stronami wielkościach emisji. Rozważania prowadzono na przykładzie rozliczania emisji gazów cieplarnianych, w dużej części we współpracy z Międzynarodowym Instytutem Stosowanej Analizy Systemowej (IIASA) w Austrii. Opracowano komputerowy model makroekonomiczny pozwalający na symulację rozwoju ekonomicznego przy wyczerpujących się zasobach naturalnych oraz wprowadzeniu ograniczeń na zanieczyszczenia środowiska,
17 Kierunek Badawczy II: Metody analizy systemowej c.d.: Kontynuowano prace dotyczące modelowania procesów oczyszczania ścieków oraz analizy technologii konwersji biomasy do metanolu. Prowadzono prace nad zastosowaniem modeli propagacji zanieczyszczeń atmosferycznych do wspomagania decyzji dotyczących planowania regionalnego, kontroli stanu jakości środowiska oraz sterowania emisją. Kontynuowano prace nad systemem decyzyjnym dla optymalnego wyboru technologii odsiarczania spalin w grupie zakładów energetyki zawodowej. Prowadzono prace nad możliwościami wykorzystania algorytmów genetycznych w zadaniach dotyczących kontroli jakości środowiska. Analizowano również możliwości wykorzystania dynamicznych modeli propagacji zanieczyszczeń do sterowania emisją w czasie rzeczywistym. Sformułowano warunki optymalności dla zadania sterowania, opracowano jego implementację numeryczną oraz przeprowadzono obliczenia testowe dla wybranych scenariuszy meteorologicznych oraz elektrowni. Prowadzono prace dotyczące wykorzystania pomiarów z monitoringu automatycznego do tworzenia modeli matematycznych systemu dystrybucji wody w miejskiej sieci wodociągowej oraz zmiany temperatury w atmosferze i glebie na przykładzie sieci wodociągowej w Rzeszowie. Kontynuowano prace związane z wdrażaniem bioenergii i technologii ogniw paliwowych, a szerzej - z transformacją z paliw kopalnych do wodorowych.
18 Kierunek Badawczy II: Metody analizy systemowej Pracownia Zastosowań Metod Badań Systemowych Kierownik: Dr inż. Jan Owsiński Zadanie badawcze: Zastosowania technik systemowych w zadaniach rozwoju uwzględniających aspekty przestrzenne i infrastrukturalne oraz dynamikę przemian gospodarczych Kontynuowano analizę statystyczną populacji jednostek administracyjnych Polski (województwa) w starym i nowym układzie terytorialnym z punktu widzenia ich jednorodności (typologia), Rozpatrywano modele, typu programowania matematycznego, rozwoju regionalnego, z szczególnym uwzględnieniem zagadnień ochrony środowiska i rozwoju zrównoważonego. Kontynuowano prace dot. koordynacji rozwoju sieci transportowej. Prowadzono prace dotyczące perspektyw rozwojowych związanych z sieciami komputerowymi, gospodarką wiedzy oraz społeczeństwem informacyjnym, Kontynuowano prace dotyczące głosowań i indeksów siły, Kontynuowano prace dot. analizy danych (analizy skupień) i ich zastosowań w podejmowaniu decyzji (przede wszystkim analiza struktury opinii grupowej). Kontynuowano prace dot. systemów analizy i syntezy informacyjnych aspektów systemów zarządzania, zwłaszcza w kontekście kolejnych wersji pakietu DIANA, ich testowania oraz wdrożeń.
19 Kierunek Badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji Pracownia Systemów Inteligentnych Kierownik: Prof. dr hab. inż. Janusz Kacprzyk Zadanie badawcze: Zastosowanie metod logiki rozmytej, sieci neuronowych i obliczeń ewolucyjnych Kontynuowano prace dotyczące jednolitej reprezentacji funkcji wyboru grupowego za pomocą funkcji agregującej zawierającej dwa operatory agregacji w postaci operatorów uporządkowanej średniej ważonej Yagera, Rozpatrzono relacje między podejściem do podejmowania decyzji opartym na funkcji użyteczności a podejściem opartym na dominacji sformułowanej w języku zbiorów przybliżonych Pawlaka. Zbadano przypadki funkcji użyteczności przedstawionej jako łączny operator agregacji, całka Sugeno i tzw. ordered weighted maximum (OWmax). Zaproponowano model podejmowania decyzji z użyciem miar możliwości i konieczności. Sformułowano model wielokryterialnego podejmowania decyzji, w którym struktura preferencji jest przedstawiona w postaci reguł typu jeżeli, to.
20 c.d. Kierunek Badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji Kontynuowano prace związane z zastosowaniem logiki rozmytej w kategoryzacji i przetwarzaniu informacji tekstowej, zaproponowano zastosowanie elastycznych operatorów agregacji do kategoryzacji tekstów, Kontynuowano również prace nad lingwistycznymi podsumowaniami danych. Zaproponowano rozszerzenie podejścia opartego na zastosowaniu reguł asocjacyjnych, Opracowano nowe modele indukcji reguł klasyfikacyjnych z danych, stosując przede wszystkim aparat teorii zbiorów przybliżonych Pawlaka; rozpatrzono przypadek zwykłych i tzw. gradualnych reguł rozmytych, Rozpatrzono zadanie klasyfikacji wielokryterialnej, wykorzystując model preferencji w postaci regułowej struktury preferencji, Kontynuowano prace dotyczące intuicjonistycznych zbiorów rozmytych ze szczególnym uwzględnieniem ich przydatności we wspomaganiu podejmowania decyzji; zaproponowano rozszerzenie kryteriów służących do oceny zbieżności preferencji grupy ekspertów o entropię oraz wprowadzono nowy wskaźnik podobieństwo, Kontynuowano prace dotyczące analizy właściwości metod mediany Kemeny ego i Litvaka, szczególnie ich aspektów obliczeniowych, Kontynuowano prace dotyczące metod uczenia maszynowego na podstawie przykładów.
21 Kierunek Badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji Pracownia Systemów Wiedzy i Sztucznej Inteligencji Kierownik: Prof. dr hab. inż. Zdzisław Bubnicki Zadanie badawcze: Nowe przypadki zastosowań metod sztucznej inteligencji do sterowania kompleksem operacji z reprezentacją wiedzy Rozpatrywano sterowanie kompleksem operacji opisanym relacyjną reprezentacją wiedzy z nieznanymi parametrami, zakładając, że wartości nieznanych parametrów są wartościami zmiennych niepewnych scharakteryzowanych rozkładami pewności podanymi przez eksperta. Rozpatrywano przypadek rozdziału ograniczonych zasobów, ze szczególnym uwzględnieniem rozdziału zasobów w zarządzaniu realizacją złożonego przedsięwzięcia. Dla kompleksu operacji równoległych sformułowano problem decyzyjny, polegający na wyznaczeniu rozdziału maksymalizującego wskaźnik pewności tego, że wymaganie użytkownika dotyczące czasu realizacji kompleksu będzie w przybliżeniu spełnione, opierając algorytm sterowania na pojęciu zmiennej niepewnej.
22 Kierunek Badawczy III: Komputerowe systemy wspomagania decyzji i sztucznej inteligencji c.d. Opracowano metodykę dekompozycji dla sterowania rozdziałem zasobów, przypadek sterowania dla struktury szeregowo-równoległej oraz koncepcję sterowania dla struktury złożonej z przenoszeniem zasobów w trakcie realizacji przedsięwzięcia. Rozpatrywano zadanie sterowania przepływem pracy w warunkach czasowych ograniczeń dostępu do zasobów systemu, opracowując metodykę wariantowania struktury przedsiębiorstwa wirtualnego, wyznaczając strategię sterowania oraz opracowując metody zautomatyzowanej syntezy procedur sterowania. Opracowano nowe heurystyczne algorytmy rozwiązania problemu szeregowania zadań z ruchomymi realizatorami dla kryterium w postaci sumy momentów zakończenia wykonywania zadań. Zaproponowano dwa algorytmy rozwiązania oparte na podejściu ewolucyjnym oraz wykorzystujące koncepcję symulowanego wyżarzania.
23 Kierunek Badawczy IV: Systemy zarządzania jakością i analizy ryzyka Pracownia Metod Stochastycznych Kierownik: Prof. dr hab. inż. Olgierd Hryniewicz Zadanie badawcze: Metody stochastyczne we wspomaganiu decyzji Rozpatrywano zagadnienia reprezentacji danych za pomocą liczb rozmytych, a w szczególności aproksymacji liczb rozmytych liczbami trapezoidalnymi oraz mierzenia odległości i porządkowania intuicjonistycznych liczb rozmytych, Zaproponowano zastosowanie intuicjonistycznych zbiorów rozmytych do wyszukiwania informacji w relacyjnych bazach danych. Podjęto prace nad modelem regresji liniowej dla nieprecyzyjnych danych. Przeprowadzono badania odporności estymacji w rozkładzie jednostajnym na zaburzenia założeń o niezależności obserwacji w próbie. Wskazano optymalną metodę kalibrowania procesu produkcji przy niesymetrycznej funkcji straty. Rozpatrywano problem posybilistycznego podejścia do decyzji bayesowskich w statystycznej analizie nieprecyzyjnych danych niezawodnościowych, a także zaproponowano rozmytą wersję testu niezależności chi-kwadrat Pearsona.
24 Kierunek Badawczy IV: Systemy zarządzania jakością i analizy ryzyka c.d. Zajmowano się problemem arbitrażowej wyceny opcji z zastosowaniem metody martyngałowej i metody Monte Carlo, rozszerzając model stochastycznego opisu instrumentu finansowego poprzez zastosowanie procesu Poissona z losowymi skokami, Kontynuowano prace nad wykorzystaniem estymatorów jądrowych do konstrukcji funkcji celu w zadaniach optymalizacyjnych, m.in. rozpatrzono zadanie bayesowskiej identyfikacji parametrycznej z wykorzystaniem niesymetrycznej funkcji strat, która znajduje zastosowanie w zadaniach sterowania optymalnego. Rozpatrywano optymalizację rozmieszczenia stacji bazowych systemu bezprzewodowego przekazu informacji i wykrywanie nietypowych transakcji finansowych.
25 Kierunek Badawczy IV: Systemy zarządzania jakością i analizy ryzyka Pracownia Wspomagania Decyzji w Warunkach Ryzyka Kierownik: Prof. dr inż. Roman Kulikowski Zadanie badawcze: Zarządzanie wiedzą z uwzględnieniem ryzyka Kontynuowano prace dot. wspomagania decyzji i zarządzania wiedzą z uwzględnieniem ryzyka dla systemów badawczych i edukacyjnych opartej na dwuczynnikowej funkcji użyteczności (użyteczności trwałego rozwoju), która uwzględnia długofalowy (strategiczny) zwrot na zainwestowanym kapitale (finansowym i intelektualnym) i tzw. zwrot najgorszego przypadku, grożącego bankructwem. Opracowano metodologię kooperacji nauki z gospodarką, gdy partnerzy podejmują tzw. joint ventures i dzielą się w sprawiedliwy (oparty na koncepcji Nasha) sposób osiągniętymi rezultatami, Kontynuowano prace dot. analizy finansowania przedsięwzięć innowacyjnych, gdy prawdopodobieństwa ich realizacji są oceniane przez ekspertów. Kontynuowano prace dot. funkcji użyteczności URS (ang. utility-return-safety), koncepcji rozwiązań kooperacyjnej teorii gier oraz wspomagania decyzjii z użyciem systemu komputerowego, Rozpatrywano zagadnienia wyceny obligacji katastroficznych dla różnych schematów wypłat zobowiązań emitenta.
26 Publikacje Ogółem: 241 Monografie - 15 Podręczniki (i obszerniejsze rozdziały) - 7 Publikacje w czasopismach recenzowanych o zasięgu międzynarodowym - 51 Publikacje w czasopismach recenzowanych krajowych - 4 Prace popularno-naukowe - 2 Doniesienia konferencyjne - 86 Inne publikacje - 76
27 Inne osiągnięcia Projekty międzynarodowe: Sterowanie zawartością węgla w atmosferze: niepewność i weryfikacja - wspólnie z International Institute for Applied Systems Analysis (IIASA), Laxenburg, Austria. Kierownik projektu: Prof. dr hab. inż. Zbigniew Nahorski Zintegrowanie zarządzanie zasobami wodnymi w zlewniach transgranicznych (TRANSCAT) PR6 Kierownik projektu: Dr inż. Jan Owsiński
28 Inne osiągnięcia Projekty (granty) KBN: 5H02D01720: Aktywne zarządzanie inwestycjami finansowymi - wykorzystanie innowacyjnych metod analizy danych Kierownik projektu: Dr inż. Maciej Krawczak 4T11A00622 Metody optymalizacji nieróżniczkowalnej z przybliżonymi subgradientami Kierownik projektu: Prof. dr hab. inż. Krzysztof C. Kiwiel 4T11A0124: Rozwój metod optymalizacji kształtu opartych na pochodnej topologicznej dla zadań odwrotnych i nieliniowych (problemy kontaktowe) Kierownik projektu: Doc. dr hab.inż. Antoni Żochowski 3 P04G12024: Niepewność, weryfikacja i zarządzanie ryzykiem w ramach protokołu z Kioto. Kierownik projektu: Prof. dr hab. inż. Zbigniew Nahorski 3P04G08425: Zastosowanie metod geostatystycznych do opracowywania danych pomiarowych z monitoringu środowiska. Kierownik projektu: Dr inż. Jan Studziński.
29 Prace dla gospodarki Analiza skuteczności metody kontroli masy netto towarów paczkowanych dla wybranych linii produkcyjnych (dla HENKEL POLSKA S.A.) Kierownik tematu: Dr Przemysław Grzegorzewski Analiza danych dotycząca firm-marek reprezentowanych na Warszawskiej Giełdzie Papierów Wartościowych pod względem zmiennych ekonomicznych oraz zmiennych percepcji marki (opisanych metodologią Brand Asset Valuator), a także sporządzenie z tej analizy odpowiedniego raportu (dla UPSTAIRS YOUNG & RUBICAM Polska). Kierownik tematu: Dr inż. Wojciech Owsiński Modelowanie procesu realizacji projektu informatycznego wsparcia wyborów samorządowych 2002 r., jako działalności Organizacji Wirtualnej (dla PROKOM SOFTWARE S.A.). Kierownik tematu: Prof.dr hab.inż Olgierd Hryniewicz Udzielenie licencji nr na użytkowanie pakietu DIANA-9 w wersji edukacyjnej i nadzór autorski (dla Akademii Podlaskiej). Kierownik tematu: Dr inż. Edward Michalewski
30 Plany na przyszłość Kontynuacja prac z uwzględnieniem: Uwag Komisji Oceny ds. Przeglądu Placówek Wydziału IV, kierowanej przez prof. Daniela Bema, Sugestii Wydziału IV koncentracji jeszcze większej koncentracji badań. Dwa duże kierunki badawcze: Wspomaganie podejmowania decyzji z użyciem nowoczesnych technik informacyjnych, Analiza systemowa w ochronie środowiska i zrównoważonym rozwoju.
POLSKA AKADEMIA NAUK Rejestr instytutów naukowych Nr rejestru: RIN-IV-2/98 DZIAŁ I - OZNACZENIE INSTYTUTU
Rejestr instytutów naukowych DZIAŁ I - OZNACZENIE INSTYTUTU 1 2 3 4 5 Pełna i skrócona nazwa instytutu, siedziba instytutu i adres REGON, NIP Wzmianka o złożeniu do rejestru statutu oraz dokumentów o utworzeniu
Bardziej szczegółowoMATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH
MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.
Bardziej szczegółowoKatedra Systemów Decyzyjnych. Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl
Katedra Systemów Decyzyjnych Kierownik: prof. dr hab. inż. Zdzisław Kowalczuk ksd@eti.pg.gda.pl 2010 Kadra KSD profesor zwyczajny 6 adiunktów, w tym 1 z habilitacją 4 asystentów 7 doktorantów Wydział Elektroniki,
Bardziej szczegółowoK.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz
K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Zał. nr 1 do Programu kształcenia KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INŻYNIERIA SYSTEMÓW Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoMetody ilościowe w badaniach ekonomicznych
prof. dr hab. Tadeusz Trzaskalik dr hab. Maciej Nowak, prof. UE Wybór portfela projektów z wykorzystaniem wielokryterialnego programowania dynamicznego Metody ilościowe w badaniach ekonomicznych 19-06-2017
Bardziej szczegółowoTransformacja wiedzy w budowie i eksploatacji maszyn
Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces
Bardziej szczegółowoOferta badawcza Politechniki Gdańskiej dla przedsiębiorstw
KATEDRA AUTOMATYKI kierownik katedry: dr hab. inż. Kazimierz Kosmowski, prof. nadzw. PG tel.: 058 347-24-39 e-mail: kazkos@ely.pg.gda.pl adres www: http://www.ely.pg.gda.pl/kaut/ Systemy sterowania w obiektach
Bardziej szczegółowoDZIAŁ I OZNACZENIE INSTYTUTU
DZIAŁ I OZNACZENIE INSTYTUTU 5 Pełna i skrócona nazwa instytutu, siedziba instytutu i adres, REGON, NIP Instytut Badań Systemowych PAN IBS PAN, ul. Newelska 6, Warszawa, 000686, 525-000-86-08. Wzmianka
Bardziej szczegółowoSpis treści 5. Spis treści. Część pierwsza Podstawy projektowania systemów organizacyjnych przedsiębiorstwa
Spis treści 5 Spis treści Wstęp (Adam Stabryła)... 11 Część pierwsza Podstawy projektowania systemów organizacyjnych przedsiębiorstwa Rozdział 1. Interpretacja i zakres metodologii projektowania (Janusz
Bardziej szczegółowoEfekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej
Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych
Bardziej szczegółowoAnaliza inwestycji i zarządzanie portfelem SPIS TREŚCI
Analiza inwestycji i zarządzanie portfelem Frank K. Reilly, Keith C. Brown SPIS TREŚCI TOM I Przedmowa do wydania polskiego Przedmowa do wydania amerykańskiego O autorach Ramy książki CZĘŚĆ I. INWESTYCJE
Bardziej szczegółowoUCHWAŁA NR 26/2016. SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku
UCHWAŁA NR 26/2016 SENATU AKADEMII MARYNARKI WOJENNEJ im. Bohaterów Westerplatte z dnia 02 czerwca 2016 roku w sprawie: określenia efektów kształcenia dla kierunku Mechatronika studia II stopnia o profilu
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoPierwsze doświadczenia z prac nad PGN potrzeba standaryzacji
Pierwsze doświadczenia z prac nad PGN potrzeba standaryzacji Szymon Liszka, FEWE Piotr Kukla, FEWE Warszawa, 17 grudnia 2014 Zakres prezentacji Doświadczenia FEWE Rynek PGN Elementy standardu PGN na podstawie
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoInstytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych. Badania operacyjne. Dr inż.
Instytut Konstrukcji i Eksploatacji Maszyn Katedra Logistyki i Systemów Transportowych Badania operacyjne Dr inż. Artur KIERZKOWSKI Wprowadzenie Badania operacyjne związana jest ściśle z teorią podejmowania
Bardziej szczegółowoDostawa oprogramowania. Nr sprawy: ZP /15
........ (pieczątka adresowa Oferenta) Zamawiający: Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu, ul. Staszica,33-300 Nowy Sącz. Strona: z 5 Arkusz kalkulacyjny określający minimalne parametry techniczne
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoFinanse i Rachunkowość
Wydział Nauk Ekonomicznych i Technicznych Państwowej Szkoły Wyższej im. Papieża Jana Pawła II w Białej Podlaskiej Zestaw pytań do egzaminu licencjackiego na kierunku Finanse i Rachunkowość 1 Zestaw pytań
Bardziej szczegółowoSystem prognozowania rynków energii
System prognozowania rynków energii STERMEDIA Sp. z o. o. Software Development Grupa IT Kontrakt ul. Ostrowskiego13 Wrocław Poland tel.: 0 71 723 43 22 fax: 0 71 733 64 66 http://www.stermedia.eu Piotr
Bardziej szczegółowoMETODY WSPOMAGANIA DECYZJI MENEDŻERSKICH
PREZENTACJA SEPCJALNOŚCI: METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH WYDZIAŁ INFORMATYKI I KOMUNIKACJI KIERUNEK INFORMATYKA I EKONOMETRIA SEKRETARIAT KATEDRY BADAŃ OPERACYJNYCH Budynek D, pok. 621 e-mail
Bardziej szczegółowo4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74
3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15
Bardziej szczegółowoPROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji
PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji 2.Problem niesferyczności składnika losowego w modelach ekonometrycznych.
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoModele finansowania działalności operacyjnej przedsiębiorstw górniczych. Praca zbiorowa pod redakcją Mariana Turka
Modele finansowania działalności operacyjnej przedsiębiorstw górniczych Praca zbiorowa pod redakcją Mariana Turka GŁÓWNY INSTYTUT GÓRNICTWA Katowice 2011 Spis treści Wprowadzenie...11 Rozdział 1. Sprawozdawczość
Bardziej szczegółowoPlan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoAlgorytmy i bazy danych (wykład obowiązkowy dla wszystkich)
MATEMATYKA I EKONOMIA PROGRAM STUDIÓW DLA II STOPNIA Data: 2010-11-07 Opracowali: Krzysztof Rykaczewski Paweł Umiński Streszczenie: Poniższe opracowanie przedstawia projekt planu studiów II stopnia na
Bardziej szczegółowoPOLITECHNIKA GDAŃSKA WYDZIAŁ MECHANICZNY PROJEKT DYPLOMOWY INŻYNIERSKI
Forma studiów: stacjonarne Kierunek studiów: ZiIP Specjalność/Profil: Zarządzanie Jakością i Informatyczne Systemy Produkcji Katedra: Technologii Maszyn i Automatyzacji Produkcji Badania termowizyjne nagrzewania
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoS PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE
KATEDRA SYSTEMÓW DECYZYJNYCH POLITECHNIKA GDA N SKA S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE prof. dr hab. inz. Zdzisław Kowalczuk Katedra Systemów Decyzyjnych Wydział Elektroniki Telekomunikacji
Bardziej szczegółowoSpecjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego
Specjalność Optymalizacja Decyzji Menedżerskich Katedra Badań Operacyjnych Uniwersytetu Łódzkiego Kilka słów o nas Katedra Badań Operacyjnych jest częścią Instytutu Ekonomik Stosowanych i Informatyki.
Bardziej szczegółowoZagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,
Bardziej szczegółowoS YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne. Nie dotyczy
S YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne Nazwa modułu: Moduł B - Statystyka z elementami matematyki Rodzaj modułu/przedmiotu Wydział PUM Kierunek studiów Specjalność Poziom studiów Forma studiów
Bardziej szczegółowoSpis treści 377 379 WSTĘP... 9
Spis treści 377 379 Spis treści WSTĘP... 9 ZADANIE OPTYMALIZACJI... 9 PRZYKŁAD 1... 9 Założenia... 10 Model matematyczny zadania... 10 PRZYKŁAD 2... 10 PRZYKŁAD 3... 11 OPTYMALIZACJA A POLIOPTYMALIZACJA...
Bardziej szczegółowoKierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne
Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka ubezpieczeniowa Rocznik: 2016/2017 Język wykładowy: Polski
Bardziej szczegółowoZastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Bardziej szczegółowoTabela odniesień efektów kierunkowych do efektów obszarowych
Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów automatyka i robotyka należy do obszaru kształcenia w zakresie nauk technicznych i jest powiązany z takimi kierunkami studiów jak: mechanika
Bardziej szczegółowoSpis treści. Wstęp...
Wstęp... XI Rozdział 1. Podstawy zarządzania ryzykiem... 1 1.1. Ryzyko rynkowe... 1 1.2. Charakterystyka instrumentów pochodnych... 12 1.2.1. Forward... 13 1.2.2. Futures... 14 1.2.3. Swap... 16 1.2.4.
Bardziej szczegółowoIzabela Zimoch Zenon Szlęk Biuro Badań i Rozwoju Technologicznego. Katowice, dnia 13.08.2013 r.
System informatyczny wspomagający optymalizację i administrowanie produkcją i dystrybucją wody przeznaczonej do spożycia przez ludzi subregionu centralnego i zachodniego województwa śląskiego Izabela Zimoch
Bardziej szczegółowoTOZ -Techniki optymalizacji w zarządzaniu
TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Literatura Literatura
Bardziej szczegółowoEfekty kształcenia. Tabela efektów kształcenia
Efekty kształcenia Tabela efektów kształcenia W opisie efektów kierunkowych uwzględniono wszystkie efekty kształcenia występujące w obszarze kształcenia w zakresie nauk technicznych. Objaśnienie oznaczeń:
Bardziej szczegółowoPodsumowanie wyników ankiety
SPRAWOZDANIE Kierunkowego Zespołu ds. Programów Kształcenia dla kierunku Informatyka dotyczące ankiet samooceny osiągnięcia przez absolwentów kierunkowych efektów kształcenia po ukończeniu studiów w roku
Bardziej szczegółowoKształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu:
Kształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu: Semestr 1 2 3 4 Rodzaj Forma Forma Liczba zajęć zajęć zaliczeń godzin Szkolenie biblioteczne
Bardziej szczegółowoCzęść 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu
Spis treści Część 1 Analiza procedur wyznaczania i wykorzystania rozwiązań uogólnionych wybranej klasy nieliniowych modeli optymalizacyjnych we wspomaganiu procesów decyzyjnych (Jerzy Mika) Wprowadzenie.
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoPROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA. 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji
PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji 2.Problem niesferyczności składnika losowego w modelach ekonometrycznych.
Bardziej szczegółowoAlgorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.
Algorytmy wspomagania decyzji Czyli co i jak 2013 andrzej.rusiecki@pwr.wroc.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 911/D-20 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Metody matematyczne w elektroenergetyce Rok akademicki: 2013/2014 Kod: EEL-2-101-n Punkty ECTS: 5 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika
Bardziej szczegółowozna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych
Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z
Bardziej szczegółowoDiagnostyka procesów przemysłowych Kod przedmiotu
Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoSpecjalność Optymalizacja Decyzji Menedżerskich. Katedra Badań Operacyjnych Uniwersytetu Łódzkiego
Specjalność Optymalizacja Decyzji Menedżerskich Katedra Badań Operacyjnych Uniwersytetu Łódzkiego Kilka słów o nas Katedra Badań Operacyjnych jest częścią Instytutu Ekonomik Stosowanych i Informatyki.
Bardziej szczegółowoModele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej
Modele optymalizacyjne wspomagania decyzji wytwórców na rynku energii elektrycznej mgr inż. Izabela Żółtowska Promotor: prof. dr hab. inż. Eugeniusz Toczyłowski Obrona rozprawy doktorskiej 5 grudnia 2006
Bardziej szczegółowoSpis treści. WSTĘP 13 Bibliografia 16
Przegląd uwarunkowań i metod oceny efektywności wykorzystania odnawialnych źródeł energii w budownictwie : praca zbiorowa / pod red. Joachima Kozioła. Gliwice, 2012 Spis treści WSTĘP 13 Bibliografia 16
Bardziej szczegółowoAlgorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3
Algorytmy wspomagania decyzji Czyli co i jak 2018 andrzej.rusiecki@pwr.edu.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi
Bardziej szczegółowoAlgorytmy optymalizacji systemu ICT wspomagające zarządzanie siecią wodociągową
Katowice GPW 2014 Algorytmy optymalizacji systemu ICT wspomagające zarządzanie siecią wodociągową Jan Studziński 1 1. Wstęp Cel projektu Usprawnienie zarządzania siecią wodociągową za pomocą nowoczesnych
Bardziej szczegółowoKierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne
Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2014/2015 Język wykładowy: Polski Semestr
Bardziej szczegółowoZintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie
dr hab. Grzegorz Bartoszewicz, prof. nadzw. UEP Katedra Informatyki Ekonomicznej Zintegrowane Systemy Informatyczne analiza, projektowanie, wdrażanie Tematyka seminarium związana jest z wykorzystaniem
Bardziej szczegółowoKierunek: Informatyka i Ekonometria Poziom studiów: Studia I stopnia Forma studiów: Niestacjonarne. audytoryjne. Wykład Ćwiczenia
Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Poziom studiów: Studia I stopnia Forma studiów: Niestacjonarne Rocznik: 2019/2020 Język wykładowy: Polski Semestr 1 z Moduły obowiązkowe - IiE 1
Bardziej szczegółowoZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO
Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim
Bardziej szczegółowoSTUDIA I MONOGRAFIE NR
STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoPROGRAM SEMINARIUM ZAKOPANE 2011. czwartek, 1 grudnia 2011 r. Sesja przedpołudniowa
czwartek, 1 grudnia 2011 r. Sesja przedpołudniowa 9.30 9.40: 9.40 10.10: 10.10 10.40: 10.40 11.00: Otwarcie seminarium Prof. dr hab. inż. Tadeusz Czachórski prof. dr hab. inż. Robert Schaeffer, prezentacja:
Bardziej szczegółowoINFORMATYKA i FINANSE KATEDRA INFORMATYKI TEORETYCZNEJ
INFORMATYKA i FINANSE KATEDRA INFORMATYKI TEORETYCZNEJ dr hab. Czesław Bagiński, prof. PB Kierownik KIT dr hab. Wiktor Dańko, prof. PB dr hab. Piotr Grzeszczuk, prof. PB dr Ryszard Mazurek dr Jolanta Koszelew
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział: Matematyki Kierunek studiów: Matematyka i Statystyka (MiS) Studia w j. polskim Stopień studiów: Pierwszy (1) Profil: Ogólnoakademicki (A) Umiejscowienie kierunku
Bardziej szczegółowoBADANIA OPERACYJNE i teoria optymalizacji. Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych
BADANIA OPERACYJNE i teoria optymalizacji Prowadzący: dr Tomasz Pisula Katedra Metod Ilościowych e-mail: tpisula@prz.edu.pl 1 Literatura podstawowa wykorzystywana podczas zajęć wykładowych: 1. Gajda J.,
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoZastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej
Marcin Szega Zastosowanie rachunku wyrównawczego do uwiarygodnienia wyników pomiarów w układzie cieplnym bloku energetycznego siłowni parowej (Monografia habilitacyjna nr 193. Wydawnictwo Politechniki
Bardziej szczegółowoAutorzy: ANNA SZYCHTA, ALICJA A. JARUGA, PRZEMYSŁAW KABALSKI
RACHUNKOWOŚĆ ZARZĄDCZA Autorzy: ANNA SZYCHTA, ALICJA A. JARUGA, PRZEMYSŁAW KABALSKI O autorach Wstęp Rozdział 1. Istota, rola i rozwój rachunkowości zarządczej Alicja A. Jaruga 1.1. Rachunkowość zarządcza
Bardziej szczegółowoSPIS TREŚCI WSTĘP... 10
SPIS TREŚCI WSTĘP... 10 Wykład 1. GENEZA, ROZWÓJ, WSPÓŁCZESNE WYZWANIA PRALOGISTYKI WOJSKOWEJ 1. Historyczne źródła logistyki wojskowej... 15 2. Logistyka według poglądów teoretyków amerykańskich... 17
Bardziej szczegółowoWielokryterialne wspomaganie decyzji Redakcja naukowa Tadeusz Trzaskalik
Wielokryterialne wspomaganie decyzji Redakcja naukowa Tadeusz Trzaskalik W książce autorzy przedstawiają dyskretne problemy wielokryterialne, w których liczba rozpatrywanych przez decydenta wariantów decyzyjnych
Bardziej szczegółowoEfekty kształcenia dla makrokierunku: INFORMATYKA STOSOWANA Z KOMPUTEROWĄ NAUKĄ O MATERIAŁACH Wydział: MECHANICZNY TECHNOLOGICZNY
Efekty kształcenia dla makrokierunku: INFORMATYKA STOSOWANA Z KOMPUTEROWĄ NAUKĄ O MATERIAŁACH Wydział: MECHANICZNY TECHNOLOGICZNY nazwa kierunku studiów: Makrokierunek: Informatyka stosowana z komputerową
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoSystemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
Bardziej szczegółowoKonkurencyjność Polski w procesie pogłębiania integracji europejskiej i budowy gospodarki opartej na wiedzy
w Konkurencyjność Polski w procesie pogłębiania integracji europejskiej i budowy gospodarki opartej na wiedzy redakcja naukowa Tomasz Michalski Krzysztof Piech SZKOŁA GŁÓWNA HANDLOWA W WARSZAWIE WARSZAWA
Bardziej szczegółowoKARTA MODUŁU KSZTAŁCENIA
KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia
Bardziej szczegółowoefekty kształcenia dla kierunku Elektronika studia stacjonarne drugiego stopnia, profil ogólnoakademicki
Opis efektów dla kierunku Elektronika Studia stacjonarne drugiego stopnia, profil ogólnoakademicki Objaśnienie oznaczeń: K kierunkowe efekty W kategoria wiedzy U kategoria umiejętności K (po podkreślniku)
Bardziej szczegółowoZagadnienia na egzamin dyplomowy Matematyka
INSTYTUT MATEMATYKI UNIWERSYTET JANA KOCHANOWSKIEGO w Kielcach Zagadnienia na egzamin dyplomowy Matematyka Pytania kierunkowe Wstęp do matematyki 1. Relacja równoważności, przykłady relacji równoważności.
Bardziej szczegółowoInżynieria Środowiska dyscypliną przyszłości!
Warto budować lepszą przyszłość! Czyste środowisko, efektywne systemy energetyczne, komfort życia dr inż. Piotr Ziembicki Instytut Inżynierii Środowiska Uniwersytet Zielonogórski WYZWANIA WSPÓŁCZESNOŚCI
Bardziej szczegółowow ekonomii, finansach i towaroznawstwie
w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
Zał. nr 1 do Programu kształcenia KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: Inżynieria Systemów Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR
Bardziej szczegółowoDiaSter - system zaawansowanej diagnostyki aparatury technologicznej, urządzeń pomiarowych i wykonawczych. Politechnika Warszawska
Jan Maciej Kościelny, Michał Syfert DiaSter - system zaawansowanej diagnostyki aparatury technologicznej, urządzeń pomiarowych i wykonawczych Instytut Automatyki i Robotyki Plan wystąpienia 2 Wprowadzenie
Bardziej szczegółowoKatowice GPW 2013. Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową. Jan Studziński
Katowice GPW 2013 Zintegrowany system informatyczny do kompleksowego zarządzania siecią wodociągową Jan Studziński 1 1. Wstęp Cel pracy Usprawnienie zarządzania siecią wodociągową za pomocą nowoczesnych
Bardziej szczegółowoAutomatyka i Robotyka. II stopień. Ogólnoakademicki. Stacjonarne/Niestacjonarne. Kierunkowy efekt kształcenia - opis WIEDZA
Załącznik nr 7 do uchwały nr 509 Senatu Uniwersytetu Zielonogórskiego z dnia 25 kwietnia 2012 r. w sprawie określenia efektów kształcenia dla kierunków studiów pierwszego i drugiego stopnia prowadzonych
Bardziej szczegółowoUchwała Nr 34/2012/V Senatu Politechniki Lubelskiej z dnia 21 czerwca 2012 r.
Uchwała Nr 34/2012/V Senatu Politechniki Lubelskiej z dnia 21 czerwca 2012 r. w sprawie określenia efektów kształcenia dla studiów drugiego stopnia na kierunku mechatronika, prowadzonych wspólnie przez
Bardziej szczegółowoElektrotechnika. II stopień. Ogólnoakademicki. Stacjonarne/Niestacjonarne. Kierunkowy efekt kształcenia - opis WIEDZA
Załącznik nr 5 do uchwały nr 509 Senatu Uniwersytetu Zielonogórskiego z dnia 25 kwietnia 2012 r. w sprawie określenia efektów dla kierunków studiów pierwszego i drugiego stopnia prowadzonych na Wydziale
Bardziej szczegółowoV Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja
V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja W dniu 27.06.2015 odbyło się V Seminarium Naukowe Inżynierskie zastosowania technologii informatycznych. Organizatorzy
Bardziej szczegółowo1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami
EFEKTY KSZTAŁCENIA (ELEKTROTECHNIKA II ST) 1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami Kierunkowy efekt kształcenia - symbol K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07
Bardziej szczegółowoZarządzanie innowacjami i transferem technologii / Kazimierz Szatkowski. Warszawa, cop Spis treści
Zarządzanie innowacjami i transferem technologii / Kazimierz Szatkowski. Warszawa, cop. 2016 Spis treści Wstęp 11 ROZDZIAŁ 1 Istota i rodzaje innowacji 17 1.1. Interpretacja pojęcia innowacji 17 1.2. Cele
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowo1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami
EFEKTY KSZTAŁCENIA 1. Tabela odniesień efektów kierunkowych do efektów obszarowych z komentarzami Kierunkowy efekt kształcenia - symbol K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 Kierunkowy efekt
Bardziej szczegółowoLista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1
Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1 Lp. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Dokt. Dokt.
Bardziej szczegółowo