(c) Larry Ewing, Simon Budig, Garrett LeSage
с 1994 г.

Кафедра Информатики и Математического Обеспечения

ПетрГУ | ИМиИТ | О кафедре | Проекты | Лаборатория ИТС | Семинары НФИ/AMICT
Сотрудники | Выпускники | Учебный процесс | Табель-календарь | Курсовые и выпускные работы
Вычислительные ресурсы | Публикации | Архив новостей | Контактная информация

Учебная ознакомительная практика

Общая информация

Направление подготовки бакалавриата 09.03.04 Программная инженерия

Профиль направления подготовки бакалавриата «Системное и прикладное программное обеспечение»

Сроки прохождения: с 07.09.2020 по 31.12.2020

Места прохождения:

Минимальные требования.

  1. Выбрать для обзора одну из тем (см. ниже) учебника: Котельников, И. А. LaTeX по-русски [Электронный ресурс]. / И. А. Котельников, П. З. Чеботаев. — 3-е изд., перераб. и доп. — Новосибирск : Сибирский хронограф, 2004. — 496 с. — URL: https://www.researchgate.net/publication/235255954_LaTeX_po-russki
  2. Сообщить о выбраной теме О. Б. Петриной по элпочте.
  3. Выполнить обзор 2-3 тем выпускных или курсовых работ (отчетов о практике НИР), представленных в системе Курс с целью выбора руководителя и темы практики НИР, которая начнется во втором семестре и предполагается к продолжению вплоть до впускной работы бакалавра.
    Для этого выбора можно также использовать ресурсы: "Курсовые работы предлагаемые кафедрой ИМО" и Предлагаемые кафедрами темы практик НИР(курсовых работ) (ресурсы будут обновляться, следите за изменениями).
  4. Подготовить отчет в LaTeX, в котором представить результаты работ выполненных согласно пунктам 1 и 3. В отчете указать: руководитель - к.т.н., доцент Ю. А. Богоявленский, место прохождения практики - Кафедра Информатики и математического обеспечения.
  5. Согласовать отчет с руководителем, согласованную версию отправить по элпочте О. Б. Петриной.

Вариант практики, связанный с программным мини проектом или исследованием.

  1. Выбрать одну из задач из списка (см. ниже). Связаться с автором выбранной задачи и согласовать с ним сделанный выбор. При этом рекомендуется рассматривать задачу как тему практики НИР, которая начнется во втором семестре и предполагается к продолжению вплоть до впускной работы бакалавра.
  2. Выбрать для обзора одну из тем (см. ниже) учебника: Котельников, И. А. LaTeX по-русски [Электронный ресурс]. / И. А. Котельников, П. З. Чеботаев. — 3-е изд., перераб. и доп. — Новосибирск : Сибирский хронограф, 2004. — 496 с. — URL: https://www.researchgate.net/publication/235255954_LaTeX_po-russki
  3. Сообщить о выбраных задаче и теме О. Б. Петриной по элпочте.
  4. Подготовить отчет в LaTeX в котором представить результаты работ выполненных согласно пунктам 1 и 2. В отчете указать двух руководителей - автор задачи и к.т.н., доцент Ю. А. Богоявленский, место прохождения практики определит автор задачи.
  5. Согласовать отчет с автором задачи, согласованную версию отправить по элпочте О. Б. Петриной.

В связи с большим объемом учебной работы рекомендуется для тем, связанных с мини проектом выполнить постановку задачи проектирование, возможно разработать визуальные модели. Кодирование и тестирование целесообразно отложить на всенний семестр.

Всем студентами нужно сообщить О. Б. Петриной по элпочте о выбранной теме и, возможно, задаче до 24.09.2020. Для резервирования времени на сдачу зачетов рекомендуется согласовать отчет с руководителем до 14.12.2020.

Список тем по LaTeX.

Номер задания. Разделы учебника.

  1. 1.4, 1.5, 1.6
  2. 1.7, 1.8, 1.9, 1.10
  3. 1.11, 1.12
  4. 2.1. - 2.6
  5. 2.8 - 2.10
  6. 3.1 - 3.3
  7. 3.5 - 3.6
  8. 3.7
  9. 3.10
  10. 4.4 - 4.5
  11. 4.6 - 4.7
  12. 6.1 - 6.2
  13. 6.3.2
  14. 6.4.1
  15. 6.4.5
  16. 7.1 - 7.2
  17. 11.1
  18. 11.2 - 11.3
  19. 12.2
  20. 12.3

Список задач

Корзун Дмитрий Жоржевич (dkorzun@cs.petrsu.ru), к.ф.-м.н., доцент

  1. Разработка сценария для умного дома на базе умной электроники: лампы, розетки, датчики (движение, дым, температура), видеонаблюдение, кухонная техника, аудиосистема.
  2. Методы распознавания движения (по данным видеонаблюдения, акселерометра, акустики) на базе учебных курсов по технологиям искусственного интеллекта Универститета НТИ 20.35
  3. Методы распознавания эмоций человека (по данным видео, текста, голоса) на базе учебных курсов по технологиям искусственного интеллекта Универститета НТИ 20.35.

Марахтанов Алексей Георгиевич (marahtanov@petrsu.ru), директор центра искусственного интеллекта

  1. Сервисы сбора данных для анализа поведенческих характеристик пользователей интернет-системы. Проектирование, разработка.
  2. Рекомендательные системы. Сравнение подходов и алгоритмов.
  3. Машинное зрение. Сервис автоматического распознавания персон на фотографиях с целью их последующей рубрикации методами искусственного интеллекта.
  4. Диалоговые системы. Интеллектуальный чат-бот как сервис для студентов образовательной организации. Разработка концепции и требований.
  5. Машинное зрение. Автоматическая фиксация посещаемости занятий методами искусственного интеллекта.
  6. Объяснимый искусственный интеллект (Explainable Artificial Intelligence). Обзор источников информации по теме, описание концепции.

Марченков Сергей Александрович (marchenk@cs.karelia.ru), старший преподаватель, начальник отдела интеллектуальных методов обработки и анализа данных

  1. Проектирование распределенной архитектуры для обработки больших данных многопараметрического мониторинга на основе подхода «лямбда-архитектура» (HDFS, Apache Kafka, Apache Spark, HBase, Neo4j).
  2. Разработка модели хранения пространственно-временных событий и модели представления технического состояния объекта мониторинга для дальнейшего использования при прогнозной аналитике технического обслуживания (на примере, графовой СУБД - Neo4j).
  3. Определение дефектов подшипников на основе поиска характеристических частот и их гармонических составляющих в конкретном наборе данных (спектральный анализ огибающей сигнала – SciPy, Jupyter Notebook).
  4. Определение присутствия человека в рабочей области оборудования (Python, OpenCV, TensorFlow).
  5. Использование методов машинного зрения для идентификации человека с контролем соблюдения мер безопасности (в т.ч. распознавание медицинских масок, защитных касок; Python, OpenCV, TensorFlow).

Димитров Вячеслав Михайлович (dimitrov@cs.petrsu.ru), старший преподаватель

  1. Разработка ПО для считывания и обработки данных с IMU сенсора на слабопроизводительном одноплатном компьютере.
  2. Разработка мобильного приложения (ОС Android) для считывания данных по BLE протоколу.
  3. Разработка веб приложения проигрывания данных.
  4. Разработка интерактивного веб приложения с использованием протокола WebSocket.
  5. Разработка системы нагрузочного тестирования для WebRTC серверов (kurento, webrtc-streamer, janus и др.).
  6. Разработка системы определения причины простоя оборудования с использованием telegram чат бота.
  7. Разработка генератора редактора таблиц для платформы laravel (web, php).
  8. Разработка системы нагрузочного тестирования для программной связки RabbitMQ и NodeJS приложения (MQTT протокол).

Отчетность

Объем отчета не менее 7 стр. без учета титульного листа и содержания.