Система класифікації інформації.

30. Основні методи класифікації інформації.83

31 .Система кодування інформації.111

32. Основні методи кодування інформації.29

33. Основи і класифікатори техніко-економічної інформації.76

34. Етапи методики створення класифікаторів.72

35. Поняття системи документації, уніфіковані системи документації. 117+115

36. Вихідна інформація інформаційної системи.98

Класифікація форм вихідної інформації.

38. Вимоги до проектування форм вихідної інформації. 98

39. Етапи методики проектування форм вихідної інформації.121

40. Розміщення атрибутів у вихідному повідомленні.60

41. Вхідна інформація інформаційної системи.63

42. 3агальні вимоги до проектування форм первинних документів.104

43. Форми побудови зон первинних документів.60

44. Етапи методики проектування вхідних інформаційних повідомлень.80

Основні поняття зв'язку користувач - ПЕОМ.

Процеси введення-виведення при проектуванні інформаційної системи.

47. Основні структури типів діалогу інформаційної системи.102

Послідовність проектування розміщення даних на екрані.

Ієрархія розміщення даних на екрані.

Основні цілі і складові підтримки користувача.

51. Що передбачає випробування інформаційної системи.109

Рівні управління проектуванням інформаційних систем

Характеристика елементного підходу до створення інформаційної системи.

Характеристика компонентної технології створення інформаційної системи.

55. Структурний підхід до проектування інформаційної системи.69

56. Метод функціонального моделювання SADT.84

57. Сутність об'єктно-орієнтованого підходу до проектування інформаційної системи.99

Основні засоби мови UML.

59. Класифікація CASE-засобів.18

60. Класифікація та основні принципи створення АРМ.71+79

Штучний інтелект (Іванченко Г.Ф.)

1. Алгоритм методу мурашки. (Ant algorithms), оптимізація, за принципом мурашиної колонії (алгоритму (Marco Dorigo)).

2. Алгоритм зворотного розповсюдження у нейронних багатошарових мережах.

3. (Обробка природної мови) Попередня обробка і розпізнавання звуків.

4. Генетичний алгоритм Джона Холландона (John Holland) та еволюційні моделі для виведення послідовності дій, алгоритмом Джона Коза (John Koza)

5. (Основні моделі висновку) Стандартизація предикативних формул

6. (Обробка природної мови) Статистичний підхід до розпізнавання мови

7. Використування та розробка Web-агента, поняття Кріса Лангтона (Chris Langton), структура програмного агента

8. (Машинне навчання, засноване на символьному представленні інформації) Індуктивний поріг і можливості навчання

9. (Обробка природної мови) Модель мови

10. (Машинне навчання, засноване на символьному представленні інформації) Алгоритм Meta-DENDRAL

11. (Штучний інтелект: історія розвитку) , Моделювання роботи людського інтелекту

12. (Обробка природної мови) Синтез мови по тексту

13. Алгоритм використовування розумних агентів (Intelligent agent)

14. (Основні моделі висновку) Планування переміщень робот

15. (Машинне навчання, засноване на символьному представленні інформації) Алгоритм EBL і навчання на рівні знань

16. (Обробка природної мови) Методи синтезу мовних сигналів

17. Алгоритм Web-агента по Алан Кей (Alan Kay)

18. Обробка природної мови) Визначення управляючих параметрів синтезаторів мови

19. (Основні моделі висновку) Принцип резолюції і система STRIPS

20. (Машинне навчання, засноване на символьному представленні інформації) Концептуальна кластеризація

21. Алгоритм програми сортування на базі дерева висновків.

22. Програма граматичного розібрання списку на державній мові.

23. (Машинне навчання, засноване на символьному представленні інформації) Компоненти навчання з підкріпленням

24. (Комп'ютерний зір) Системи комп'ютерного зору

25. Алгоритм програми використання внутрішньої бази фактів підприємства.

26. (Розпізнавання образів і навчання) Основні відомості про розпізнавання образів.

27. Система заснована на правилах архітектури зворотного висновку.

28. (Розпізнавання образів і навчання) Геометричний метод розпізнавання

29. Алгоритм моделі станів (Bigram Model)

30. (Розпізнавання образів і навчання) Байесовській метод розпізнавання

31. Програма з використанням селекторів зовнішніх баз даних.

32. (Представлення знань) Числення висловів

33. (Розпізнавання образів.і навчання) Рекурентні алгоритми навчання розпізнаванню образів

34. (Комп'ютерний зір) Пошук при виділенні контурних сегментів

35. (Представлення знань) Числення предикатів

36. (Комп'ютерний зір) Активні контурні моделі.

37. (Основні моделі висновку) Неповнота знань і немонотонний висновок

38. (Розпізнавання образів і навчання) Моделі нейронних елементів

39. (Представлення знань), Семантика числення висловів

40. (Розпізнавання образів і навчання) Структури нейронних мереж

41. (Комп'ютерний зір) Інтерпретація контурних малюнків

42. Web-агент, поняття Кріса Лангтона (Chris Langton), структура агента

43. (Комп'ютерний зір) Розпізнавання об'єктів в системах зору роботів

44. Алгоритм моделювання штучного життя (Artifical life)

45. (Розпізнавання образів і навчання) Адаптивний лінійний елемент

46. (Комп'ютерний зір) 20-методи, які використовують глобальні ознаки.

47. Алгоритм кластеризації Гроссберга і Карпентера.

48. (Представлення знань) Правила висновку в численні предикатів

49. (Розпізнавання образів і навчання) Багатошаровий персептрон

50. (Комп'ютерний зір) 2Б-методи, які використовують локальні ознаки

51. (Машинне навчання, засноване на символьному представленні інформації) Операція узагальнення і простір понять

52. (Розпізнавання образів! навчання) Навчання без вчителя ШНМ , засновані на правилі навчання Хебба

53. (Комп'ютерний зір) 2Б-метод, які використовують граф відносин

54. (Машинне навчання, засноване на символьному представленні інформації) Алгоритм виключення кандидата

55. (Обробка природної мови) Компоненти ПМ-снстсми

56. Генетичний алгоритм Джона Холландона (John Holland

57. (Представлення знань) Семантичні мережі

58. (Представлення знань) Способи опису семантичних мереж і логічний висновок

59. (Машинне навчання, засноване на символьному представленні інформації) Індуктивний алгоритм побудови дерева рішень ID3

60. (Представлення знань) Структура фрейма

Математичне програмування та дослідження операцій (Савіна С.С.)

1. Загальна постановка задачі лінійного програмування. Приклади економічних задач лінійного програмування.

Модель задачі лінійного програмування в розгорнутому і скороченому вигляді, а також в матричній і векторній формах.

3. Властивості розв'язків задачі лінійного програмування. Геометрична інтерпретація задач лінійного програмування.

4. Означення планів задачі лінійного програмування (допустимий, опорний, оптимальний).

5. Побудова опорного плану задачі лінійного програмування, перехід до іншого опорного плану.

6. Теорема про оптимальність розв'язку задачі лінійного програмування симплекс-методом.

7. Знаходження оптимального розв'язку задачі лінійного програмування. Алгоритм симплексного методу.

8. Симплексний метод із штучним базисом. Ознака оптимальності плану із штучним базисом.

9. Двоїста задача. Правила побудови двоїстої задачі. Симетричні й несиметричні двоїсті задачі.

10. Економічний зміст двоїстої задачі й двоїстих оцінок.

11. Теореми двоїстості, їх економічна інтерпретація.

Застосування теорем двоїстості в розв’язуванні задач лінійного програмування.

Методи розв'язування двоїстої задачі лінійного програмування.