| Kods | DE0946 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Kiberfizisko sistēmu vadība | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Augstākā līmeņa, Akadēmiskais | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Dmitrijs Bļizņuks | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 6.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Studiju kurss piedāvā padziļinātu ieskatu sarežģītu sistēmu arhitektūras izveidē un pārvaldībā, koncentrējoties uz iegulto sistēmu lietošanu. Tas aptver plašu tematu klāstu, piemēram signālu iegūšanu un apstrādi iegultās sistēmās un drošībai kritisko sistēmu vadību. Studiju kurss arī iedziļinās dalītās vadības sistēmās, specializētajos tīkla protokolos (CAN, RS485 un IEEE 802.15.4), un laika kritiskajā vadībā, sniedzot studentiem izpratni par mūsdienu izaicinājumiem un risinājumiem sistēmu dizainā un integrācijā. . Saturā arī iekļauti svarīgi vadības sistēmu validācijas un testēšanas, klasifikācijas un sertifikācijas aspekti, piedāvājot ieskatu standartos un procesos, kas nodrošina vadības sistēmu uzticamību un drošību. Vadības principi iekļauj arī izskaidrojamā mākslīgā intelekta ('eXplainable AI') pielietošanu vadības sistēmās, risinot pieaugošo nepieciešamību pēc pārredzamības un izpratnes mākslīgā intelekta vadītos lēmumu pieņemšanas procesos. Kā arī studiju kurss apskata lokālo skaitļošanu (‘Edge computing’) un mākslīgo neirontīklu adaptāciju iegultām sistēmām, izceļot pāreju uz decentralizētu skaitļošanu un uzlabotu mākslīgā intelekta tehnoloģiju lietojumu reāllaikā, resursu ierobežotās vidēs.. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju kursa mērķis ir iepazīstināt ar sarežģītu sistēmu vadības izaicinājumiem, mūsdienu risinājumiem un ierobežojumiem, kā arī dot ieskatu šādu sistēmu projektēšanā un ieviešanā. Studiju kursa uzdevumi: - iemācīt analizēt un izstrādāt sarežģīto sistēmu arhitektūras; - pilnveidot iemaņas cilvēka-mašīnas saskarnes izstrādē; - iemācīt veikt komunikāciju protokolu izvēli atbilstoši uzdevumam; - iepazīstināt ar mākslīgā neirontīkla adaptēšanu iegultām sistēmām. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Spēj novērtēt sarežģītas sistēmas prasības un piedāvāt atbilstošo arhitektūru. - Eksāmens (vērtējot atbilžu kvalitāti un spēju pamatot veikto izvēli) un praktiskie darbi, vērtējot ar iegūto punktu skaitu par pareizām atbildēm. Pārzina sarežģīto sistēmu vadības principus. - Eksāmens un praktiskie darbi. Spēj patstāvīgi veidot atsevišķus sarežģīto sistēmu moduļus. - Praktiskie darbi. Pārzina sarežģīto sistēmu vadības pamatus. - Testi lekciju laikā (vērtējot ar iegūto punktu skaitu par pareizām atbildēm) un eksāmens. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju rezultātu vērtēšanas kritēriji |
Testi lekciju laikā - 20%
Praktiskie darbi - 50% Eksāmens - 30% |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | Programmēšanas pamati. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||