Рабочая программа учебной дисциплины «Обработка экспериментальных данных на эвм»
Скачать 120.64 Kb.
|
| МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ» (ТУСУР)
РАБОЧАЯ ПРОГРАММА учебной дисциплины «Обработка экспериментальных данных на ЭВМ» Уровень основной образовательной программы бакалавриат Направление(я) подготовки (специальность): 010500.62 – «Прикладная математика и информатика» Форма обучения очная Факультет систем управления Кафедра автоматизированных систем управления Курс _ 4 Семестр 7 Учебный план набора 2008 года и последующих лет Распределение рабочего времени:
Экзамен 7 семестр Томск 2012 Рабочая программа составлена на основании требований Государственного образовательного стандарта по направлению "Прикладная математика и информатика", утвержденного 23 марта 2000 г. Рабочая программа обсуждена на заседании кафедры АСУ «28» июня 2012 г., протокол №_15_ Разработчик профессор, д.т.н. кафедры АСУ __________________ Катаев М.Ю. Зав. обеспечивающей кафедрой профессор, д.т.н. ___________________________ Кориков А.М. Рабочая программа согласована с факультетом, профилирующей кафедрами специальности Декан, к.т.н., доцент П.В. Сенченко Зав. профилирующей кафедрой профессор, д.т.н. ___________________________ Кориков А.М. Зав. выпускающей кафедрой профессор, д.т.н. ___________________________ Кориков А.М. 1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ И ЕЕ МЕСТО В УЧЕБНОМ ПРОЦЕССЕ ЦЕЛЬ ДИСЦИПЛИНЫ - ознакомить студентов с Обработкой Экспериментальных Данных на ЭВМ (далее ОЭД). Для этого необходимо уделить внимание изучению различных моделей представления экспериментальных данных (линейные и нелинейные), классификации задач обработки ((прямые и обратные) и (качественные и количественные)) и методов их решения (МНК, регрессия, некорректные задачи, интерполяция и др.). Подготовить к решению различных практических задач с использованием ОЭД. ЗАДАЧИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ состоят в том, что в результате ее изучения студенты должны:
КРАТКАЯ ИНФОРМАЦИЯ О ПРЕДМЕТЕ КУРСА Почти каждому современному работнику, где бы он не работал (в науке, в банке и др.), в процессе производственной деятельности необходимо производить различного рода измерения и обрабатывать их. При небольших объемах данных и несложных моделях изучаемого объекта можно проводить обработку вручную. Однако современные потоки данных, их объем и скорость поступления заставляют разрабатывать не только технику, но и методы обработки и соответствующее программное обеспечение. И во всех этих случаях человек, обрабатывающий измерения должен располагать соответствующими знаниями, которые позволили бы получит оптимальный результат. Как правило, основным подходом в решении многих задач является Метод Наименьших Квадратов (МНК) в его различных модификациях. МНК зарекомендовал себя хорошо с точки зрения точности получаемых результатов и простоты реализации. К тому же создано немало стандартных программ решения различных задач при помощи МНК. Однако МНК эффективно работает только для линейных моделей, а на практике встречаются ситуации, когда связь искомого параметра с измеряемой величиной сугубо нелинейная. В этом случае применяют Нелинейный МНК или другие методы обработки. Знакомство со всеми этими методами расширяет арсенал средств, находящихся в распоряжении обработчика, что особенно важно в сложных случаях, например, когда измерения производятся при воздействии большого числа факторов, мешающих их проведению. При работе со случайными измерениями (а таковыми являются все без исключения эксперименты) исследователь должен знать стандартные методы оценки погрешности как для линейных, так и для нелинейных моделей. Оценивать тип плотности вероятности распределения ошибок и проводить экспертную оценку результатов измерений на полноту и достоверность (соответствие некоторой теоретической модели). В настоящее время достаточно много разработано готовых программ и пакетов научных программ. Поэтому исследователь должен ориентироваться в различных версиях и модификациях этих изделий, а также уметь тестировать их на надежность и точность. Огромное значение для исследователя играет визуализация как результатов обработки, так и самих данных измерений в 2D или в 3D областях. Несмотря на то, что разработано множество готовой продукции, исследователь может столкнуться с такими задачами, где эти изделия не позволяют получать ожидаемый результат. Поэтому одной из самых главных частей курса является создание справочника алгоритмов решения типичных задач ОЭД. С помощью этого справочника можно проводить дальнейшую доработку и модификацию существующих алгоритмов с целью достижения необходимого результата. 2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ 2.1 ЛЕКЦИИ ТЕМА -1- (2 часа) Введение в основные понятия ОЭД 1. Введение в курс Обработки Экспериментальных Данных на ЭВМ (ОЭД) 2. Определение круга задач решаемых с помощью ОЭД 3. Классификация задач: Прямые и Обратные задачи, Линейные и Нелинейные, а также качественные и количественные. 4. Прямые и Косвенные эксперименты 5. Модели данных и их классификация ТЕМА -2- (2 часа) Определение понятия ошибка эксперимента (всего=4 часа) 1. Основные источники погрешности измерений (случайные и систематические) 2. Классификация типов ошибок (личные, приборные, ошибки модели и др.) 3. Методы оценки и разделения типов ошибок ТЕМА -3- (2 часа) Виды распределений случайных величин (всего=6 часов) 1. Типы Распределений Плотности Вероятностей (РПВ) случайных ошибок 2. Классификация РПВ, вид распределения, параметры, переменные, среднее и дисперсия 3 Генераторы Случайных Чисел (ГСЧ) соответствующих различным РПВ ТЕМА -4- (4 часа) Поиск параметров распределений случайных величин (всего=10 часов) 1. Методы оценки параметров РПВ (метод гистограмм, Парзеновских окон, ближайших соседей и др. методы) 2. Использование Вероятностных таблиц. 3. Алгоритмы и примеры использование методов ТЕМА -5- (4 часа) Метод наименьших квадратов (всего=14 часов) 1. Метод Наименьших Квадратов (МНК). Модификации МНК. 2. Алгоритмы решение задач при помощи МНК ТЕМА -6- (4 часа) Методы решения нелинейных задач (всего=16 часов) 1. Методы решения нелинейных задач. Оценивание параметров. 2. Типы оценок и особенности алгоритмов в нелинейных методах ТЕМА -7- (4 часа) Некорректные задачи и методы их решения (всего=20 часов) 1. Элементы функционального анализа. 2. Корректные, условно-корректные и некорректные задачи 3. Метод Тихонова решения некорректных задач 4. Виды стабилизаторов и методов решения некорректных задач. ТЕМА -8- (6 часов) Описание Сплайн-функций (всего=26 часов) 1. Метод сплайн-функций (СФ). Типы сплайнов. 2. Алгоритмы построения сплайнов. ТЕМА -9- (6 часов) Введение в регрессионный анализ (всего=32 часа) 1. Регрессия линейная и нелинейная. 2. Вычисление погрешности оценки параметров. Остаточная дисперсия. 3. Полные данные и неполные. Учет мешающих параметров. 4. Методы обработки неполных данных. (ES-алгоритм) ТЕМА -10- (6 часов) Введение в теорию распознавания образов (всего=38 часов) 1. Распознавание образов как составная часть ОЭД. 2. Критерии качественной интерпретации данных (Максимальное правдоподобие, Неймана-Пирсона, Ваальда и др.) 3. Учет мешающих параметров. 4. Примеры решения некоторых задач. ТЕМА -11- (10 часов) (всего=48 часа) 1. Визуализация данных. Методы, алгоритмы и программы. 2. Организация программ обработки данных. основные этапы. 3. Автоматизированные системы научных исследований (АСНИ). 2.2 ЛАБОРАТОРНЫЕ ЗАНЯТИЯ ТЕМА -1-(4 часа) Изучение Распределений случайных величин (всего=4 часа) 1. Написание программ реализующих различные РПВ 2. Программы ГСЧ, соответствующих различным РПВ 3. Оценка параметров РПВ (метод гистограмм, Парзеновских окон, ближайших соседей и др.) 4. Использование Вероятностных таблиц. 1 ТЕМА -2- (4 часа) Изучение методов оценивания параметров нелинейных моделей. Метод решения некорректной задачи (всего=8 часов) 1. Решение нелинейной задачи оценивание параметров нелинейной модели. 2. Оценка точности оценки. 3. Программа реализации метода Тихонова решения некорректной задачи ТЕМА -3- (4 часа) Изучение метода сплайн-функций. Методы регрессии (всего=12 часов) 1. Программы построения линейных, параболических и кубических сплайнов. 2. Программы построения линейной, квадратичной регрессии. 3. Вычисление погрешности оценки параметров. Остаточная дисперсия. 4. Линейная и квадратичная регрессия в случае неполных данных. ТЕМА -4- (4 часа) Основы распознавания образов (всего=16 часов) 1. Программа распознавания образов методом максимального правдоподобия 2. Исследование влияния мешающих параметров на качество распознавания. 4. РЕЙТИНГОВАЯ ОЦЕНКА УСПЕВАЕМОСТИ Контроль обучения – экзамен Максимальное количество баллов – 120 Рейтингу 60–79 баллов соответствует оценка «удовлетворительно» Рейтингу 80–99 баллов соответствует оценка «хорошо» Рейтингу 100–120 баллов соответствует оценка «отлично» Для допуска к экзамену следует набрать 61 балл. Система рейтинга:
5 САМОСТОЯТЕЛЬНАЯ РАБОТА В качестве самостоятельной работы студентам предлагается написать и защитить рефераты.
Темы рефератов
6. УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ ОСНОВНАЯ ЛИТЕРАТУРА 1. Письменный, Д.Т. Конспект лекций по теории вероятностей, математической статистике и случайным процессам: / Д.Т. Письменный. - 3-е изд. - М.: Айрис-Пресс, 2008. - 287 с. (в библиотеке ТУСУР 5 экз.) 2. Майстренко, А. В. Методы и алгоритмы цифрового дифференцирования сигналов в системах реального времени : монография / А. В. Майстренко, А. А. Светлаков ; Федеральное агентство по образованию, Томский государственный университет систем управления и радиоэлектроники. - Томск : ТУСУР, 2009. - 138 с. (в библиотеке ТУСУР 5 экз.) ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА 1. Грек, В.В. Стандартизация и метрология систем обработки данных: Учебное пособие для втузов/ В.В. Грек, И.В. Максимей. - Минск: Вышэйшая школа, 1994. - 287 с. (библиотека ТУСУР 20) 2. Решетников, М.Т. Планирование эксперимента и статистическая обработка данных: Учебное пособие для вузов/ М.Т. Решетников; Министерство образования Российской Федерации, Томский государственный университет систем управления и радиоэлектроники. - Томск: ТУСУР, 2000. - 232 с. (библиотека ТУСУР 38) 3. Брандт, Зигмунд. Анализ данных. Статистические и вычислительные методы для научных работников и инженеров: Пер. с англ. : Учебное пособие/ З. Брандт ; пер. : О. И. Волкова ; ред. пер. : Е. В. Чепурин. - М.: Мир, 2003. - 686 с. (библиотека ТУСУР 20) 4. Розанов, Ю.А. Теория вероятностей, случайные процессы и математическая статистика: учебник для вузов/ Ю. А. Розанов. - 2-е изд., доп. - М.: Наука, 1989. - 312 с. (библиотека ТУСУР 12) 5. Себер Дж. Линейный регрессионный анализ: Пер. с англ./ Дж. Себер ; пер. В. П. Носко, ред. М. Б. Малютов. - М.: Мир, 1980. - 456 с. (библиотека ТУСУР 10) 6. Катаев, М.Ю. Обработка экспериментальных данных на ЭВМ: Учебное пособие/ М.Ю. Катаев. - Томск: ТМЦДО, 2001. - 104 с. (библиотека ТУСУР 9) 7. Катаев М.Ю., Рыбалов Б.А. Автоматизированная разработка, информационная поддержка и регистрация программных продуктов. Вычислительный эксперимент. - Информационно-методическое пособие. - В-Спектр, Томск, 2007. – 130 c. (библиотека ТУСУР 150) 8. Катаев, М.Ю. Обработка экспериментальных данных на ЭВМ: Лабораторный практикум / М.Ю. Катаев, А.Я.Суханов; Министерство образования Российской Федерации, Томский государственный университет систем управления и радиоэлектроники, Кафедра автоматизированных систем управления. - Томск: ТУСУР, 2007. - 103 с. (библиотека ТУСУР 50) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Добавить документ в свой блог или на сайт
Похожие:
 | Рабочая программа По дисциплине «Обработка экспериментальных данных на эвм» Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования |  | Рабочая программа учебной дисциплины «обработка экспериментальных данных» Рабочая программа предназначена для дисциплин по выбору вариативной части профессионального цикла студентам очной формы обучения... |
| Рабочая программа учебной дисциплины «системый анализ» Студенту необходимо также освоение пакетов прикладных программ обработки экспериментальных данных; применение аппарата корреляционного... | | Рабочая программа учебной дисциплины ЭВМ и периферийные устройства Эвм, систем и их периферийных устройств, теоретических основ и практических навыков их анализа, проектирования и исследования, взаимодействия... |
| Курсовой проект по технической эксплуатации автомобилей ставит своей... Статистическая обработка экспериментальных данных по законам нормальному и Вейбулла 9 | | Программа по формированию навыков безопасного поведения на дорогах... Программа учебной дисциплины м дв математическая обработка данных психолого-педагогических исследований |
| Рабочая программа учебной дисциплины базы данных Целью дисциплины является изучение основ информационного обеспечения автоматизированных информационных систем в виде баз и банков... | | Программа учебной дисциплины «эвм и периферийные устройства» Эвм, систем и их периферийных устройств, теоретических основ и практических навыков их анализа, проектирования и исследования, взаимодействия... |
| “Внешние устройства персонального компьютера.” Пу обеспечить поступление в ЭВМ из окружающей среды программ и данных для обработки, а также выдачу результатов работы ЭВМ в виде,... | | Методические рекомендации по освоению учебной дисциплины «организация... М является усвоение базовых знаний о принципах организации современных ЭВМ и систем, на основе которых студенты могли бы самостоятельно... |
| Учебной дисциплины пс рпуд рабочая программа учебной дисциплины (модуля)... Компетенции студента, формируемые в результате освоения учебной дисциплины (модуля) / ожидаемые результаты образования и компетенции... | | Системы управления базами данных Первый этап развития субд связан с организацией баз данных на больших машинах типа ibm 360/370, ес-эвм и мини-эвм типа pdp11 (фирмы... |
| Stem-томография для просвечивающего электронного микроскопа Программа предназначена для проведения томографических экспериментов в электронном микроскопе Zeiss Libra 200 hr fe в сканирующем... | | Закон кыргызской республики Эвм объективная форма представления совокупности данных и команд, предназначенных для функционирования электронных вычислительных... |
| Правила оформления заявки (документов и материалов), представляемой... Эвм или базы данных. В тех случаях, когда сведения по какой-то из граф заявления или дополнения к нему отсутствуют или ответ при... | | Рабочая программа дисциплины «Сети ЭВМ и телекоммуникации» Перевозник Ю. Я. Рабочая программа дисциплины «Сети ЭВМ и телекоммуникации» по специальности 230101. 65 Вычислительные машины, комплексы,... |
