Паметни системи за производство и мониторинг

Паметни системи за производство и мониторинг

1.

Наслов на наставниот предмет

Паметни системи за производство и мониторинг

Smart production and monitoring systems

2.

Код

m23_s_073

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

9.

Предуслови за запишување на предметот

10.

Цели на предметната програма (компетенции):


Во рамките на овој предмет ќе бидат обработени напредните IT алгоритми и системи за мониторинг и менаџирање производството кои се користат во производството на храна, земјоделството и сточарството. Кандидатите ќе бидат оспособени да дизајнираат и имплементираат IT системи за прецизно земјоделство и сточарство и да вршат напредна анализа и мониторинг на производството со користење на податоци сензори и автономни роботски системи.

11.

Содржина на предметната програма:


Интеграција на IT со производството на храна и суровини Примена на напредни сензори и ефектори во паметното производство IOT и Cloud парадигмата во производството и прецизното земјоделство Методи за анализа на податоци во прецизното земјоделство и паметното производство Примена на вештачка интелигенија и роботиката во во прецизното земјоделство и паметното производство

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

60 + 0 + 30 + 50 + 40 = 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

50 часови

16.2.

Самостојни задачи

30 часови

16.3.

Домашно учење

40 часови

17.

Начин на оценување

17.1.

Тестови

45 бодови

17.2.

Семинарска работа/ проект ( презентација: писмена и усна)

50 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 15.1 и 15.2

20.

Јазик на кој се изведува наставата

Македонски и Англиски

21.

Метод на следење на квалитетот на наставата

Интерна самоевалуација

22.

Литература

22.1.

Задолжителна литература

Ред.бр.

Автор

Наслов

Издавач

Година

7700

Thomas Lillesand,‎ Ralph W. Kiefer,‎ Jonathan Chipman

Remote Sensing and Image Interpretation 7th Edition

Wiley

2015

7701

Antonit Mucherino, Petraq J. Papajorgji, Panos M. Padalos

Data Mining in Agriculture

Springer

2009

7702

Nicolas Baghdadi, Mehrez Zribi

Land Surface Remote Sensing in Agriculture and Forest

Elsevier

2016

7703

Yingfeng Zhang and Fei Tao

Optimization of Manufacturing Systems Using the Internet of Things

Academic Press

2016

22.2.

Дополнителна литература

Ред.бр.

Автор

Наслов

Издавач

Година