×
Универзитет у Новом Саду

Предмет: Примене ИКТ и обраде сигнала (17.EK560)

Основне информације:
 
Категорија Теоријско-методолошки
Ужа научна област Телекомуникације и обрада сигнала
ЕСПБ 9

Циљ предмета је обједињавање теоријских знања стечених из различитих области информационо-комуникационих технологија (ИКТ) и обраде информација и сигнала, као и њихова практична примена у лабораторијама Катедре за телекомуникације и обраду сигнала (КТИОС). Студенти кроз реализацију пројектних задатака овладавају вештинама тимског рада на реализацији постављених задатака. На овом предмету, студенти се кроз консултације са наставницима и сарадњу са паратнерима из привреде упознају са разлозима и значајем примене ИКТ и напредних метода обраде информација и сигнала у пословању предузећа, као и са значајем прикупљања података разноврсним сензорима ради анализе мултимодалних представа феномена у друштву, биоинформатици, роботици, медицини, уметности.

Студенти су оспособљени да тимским радом и кроз сарадњу са партнерима из привреде решавају сложене проблеме дефинисане пројектним задацима. Усвојена знања и стечене вештине користе да изврше анализу постављених задатака и препознају могућност да се активном применом напредних ИКТ и савремених метода обраде информација и сигнала унапреде пословање предузећа, рад уређаја и система у различитим областима привреде и друштвеног живота.

Примене информационо-комуникационих технологија (ИКТ) и обраде информација и сигнала у: •Индустрији 4.0 (сајбер физички систем, дигитална и виртуелна фабрика); •Пословању предузећа (информационе технологије и системи, пословне софтверске апликације); •Паметном саобраћају (интелигентни транспортни системи, развој traffic cloud-а и паметних паркинга); •Образовању (видео конференције, блогови, заједнички радни простори, адаптивне трајекторије образовања); •Пољопривреди (управљање пољопривредним добрима и машинама, ИКТ у сточарској производњи); •Енергетици (дистрибуција енергије кроз паметне мреже (Smart Grid)); •Медицини (виртуелне ординације, интерфејс мозак-компјутер, хируршки системи и др.). Примена техника машинског учења и обраде вишедимензионалних и мултимодалних сигнала ради: •Даљинског осматрања хипер спектралним сензорима са циљем класификације и анализе сцене; •Стварања паметног окружења, проширене стварности и виртуелне реалности; •Интерпретације дигиталних записа добијених мултимодалним скенирањем (дигитална фотографија, инфрацрвени и мулти-спектрални сензори, радиографија и рендгенска флуоресценција) ради рестаурације и конзервације уметничких дела; •Обраде природног језика (NLP) у дијалошким системима различите намене (говорни портали, персонални асистенти, паметне куће и др.); •Унакрсне претраге мултимедијалних архива медијских сервиса; •Форензичке идентификације говорника помоћу савремених техника обраде аудио сигнала; •Примене ИКТ и обраде сигнала као помагала за особе са инвалидитетом.

Предавања, вежбе и консултације уз самостални истраживачки рад. Примене ИКТ и обраде сигнала представљене су кроз анализу различитих трендова и показатеља, као и пројекте сарадње лабораторија КТИОС с партнерима из привреде. Након формирања тимова са 3-5 студената са сродним темама мастер радова и дефинисања њихових пројектних задатака, студенти ће на лабораторијским вежбама радити на дефинисању техничких решења и њиховој имплементацији. Уз самостални истраживачки рад и консултације са предметним наставницима, студент ће активно сарађивати и са партнерима из привреде. На крају курса предвиђена је тимска презентација израђених техничких решња кроз коју ће студенти размењивати искуства и оцењивати свој рад, рад свога тима и других тимова.

Аутори Назив Година Издавач Језик
Jill Dyche The New IT: How Technology Leaders are Enabling Business Strategy in the Digital Age 2015 McGraw-Hill Енглески
Kathy Baxter, Catherine Courage, Kelly Caine Understanding Your Users: A Practical Guide to User Research Methods (Interactive Technologies), 2nd Edition 2015 Elsevier Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Презентација
Предиспитна
Да
Обавезна
Да
Број поена
20.00
Предметна активност
Предметни(пројектни)задатак
Предиспитна
Да
Обавезна
Да
Број поена
50.00
Предметна активност
Усмени део испита
Предиспитна
Не
Обавезна
Да
Број поена
30.00
API Image

проф. др Владо Делић

Редовни професор

Предавања

Предавања

Аудиторне вежбе

Аудиторне вежбе

Лабораторијске вежбе

Лабораторијске вежбе