Моделирање и фузирање на неструктурирани податоци

Моделирање и фузирање на неструктурирани податоци

1.

Наслов на наставниот предмет

Моделирање и фузирање на неструктурирани податоци

Modeling and fusing unstructured data

2.

Код

IS-Z-01

3.

Студиска програма

Интелигентни системи, 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, Софтвер за вградливи системи, Софтверско инженерство, Пресметување во облак, Управување во информатички технологии, Биоинформатика, Безбедност, криптографија и кодирање, Софтверско инженерство, Статистика и аналитика на податоци, Статистика и аналитика на податоци,

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 / Зимски

7. Број на ЕКТС кредити

6.0

8.

Наставник

проф. д-р Билјана Стојкоска Ристеска проф. д-р Кире Триводалиев проф. д-р Слободан Калајџиски

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


Во овој курс студентите ќе се запознаат со податочната фузија од аспект на информациска, сензорска и мултисензорска фузија. Тие ќе се оспособат за користење на методите, техниките и алгоритмите за податочна фузија. Ќе знаат да ги применуваат различните архитектури и модели за фузија на податоци. Различните типови на податоци што би се добивале преку фузија на изворите ќе треба да се моделираат според потребите. За таа цел студентите ќе треба да бидат оспособени за моделирање и репрезентација на неструктурирани податоци, методите и стратегиите за извлекување на информации од неструктурирани податоци, како и техниките за претставување на извлеченото знаење од податоците.

11.

Содржина на предметната програма:


1. Дефиниција и основи на податочна фузија, информациска фузија, сензорска/мултисензорска фузија. Класификација според релацијата на изворите, според нивото на апстракција и според релацијата влез-излез. 2. Методи, техинки и алгоритми за податочна фузија. Техники за изведување на одлуки. Техники за проценка. Мапи од обележја. Сензорски апстракции. Компресија. Пристап од теорија на информации. 3. Архитектури, модели и нивни карактеристики. Информациски базиран модел. Модели базирани на активности. Модели базирани на улоги. 4. Парадигми за информациска фузија во контекст на комуникација. Дистибуирани парадигми. Информациска фузија и нејзини поделби. 5. Моделирање на неструктурирани податоци. Преглед и споредба на постоечки податочни модели и алгоритми за ефикасно чување, пребарување, пренос и приказ на податоците. Дизајн на релевантни апстрактни типови на податоци и нивна интеграција во постоечките јазици за моделирање. Методи за квантифицирање на квалитетот на податочните модели. 6. Извлекување на релевантни информации од неструктурираните податоци. Лексикони и онтологии за претставување на здраворазумско знаење. Интегрирање на онтологии.

12.

Методи на учење:


Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

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

15 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

45 бодови

17.3.

Активности и учење

15 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 15.1 и 15.2

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

Ред.бр.

Автор

Наслов

Издавач

Година

7629

AHMED, M. AND POTTIE, G

Fusion in the context of information theory

CRC Press

2005

7630

BEDWORTH, M. D. AND O’BRIEN, J. C

The omnibus model: A new model for data fusion?

In Proceedings of the 2nd International Conference on Information Fusion (FUSION’99)

1999

7631

BROOKS, R. R. AND IYENGAR, S

Multi-Sensor Fusion: Fundamentals and Applications with Software

Prentice Hall PTR

1998

7632

CHENG, Y. AND KASHYAP, R. L

Comparison of Bayesian and Dempster’s rules in evidence combination

1988

7633

KESSLER ET AL.

Functional description of the data fusion process

Report prepared for the Office of Naval Technology

1992

7634

Mitchell, H B

Data Fusion: Concepts and Ideas

Springer

2012

7635

Francisco Herrera

Information Fusion

Elsevier

2017

7636

Eloi Bosse and Basel Solaiman

Information Fusion and Analytics for Big Data and IoT

Artech House

2016

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година