„BSc Autonóm intelligens rendszerek szakirány” változatai közötti eltérés

A VIK Wikiből
Ugrás a navigációhoz Ugrás a kereséshez
a
a
1. sor: 1. sor:
{{GlobalTemplate|Infoszak|BScAutIntRsz}}
 
 
 
__TOC__
 
__TOC__
  
 +
== Bevezető ==
  
----
+
A szakirány koordinátora: '''IIT'''
----
 
'''''<span style="color: red"> Ez egy szakirány oldal sablon. Így egységes külalakja lehet az összes szakirányoldalnak. Ezt a sablont kellene úgy kitölteni, mint például a [[BSC Beágyazott és irányító rendszerek szakirány]] oldalát! A bevezetőt a [https://www.vik.bme.hu/files/00002023.pdf kari szakirány-tájékoztató] ismertetőivel kell feltölteni. </span>'''''
 
----
 
----
 
 
 
== Bevezető ==
 
  
A szakirány koordinátora: IIT
+
{{Rejtett
 +
|mutatott='''A szakirány ismertetője'''
 +
|szöveg=
  
 
=== A megcélzott szakterület főbb jellegzetességei, trendjei ===
 
=== A megcélzott szakterület főbb jellegzetességei, trendjei ===
30. sor: 25. sor:
 
*heterogén információforrásokból információt kinyerő (adatbányászó) alkalmazások tervezésére,
 
*heterogén információforrásokból információt kinyerő (adatbányászó) alkalmazások tervezésére,
 
*elosztott komponensek egy rendszerbe történő integrálására.
 
*elosztott komponensek egy rendszerbe történő integrálására.
 
  
 
=== A megszerezhető ismeretek főbb témakörei ===
 
=== A megszerezhető ismeretek főbb témakörei ===
65. sor: 59. sor:
  
 
A kapcsolódó szakriány laboratóriumok és önálló laboratóriumi foglalkozások keretében magába foglalja a gyakorlati ismeretek széles körének elsajátítását, és egy, a szakterülethez kapcsolódó önálló nagyfeladat kidolgozását és megvalósítását.
 
A kapcsolódó szakriány laboratóriumok és önálló laboratóriumi foglalkozások keretében magába foglalja a gyakorlati ismeretek széles körének elsajátítását, és egy, a szakterülethez kapcsolódó önálló nagyfeladat kidolgozását és megvalósítását.
 
  
 
=== Ágazati képzés sajátosságai  ===
 
=== Ágazati képzés sajátosságai  ===
  
 
Az ágazati képzés az egyes ágazatokért felelős tanszéken elvégzendő szakirány laboratórium, önálló laboratórium és szakdolgozat készítés keretében valósul meg.
 
Az ágazati képzés az egyes ágazatokért felelős tanszéken elvégzendő szakirány laboratórium, önálló laboratórium és szakdolgozat készítés keretében valósul meg.
 +
 +
}}
  
 
== Felvételi ponthatárok ágazatonként ==
 
== Felvételi ponthatárok ágazatonként ==

A lap 2014. január 14., 00:42-kori változata

Bevezető

A szakirány koordinátora: IIT

A szakirány ismertetője

A megcélzott szakterület főbb jellegzetességei, trendjei

Az autonóm intelligens rendszerek olyan számítógépes rendszerek, melyek emberi közreműködés és állandó emberi felügyelet nélkül is képesek komplex feladatok megoldására: képesek környezetókből származó információ érzékelésére és feldolgozására, képesek önálló döntések meghozatalára és alkalmasak komplex technológiai folyamatokba történő beavatkozásra, a folyamatok felügyeletére, illetve irányítására. Az autonóm rendszerek a műszaki fejlődés fontos állomását képezik, jelentőségük folyamatosan nő. Az autonóm intelligens rendszerek létrehozása az információ technológia széles spektrumának integrálását igényli. A szakirány célja rövid és hosszú távon egyaránt hasznosítható ismeretek nyújtása, olyan műszaki informatikus szakemberek képzése, akik tisztában vannak az autonóm intelligens rendszerekre jellemző főbb képességeket biztosító megoldások elvi és gyakorlati problémáival. Így foglalkozik az olyan alapvető információ-feldolgozó eljárásokkal, mint a kooperációval és e rendszerek képességeinek javítását a környezetből származó információ autonóm felhasználását biztosító gépi tanulással. A szakirány ágazatainak elvégzése során elsajátított tudásanyag ugyanakkor az olyan alkalmazási területek tekintetében is önállóan hasznosítható praktikus ismereteket nyújt, mint a különböző robotok, járművek és alrendszereik irányítása és vezérlése, illetve az irányítási és jelfeldolgozási feladatokat valós időben megvalósító, a környezetükkel intenzív információs kapcsolatban lévő beágyazott rendszerek információtechnológiája.

A megszerezhető kompetenciák

A szakirány elvégzése után a hallgatók képessé válnak:

  • autonóm rendszerek irányítási és jelfeldolgozási feladatainak végrehajtására,
  • az elosztott intelligens rendszerek fejlesztésére és üzemeltetésére
  • autonóm robotrendszerek és járművek alrendszereinek programozására, irányítására és vezérlésére,
  • ipari képfeldolgozó és megjelenítő módszerek fejlesztésére és alkalmazására,
  • a szenzorhálózatok magasabb rendszerszintekhez való informatikai illesztésére,
  • kommunikáció révén kooperatív ágensek tervezésére,
  • mesterséges intelligencia komponensek (pl. tanuló képesség) tervezése és beágyazása integrált informatikai rendszerbe,
  • heterogén információforrásokból információt kinyerő (adatbányászó) alkalmazások tervezésére,
  • elosztott komponensek egy rendszerbe történő integrálására.

A megszerezhető ismeretek főbb témakörei

  • autonóm rendszerek irányítási és jelfeldolgozási feladatainak végrehajtására,
  • szemantikus web-re kötött szenzorhálózatok, szemantikus web-ről információt begyűjtő, feldolgozó rendszerek
  • kommunikáló, kooperáló ágensrendszerek,
  • ipari képfeldolgozási és képmegjelenítési módszerek,
  • intelligencianövelő és tudásnövelő rendszerkomponensek,
  • gépi tanulás alapeljárásai,
  • mobil robotok és járművek pályatervezése, navigációs rendszerének felépítése,
  • adatbázisokból információt kibányászó rendszerek,
  • ipari robotok és gyártócellák felépítése, programozása, pályatervezése és működtetése
  • kiterjedt, heterogén információ-forrásokat felhasználó döntéstámogató rendszerek tudásintenzív feladatokhoz.
  • érzékelők, beavatkozók ismerete, alkalmazása.

A témakörökhöz kapcsolódó legfontosabb módszertanok és technológiák

  • autonóm és intelligens rendszerek irányítási és koordinációs módszerei,
  • rendszertervezési módszertanok és technológiák, tervező rendszerek,
  • ipari képfeldolgozási és képmegjelenítési módszerek megvalósítása
  • XML alapú rendszerleíró nyelvek és technológiák,
  • Sensor Web technológiái, korszerű szenzorrendszerek integrálása informatikai rendszerekbe,
  • Java alapú elosztott kommunikáló rendszerek tervezése,
  • robotrendszerek programozása és irányítási módszerei
  • navigációs és pályatervezési módszerek
  • mesterséges intelligencia módszerek Java szintű, beágyazott implementálása,
  • FIPA ágensszabvány, ágens kommunikácós nyelvek,
  • adatbányászati módszerek és technológiák,
  • jármű alrendszereinek beágyazott tervezése, illesztése,
  • e-kereskedelem módszertana és technológiái.

Szakirány laboratóriumi képzése

A kapcsolódó szakriány laboratóriumok és önálló laboratóriumi foglalkozások keretében magába foglalja a gyakorlati ismeretek széles körének elsajátítását, és egy, a szakterülethez kapcsolódó önálló nagyfeladat kidolgozását és megvalósítását.

Ágazati képzés sajátosságai

Az ágazati képzés az egyes ágazatokért felelős tanszéken elvégzendő szakirány laboratórium, önálló laboratórium és szakdolgozat készítés keretében valósul meg.

Felvételi ponthatárok ágazatonként

Ágazat neve Ágazat tanszéke 2013-as átlag 2012-es átlag 2011-es átlag 2010-es átlag 2009-es átlag 2008-as átlag
Autonóm rendszerek IIT 2.38 2.44 2.28 2.53 2.59 3.64
Intelligens rendszerek MIT 2.30 2.34 2.25 2.42 2.74 2.87

Közös tárgyak

Ágazatok

Autonóm Rendszerek ágazat - IIT

Intelligens Rendszerek ágazat - MIT

Melyik ágazatot válasszam?

Szakirányhoz kapcsolódó szabadon választható tárgyak

2 kredites

Több mint 2 kredites

Szakmai gyakorlat

A szakmai gyakorlatról az autonóm rendszerek ágazat részén:

  • a gyakorlat minimum 6 hét, de lehet akár több is
  • lista, hogy hol végezheted el a gyakorlatot NINCS
  • bárhol elvégezheted ahol olyan a cégprofil, ami a KÉPZÉSHEZ kapcsolódik (tehát pl. szoftverfejlesztő, IT-s, adatbáziskezelő, bármi)
  • érdemes időben nekiállni érdeklődni cégeknél, ez olyan 6. félév eleje már, ha nem akarsz kapkodni persze
  • a szükséges dokumentumok itt találhatóak:
  • a gyakorlatról munkanaplót kell írni, amit a gyakorlat végeztével kell bemutatni
  • vállalati konzulens kötelező, tanszéki konzulens opciánális