Примена на наука за податоците за набљудување на Земјата

Примена на наука за податоците за набљудување на Земјата

1.

Наслов на наставниот предмет

Примена на наука за податоците за набљудување на Земјата

Applying data science for Earth observation data

2.

Код

m23_s_015

3.

Студиска програма

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

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 Иван Китановски проф. д-р Ивица Димитровски ворн. проф. д-р Катарина Тројачанец Динева

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


По комплетирање на курсот се очекува студентите да се стекнат со знаење за обработка, анализа и примена на наука за податоците на набљудувања на Земјата. Во тој контекст се дефинираат видовите податоци што се добиваат од набљудувања на Земјата. Содржината исто така ги вклучува методите за прибирање и складирање на податоците, како начините за нивна автоматска анализа со помош на методи за машинско учење. По завршување на курсот се очекува студентот да ги познава и разбира предизвиците што се појавуваат анализа на податоците на набљудувања на Земјата и да знае да примени методи за нивна анали.

11.

Содржина на предметната програма:


Вовед и преглед - основни концепти; терминологија; податоци од набљудувања на Земјата; примена и области од интерес. Сателиски слики - преглед на различни видови на извори на податоци, начини на складирање и основни методи за подговотовка на податоците. Податоци од дронови, авиони и други видови на извори - преглед на видови на податоци и предизвици. Класификација на податоци од набљудувања на Земјата - методи за автоматско означување на содржината прикажана и практична примена, Семантичка сегментација на сателитски - методи за автоматско означување конкретни делови од сликите со нивната семантичко значење, Детекција на објекти во сателиски слики - методи за локација и означување на објекти од интерес во податоци од набљудувања на Земјата, Детекција на инстаци од различни објекти - преглед и развој на методи за детекција и означување на индивидуални објекти, Временска анализа на податоци од набљудувања на Земјата - преглед на методи за анализа на временски податоци и нивна примена за следење на промени на Земјата.

12.

Методи на учење:


Предавања, вежби, самостојна работа, проектни задачи, семинарски работи

13.

Вкупен расположив фонд на време

6.0 ЕКТС x 30 часа = 180 часа

14.

Распределба на расположивото време

45 + 15 + 30 + 50 + 40 = 180 часа

15.

Форми на наставните активности

15.1.

Предавања- теоретска настава

45 часови

15.2.

Вежби (лабораториски, аудиториски), семинари, тимска работа

15 часови

16.

Други форми на активности

16.1.

Проектни задачи

50 часови

16.2.

Самостојни задачи

30 часови

16.3.

Домашно учење

40 часови

17.

Начин на оценување

17.1.

Тестови

0 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

50 бодови

17.3.

Активности и учење

0 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

NULL

20.

Јазик на кој се изведува наставата

македонски или англиски

21.

Метод на следење на квалитетот на наставата

интерна евалуација и анкети

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

6621

Zhe Jiang, Shashi Shekhar

Spatial Big Data Science: Classification Techniques for Earth Observation Imagery 1st ed. 2017 Edition, Kindle Edition

Springer

2017

6622

Pierre-Philippe Mathieu, Christoph Aubrecht

Satellite Image Analysis: Clustering and Classification

Springer

2018

6623

Pierre-Philippe Mathieu

Earth Observation Open Science and Innovation

Springer

2018

6624

0

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година