Еволуциско пресметување

1.

Наслов на наставниот предмет

Еволуциско пресметување

Evolutionary computation

2.

Код

m23_s_032

3.

Студиска програма

Пресметување во облак, Data science in computer science and engineering, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Едукација со ИКТ, Еко-информатика, Интернет технологии и сајбер безбедност, Компјутерски науки, Статистика и аналитика на податоци, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Статистика и аналитика на податоци, Софтверско инженерство, Интелигентни системи,

4.

Организатор на студиската програма (единица, односно институт, катедра, оддел)

Факултет за информатички науки и компјутерско инженерство

5.

Степен (прв, втор, трет циклус)

Втор циклус

6.

Академска година / семестар

5 / Летен

7. Број на ЕКТС кредити

6.0

8.

Наставник

ворн. проф. д-р Георгина Мирчева ворн. проф. д-р Мирослав Мирчев

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):

Целта на предметот е студентите да се запознаат со алгоритмите за пресметување и оптимизација инспирирани од еволуциските процеси во природата, да знаат истите да ги споредувааат, како и да се развијат идеи за креирање на нови техники. Дополнително студентите ќе се оспособат за примена на алгоритмите во различни области од компјутерско инженерство и науки.

11.

Содржина на предметната програма:

Основни концепти и теорија на еволуцискo пресметување. Генетски алгоритми. Еволуциски стратегии. Еволуциско и генетско програмирање. Коеволуциски алгоритми и повеќецелна оптимизација со еволуциски алгоритми. Механизми за селекција. Еволуциска динамика со модели на теорија на игри. Еволуциски невронски мрежи. Еволуциски развој на сензорско-роботски системи и дизајн на мрежни системи. Користење на еволуциските алгоритми како модели на реални системи, како и за пронаоѓање на соодветни модели. Системи за класификација базирани на еволуциски алгоритми. Интелигенција на роеви.

12.

Методи на учење:

Предавања поддржани со презентации преку слајдови, интерактивни предавања, практични вежби, тимска работа, пример случаи, поканети предавачи, самостојна изработка на проектна задача и електронско учење.

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

60 + 0 + 45 + 45 + 30 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

60 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

0 часови

16.

Други форми на активности

16.1.

Проектни задачи

45 часови

16.2.

Самостојни задачи

45 часови

16.3.

Домашно учење

30 часови

17.

Начин на оценување

17.1.

Тестови

30 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

10 бодови

17.4.

Завршен испит

0 бодови

18.

Критериуми за оценување (бодови/ оценка)

до 50 бода

5 (пет) (F)

од 51 до 60 бода

6 (шест) (E)

од 61 до 70 бода

7 (седум) (D)

од 71 до 80 бода

8 (осум) (C)

од 81 до 90 бода

9 (девет) (B)

од 91 до 100 бода

10 (десет) (A)

19.

Услов за потпис и полагање на завршен испит

реализирани активности 15 и 16

20.

Јазик на кој се изведува наставата

македонски и англиски

21.

Метод на следење на квалитетот на наставата

механизам на интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

22.2.

Дополнителна литература