New Generation in Representing Information
A tantárgyleírás hatályossága
| Subject name (Hungarian, English) |
Az információábrázolás új generációja
New Generation in Representing Information
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVITMD104 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 5 | ||||||||||||
| Subject coordinator |
Dr. Baranyi Péter Zoltán
contact:
baranyi@tmit.bme.hu
|
||||||||||||
| Responsible department |
Távközlési és Mesterséges Intelligencia Tanszék
|
||||||||||||
| Faculty | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Az információ-ábrázolás klasszikus és modern módszereinek összehasonlítása. A tantárgy Hilbert hipotézisétől napjainkig áttekinti a modellezési technikák fejlődését és az alkalmazott számítástudományi eszközöket. A tantárgy rámutat arra, hogy jelentős szemléletváltozásnak lehetünk tanúi a mérnöki modellezésben és feladat ábrázolásban. Rámutat arra, hogy a megoldás és megoldhatóság fogalma tágabb értelmet nyert.
A tananyag külön tárgyalja az információk ábrázolásában megjelenő szemcsés szerkezetre épülő módszereket és ahhoz tartozó uniform ábrázolási célokat, ami az információ-ábrázolás új generációját jelenti. Példákon keresztül ismerteti a tantárgy, hogy a mai számítástechnikai eszközök hatására előtérbe került az uniformitás, a feladat-független ábrázolás és automatizált megoldás a mérnöki feladatok igen tág osztályában.
A tantárgy megmutatja, hogy az információ-ábrázolás jósága, feldolgozhatósága és komplexitása közötti összefüggéseket hogyan lehet figyelembe venni. Példákat mutat arra, hogy miként lehet modellezés során az analitikus és numerikus jelleget elválasztani, akár black-box modellezések esetén is. Példákat mutat arra, hogy meghatározott archetipikus lenyomatok alkalmazása a modellezésben közelebb vezethet a megoldáshoz, annak ellenére, hogy az ilyen jellegű modellezés, mint matematikai közelítés esetleg nagyobb hibával rendelkezik. Ezek a módszerek hasonlíthatóak bizonyos emberi kognitív folyamatokhoz is.
A tantárgy, példaként, egy négy propelleres vezető nélküli helikopter irányítási kérdésit és azzal kapcsolatos információkat ábrázolja különböző reprezentációban, majd megmutatja, hogy ettől függően eltérő megoldások léteznek a helikopter stabil irányítására.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
General rules
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Curriculum placement
No curriculum placements recorded for this subject version.