×
Универзитет у Новом Саду

Предмет: Анализа процеса и података на мрежама (17.EK553)

Основне информације:
 
Категорија Научно-стручни
Ужа научна област Телекомуникације и обрада сигнала
ЕСПБ 6

Циљ предмета је да студенти овладају основним концептима и методама за анализу процеса и података на мрежама, одговарајућим софтверским алатима, на конкретним примерима мрежа из различитих домена (друштвених, биолошких, технолошких, као и података моделованих мрежама).

По успешно завршеном курсу студенти ће моћи да: 1) одаберу и примене одговарајући теоријски алат да моделују, анализирају, и предложе решење за задати практичан проблем из домена мрежа; 2) одаберу и примене научене методе и алгоритме у изабраном експерименталном окружењу, да верификују валидност метода и евалуирају његову перформансу.

Теоријска настава Велики број система како у природи тако и технолошких садржи комплексне интеракције између својих саставних елемената које је неопходно моделовати на одговарајући начин у циљу њихове успешне анализе, дизајна и оптимизације. Примери таквих система су и водећи примери из домена вештачке интелигенције: аутономна возила, мреже интеракција протеина, друштвене мреже, Интернет ствари и бројне друге. Овај предмет се бави основним алатима моделовања и анализе комплексних система-мрежа. Увод у теорију графова и алгебарску теорију графова, матрица придружености и Лапласијан; Расподела броја суседа и scale-free, особина; Коефицијенти кластеризације и централности; Модели формирања мрежа: Erdos-Renyi, Watts-Strogatz, Barabasi-Albert; Моделовање података путем графа; Заједнице у мрежама и алгоритми њихове детекције, стохастички блок модел; алгоритми мрежног учења (Консензус, дифузија); Графовске неуралне мреже; Актуелне примене у индустрији; Презентација и дискусија студентских пројеката. Практична настава Студенти ће стећи искуство из прве руке у анализи података и процеса на мрежама кроз лабораторијске вежбе користећи одговарајуће Python софтверске библиотеке (iGraph, NetworkX ). Такође, теоријска знања ће бити илустрована и примењена на вежбама и кроз студије случаја [4]

Лекције, аудиторне вежбе, студије случаја, лабораторијске вежбе, домаћи задаци, пројекат. Курс је дизајниран да оптимално избалансира математички приступ, где се детаљно и на квантитативан начин анализирају пажљиво одабране методе и модели из области науке о мрежама, са врло практичним приступом, који се најпре огледа у томе да ће сваки уведени концепт бити мотивисан и илустрован кроз конкретни пример из реалних мрежа. Додатно, на сваке две недеље један час наставе биће посвећен студијама случаја из реалних мрежа (WWW, финансијске мреже, Internet, итд.), са акцентом на материју која се у том тренутку обрађује. Студенти ће стећи искуство из прве руке у анализи података и процеса на мрежама кроз лабораторијске вежбе у одговарајућим софтверским окружењима (MATLAB, Python), као и на Raspberry Pi кластеру за дистрибуирано/мрежно машинско учење, које ће се за сваког студента током семестра профилисати у смеру одабраног студентског пројекта.

Аутори Назив Година Издавач Језик
Ernesto Estrada, Philip Knight A First Course in Network Theory 2015 Oxford University Press Енглески
Guido Caldarelli, Alessandro Chessa Data Science and Networks: Real Cases Studies with Python 2016 Oxford University Press Енглески
Dimitry Zinoviev Complex Network Analysis in Python 2018 Pragmatic Bookshelf; 1st edition Енглески
Albert-László Barabási Network Science 2016 online: http://networksciencebook.com Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Писмени део испита - комбиновани задаци и теорија
Предиспитна
Не
Обавезна
Да
Број поена
50.00
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
50.00

Предавања

Аудиторне вежбе

Рачунарске вежбе

Рачунарске вежбе