×
Универзитет у Новом Саду

Предмет: Геопросторни системи са великим количинама података (22.EAI065)

Основне информације:
 
Категорија Теоријско-методолошки
Ужа научна област Аутоматика и управљање системима
ЕСПБ 6

Оспособљавање студената за теоријско разумевање и практично решавање задатака у области примене вештачке интелигенције у обради и дистрибуцији великих количина просторно временским података, те примену технологија вештачке интелигенције и алгоритамску имплементацију у овој области. Оспособљавање студената за праћење савремене литературе из ове области, те даљи, самосталан стручни и научно-истраживачки рад.

Студенти су стекли основна знања из области обраде и дистрибуције великих количина просторно временских података. Студенти су научили да одаберу одговарајућу архитектуру и алгоритаме, те да имплементирају одговарајуће решење у програмском језику Python, уз ослонац на Jupyter Notebook и Apache SPARK окружење.

1) Основе примене вештачке интелигенције у просторно временским системима, локацијско базираним сервисима и геопозиционирању. Основе просторних и временских система, мапе и визуелизација, управљање геопростпорним базама података, геосензорски системи, савремени системи за аквизицију, складиштење, обраду, анализу и дистрибуцију геопросторних података, Mapping APIs (leaflet, MapBox, CartoDB) 2) Увод у архитектуре BigData система, основе геопросторних система великих количина података (Geospatial Big Data) 3) Технике обраде геопростотрних података (груписање, класификација, сегментација, анализа критичних тачака) 4) Машинско учење и анализа временских серија геопроторних података 5) Препознавање објеката и издвајање информација из геопросторних записа, обрада записа са геосензорских система и интегрисаних система за геопросторну аквизицију коришћењем алгоритама вештачке интелигенције и архитектуре геопросторних система великих количина података 6) Методе руковања текстом и анализа података друштвених мрежа у геопросторним системима 7) Просторно-временска анализа и анализа путање (ГНСС и подаци друштвених медија), кластер података и података геосензора. 8) Анализа просторне друштвене мреже (комбиновање просторне анализе и анализе друштвене мреже) 9) Питања приватности података 10) Остале технике и подручја примене (паметни градови, кризне ситуације, пољопровреда, управљање прородним ресурсима, управљање инфраструктуром)

Предавања. Рачунарске вежбе. Консултације. Менторски рад кроз израду домаћих задатака и обавезног пројекта на крају предмета.

Аутори Назив Година Издавач Језик
. Apache SPARK 2020 Енглески
OGC Artificial Intelligence in Geoinformatics 2020 DWG Енглески
A. Hassan, J. Vijayaraghavan Geospatial Data Science Quick Start Guide 2019 Packt Енглески
P. Crickard, E van Rees, S. Toms Mastering Geospatial Analysis with Python 2018 Packt Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Завршни испит - I део
Предиспитна
Не
Обавезна
Да
Број поена
30.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
30.00
Предметна активност
Домаћи задатак
Предиспитна
Да
Обавезна
Да
Број поена
5.00
Предметна активност
Завршни испит - II део
Предиспитна
Не
Обавезна
Да
Број поена
20.00

Предавања

Рачунарске вежбе

Рачунарске вежбе

Рачунарске вежбе