RUS ENG

Учебная
работа

Кафедра дискретной математики и алгоритмики осуществляет подготовку специалистов на I и II ступенях высшего образования.

За кафедрой закреплены следующие общие дисциплины I ступени высшего образования, по которым разработаны учебные (типовые) программы. Программы отражают современное состояние изучаемых дисциплин, они ориентированы на перспективы развития науки и техники:

1.      Дискретная математика и математическая логика

  • типовая учебная программа (ИНФ, ПМ, ЭК,АМ, КБ)
  • типовая учебная программа (ПИ)
  • учебная программадля специальностей: 1-31 03 03 Прикладная математика (по направлениям), направление специальности 1-31 03 03-01 Прикладная математика (научно-производственная деятельность), 1-31 03 07 Прикладная информатика (по направлениям), направление специальности 1-31 03 07-01 Прикладная информатика 4 (программное обеспечение компьютерных систем), 1-31 03 04 Информатика, 1-31 03 05 Актуарная математика, 1-31 03 06 Экономическая кибернетика (по направлениям), направление специальности 1-31 03 06-01 Экономическая кибернетика (математические методы и компьютерное моделирование в экономике), 1-98 01 01 Компьютерная безопасность (по направлениям), направление специальности 1-98 01 01-01 Компьютерная безопасность (математические методы и программные системы). № УД-10231/уч.2. 

Алгоритмы и структуры данных

3. Теория алгоритмов

4. Основы теории алгоритмов

5. Дискретные функции: специальность 1-97 01 02 «Прикладная криптография»

6. Решение систем булевых уравнений: специальность 1-97 01 02 «Прикладная криптография»

7. Дисциплины специализаций

Кафедра осуществляет подготовку специалистов на II ступени высшего образования и является выпускающей по следующим специальностям:

  1. 1-31 80 09 «Прикладная математика и информатика», профилизация «Алгоритмы и системы обработки больших данных»

За кафедрой в текущем учебном году закреплены следующие дисциплины II ступени высшего образования (магистратуры), по которым разработаны учебные программы:

1-31 80 09 «Прикладная математика и информатика», профилизация «Алгоритмы и системы обработки больших данных»

  1. Алгоритмы обработки текстов
  2. Вероятностные алгоритмы и структуры данных
  3. Внутреннее устройство ОС семейства UNIX
  4. Инфографика
  5. Информационный поиск
  6. Машинное обучение на больших массивах данных
  7. Методы машинного обучения
  8. Нейронные сети
  9. Построение и анализ параллельных алгоритмов
  10. Программные средства анализа данных
  11. Разработка высокопроизводительных приложений на С и С++
  12. Системы хранения данных
  13. Специальные структуры данных
  14. Технологии и компьютерные системы обработки данных
  15. Технологии проектирования и разработки высоконагруженных веб-систем
  16. Эксплуатация и администрирование UNIX-систем

Лучшие магистерские диссертации, защищенные студентами магистратуры кафедры ДМА размещены по ссылке: http://elib.bsu.by/handle/123456789/198520

Дисциплины кафедры на I ступени высшего образования

Дисциплина «Дискретная математика и математическая логика».

Основной спецификой дискретной математики и математической логики является алгоритмическая основа и демонстрация использования дискретности в современной науке. Учебная дисциплина «Дискретная математика и математическая логика» является не только фундаментом математической кибернетики, но и важным звеном математического образования для специалистов в области прикладной математики и информатики. Дисциплина знакомит студентов с важнейшими классами дискретных структур: конечными множествами, комбинаторными конфигурациями, булевыми функциями, графами, грамматиками, кодами. Указанные структуры лежат в основе перечислительной комбинаторики, комбинаторной оптимизации, криптографии и являются базовыми для других прикладных областей, которые в значительной мере определяют лицо современной информатики. В программу учебной дисциплины включены следующие важные разделы современной дискретной математики и математической логики: высказывания и предикаты, множества и отношения, комбинаторный анализ, булевы функции, графы, формальные грамматики и языки, алгоритмические модели.

Дисциплина «Алгоритмы и структуры данных.

Дисциплина «Алгоритмы и структуры данных» знакомит студентов с фундаментальными понятиями, используемыми при разработке алгоритмов и оценке их качества. Основные задачи, решаемые при изучении учебной дисциплины: формирование у студентов таких фундаментальные понятий как информация, размерность задачи и трудоемкость алгоритмов; изучение подходов для определения трудоемкости алгоритмов посредством составления и решения рекуррентных уравнений; изучение современных структур данных и обоснование выбора соответствующей структуры в зависимости от набора базовых операций, используемых в алгоритме.

Дисциплина «Теория алгоритмов».

Цель преподавания дисциплины – формирование навыков для построения и анализа методов и алгоритмов при решении модельных задач дискретной оптимизации и их применение на практике. При изложении материала учебной дисциплины целесообразно выделить этап построения математической модели, существенно влияющей на ее адекватность реальной проблеме, а также показать возможность использования аппарата теории алгоритмов для анализа и обоснования выбора наиболее эффективных методов и алгоритмов для решения прикладных задач.

Дисциплина «Дискретные функции».

Дисциплина посвящена изучению вопросов, связанных с использованием в практической деятельности дискретных, в частности булевых, функций. С момента зарождения криптографии и криптоанализа и по сегодняшний день при создании криптографических алгоритмов использовались конечные множества данных (входной/выходной алфавиты, возможные значения ключа и т.д.), поэтому изучение свойств и особенностей дискретных функций, у которых областями определения и значения являются конечные множества, является для криптографов чрезвычайно важным. Сейчас, в эру компьютерных технологий, когда вся обрабатываемая информация представляется в виде бит (0 и 1), крайне необходимо изучать частный случай дискретных функций – булевы функции. Отдельный интерес представляют криптографические свойства булевых функций, такие как нелинейность, корреляционная иммунность, устойчивость, равновероятность и другие, которые необходимы как для создания стойких криптографических алгоритмов, так и для их дешифрования.

Дисциплина «Решение систем булевых уравнений».

Учебная дисциплина знакомит студентов со сложностными аспектами задач, возникающих при исследовании систем булевых уравнений, а также с основами разработки методов и алгоритмов, позволяющих эффективно решать системы булевых уравнений специального вида. Системы булевых уравнений являются одними из распространенных моделей описания функционирования различных дискретных устройств. Необходимость изучения и решения систем булевых уравнений возникает во многих разделах математики, в том числе, в криптологии, теории кодирования, теории автоматов, в алгебраических приложениях. Эффективные методы решения систем булевых уравнений позволяют уточнять оценку уязвимости систем защиты информации. Подобный анализ уязвимости может быть проведен в отношении программных или программно-аппаратных компонентов системы информационной безопасности, работа которых может быть описана системами булевых уравнений. Основная задача, связанная с решением систем булевых уравнений, состоит в построении методов решения, имеющих по возможности наименьшую временную сложность.

Дисциплины специализаций

Кафедра дискретной математики и алгоритмики совместно с кафедрой биомедицинской информатики является выпускающей по специальности I ступени высшего образования 1-31 03 04 «Информатика», специализация: «Программное обеспечение систем автоматизации».

Перечень дисциплин специализации

Специализация: 1-31 03 04 02 «Программное обеспечение систем автоматизации»

Курс

Семестр

Перечень дисциплин специализации

Часы

Преподаватель

3

5

Машинное обучение и анализ данных   Пирштук Д.И., старший преподаватель

3

6

Теория графов

68

Сарванов В.И., канд. физ.-мат. наук,

3

6

Введение в биоинформатику

34

Карпенко А.Д., старший преподаватель

3

6

Алгоритмы в биоинформатике

34

Карпенко А.Д., старший преподаватель,
Николаев Г.И., старший преподаватель

4

7

Основы цифровой обработки изображений

52

Тузиков А.В.,
д-р физ.-мат. наук, проф.,
Ковалёв В.А.,
канд.техн.наук, -

4

7

Основы компьютерного моделирования биомолекул

68

Андрианов А.М., д-р хим.наук,

Карпенко А.Д., старший преподаватель, Николаев Г.И., старший преподаватель

Тематика курсового проектирования

  1. Параллельные алгоритмы численного моделирования процесса сварки трением на суперкомпьютере.
  2. Разработка классификатора атрибутов лица на изображениях различных стилей.
  3. Исследование задачи автоматической морфологической разметки текста с использованием методов машинного обучения.
  4. Синтез белорусско-язычной речи методами машинного обучения использованием методов машинного обучения.
  5. Алгоритмы стилизации видео.
  6. Алгоритмы переноса стиля на изображениях.
  7. Использование пред обученных генеративных моделей для анализа текстовых данных.
  8. Алгоритмы для сопоставления неполных фрагментов текста.
  9. Алгоритмы изменения тональности текста.
  10. Реализация библиотеки базовых алгоритмов на основе суффиксных деревьев.
  11. Структуры данных для решения задач с интервальными запросами.
  12. Эффективные алгоритмы, связанные с линейными рекуррентными соотношениями.
  13. Разработка и реализация эффективной стратегии для игры в точки
  14. Анализ и разработка эффективных алгоритмов определения плагиата в исходных кодах программ.

Тематика дипломных работ

  1. Численное моделирование процессов гемодинамики на суперкомпьютере с использованием неявных численных схем.
  2. Параллельная реализация алгоритмов расчета характеристик кровотока на суперкомпьютере с распределенной памятью.
  3. Разработка программы для оценки качества зерна на основе нейросетевых моделей.
  4. Нейросетевые подходы для распознаваний эмоций по речи.
  5. Устойчивость предсказания температуры в различных климатических зонах.
  6. Процедурная генерация местности.
  7. Разработка распределенной базы данных "ключ - значение".
  8. Методы априорного обуславливания генерации изображения с использованием генеративно-состязательных нейронных сетей.
  9. Методы поиска вектора в латентном пространстве генеративно-состязательных нейронных сетей соответствующего конкретному изображению.
  10. Разработка веб-сервиса, интегрированного с предобученными генеративными языковыми моделями, для имитации собеседника.
  11. Разработка и реализация методов автоматического управления памятью.
  12. Автоматическое редактирование изображений с помощью изменения латентного пространства генеративно-состязательных нейронных сетей.
  13. Метапрограммирование шаблонов С++ для задач на иерархиях.
  14. Разработка модуля проверки исходного кода на плагиат в системе iRunner.
  15. Программная система для автоматизации процессов в сфере организации образовательных услуг.

Лучшие дипломные работы, защищенные студентами кафедры, можно найти по ссылке: http://elib.bsu.by/handle/123456789/114439

Другие сайты факультетаСтруктураОбразованиеМагистратураНаукаСтудентуВнеучебная деятельностьСистема
менеджмента
качества (СМК)
ОлимпиадыПравовые акты
БГУ, приказы
АбитуриентуШкольникуИсторияИздания факультетаПрофбюро ФПМИПерсональные страницыФотогалереи Центр
Компетенций
по ИТ
Газета ФПМыНаши партнеры