BSc: NetworkDynamicModelsAnalysisAndManagement
Агентные модели и динамика сетевых систем
- Квалификация выпускника: бакалавр
- Направление подготовки: 09.03.01 - “Информатика и вычислительная техника”
- Направленность (профиль) образовательной программы: Математические основы ИИ
- Программу разработал(а): Парсегов С.Э., Проскурников А.В.
1. Краткая характеристика дисциплины
- Изучение дисциплины обеспечивает формирование и развитие компетенций обучающихся в области динамики многоагентных моделей и сетевых управляемых систем, связанных с ними вопросов теории графов и линейной алгебры, а также применения указанных тем для решения прикладных задач в рамках профессиональной деятельности. В ходе освоения дисциплины обучающиеся осваивают язык и понятия теории многоагентных систем, описываемых дифференциальными и разностными уравнениями, и принципы их исследования. В курсе вводятся базовые понятия теории графов - типы связности графов, сильно связные компоненты, циклы, матрицы Кирхгофа-Лапласа, спектры и рассматривается их связь с теорией неотрицательных матриц и марковскими цепями. Рассматриваются группы агентов, описываемых моделями порядка 1 и алгоритмы достижения консенсуса, основанные на методе последовательных усреднений, рассматриваются приложения таких систем в моделировании социальных процессов, задачах управления мобильными агентами, связь с задачами оптимизации и динамикой электрических цепей. Рассматриваются также алгоритмы синхронизации для динамических систем второго и высших порядков.
2. Перечень планируемых результатов обучения
- Целью освоения дисциплины является формирование представлений о принципах организации групп взаимодействующих агентов и других сетевых систем, существующих в природе или созданных искусственно, знакомство с общими подходами к их проектированию и исследованию.
- Задачами дисциплины являются изучение принципов и подходов к анализу поведения сетевой системы в зависимости от структурных свойств ее графа и динамики узлов сети (агентов), выбору подходящего метода исследования, а также изучение примеров сетевых и многоагентных систем, возникающих в социологии, робототехнике, энергетике и компьютерных науках.
Общая характеристика результата обучения по дисциплине
- Знания: обучающийся получил систематические знания в следующих областях:
- Основные свойства графов и ассоциированных с ними матриц;
- Типовые модели координированного взаимодействия агентов в дискретном и непрерывном времени (социальная динамика, движение мобильных агентов, распределенное оценивание в сенсорных сетях);
- Критерии сходимости алгоритмов последовательного усреднения в дискретном и непрерыв-
ном времени, достижение этими алгоритмами консенсуса;
- Достижение синхронизации в сетях агентов второго и высших порядков - критерии во временной и частотной области;
- Приложения консенсусных алгоритмов к вычислениям, матричному анализу и теории сетей: меры центральности, свойства марковских цепей.
- Умения: обучающийся развил умения в следующих направлениях:
- Построение матриц смежности, инцидентности и Лапласа произвольного (ориентированного либо неориентированного) графа, вычисление сильно связных компонент графа и исследование их апериодичности;
- Ранжирование вершин графа - вычисление различных мер центральности;
- Использование алгебраических критериев консенсуса и синхронизации в группах однотипных агентов, исследование скорости сходимости к консенсусу или синхронной траектории;
- Применение консенсусных критериев для синтеза алгоритмов усреднения в сенсорных сетях и управления формациями мобильных агентов.
- Навыки (владения): обучающийся овладел следующими навыками:
- Выбор наиболее эффективного и удобного критерия исследования достижимости консенсуса (алгебраического или графового),
- Нахождение значения консенсуса для систем с небольшим числом агентов.
- Aнализ структуры (графа) многоагентной системы, исходя из ее математической модели
- Исследование поведения однородной марковской цепи, исходя из свойств ее графа
- Выбор наиболее эффективного и удобного критерия исследования многоагентной или сетевой системы в непрерывном и дискретном времени Вычисление консенсусного значения (либо синхронной траектории) для группы агентов, описываемых заданной линейной моделью.
- Синтез алгоритмов синхронизации для группы однотипных агентов с моделью произвольного порядка.
3. Структура и содержание дисциплины
№ п/п |
Наименование раздела дисциплины |
Содержание дисциплины по темам |
1. | Многоагентные системы и динамические сети |
|
2. | Основные понятия теории графов, связь с матричным анализом. |
|
3. | Меры центральности, марковские цепи и случайные блуждания по графу |
лаются высокоранговые вершины). Другие меры центральности (примеры).
|
4. | Консенсусные алгоритмы и сетевые модели социального влияния |
|
5. | Приложения к сенсорным сетям и мобильным роботам |
|
6. | Синхронизация в сетях агентов с динамикой второго и высших порядков |
|
4. Методические и оценочные материалы
Задания для практических занятий:
№ п/п |
Наименование раздела дисциплины (модуля) |
Перечень рассматриваемых тем (вопросов) |
1. | Многоагентные системы и динамические сети |
|
2. | Основные понятия теории графов, связь с матричным анализом |
Для пяти ориентированных и пяти неориентированных графов (число вершин 3, 4, 5, 7, 10)
|
3. | Меры центральности, марковские цепи и случайные блуждания по графу |
|
4. | Консенсусные алгоритмы и сетевые модели социального влияния |
|
5. | Приложения к сенсорным сетям и мобильным роботам |
|
6. | Синхронизация в сетях агентов с динамикой второго и высших порядков |
|
Текущий контроль успеваемости обучающихся по дисциплине:
№ п/п |
Наименование раздела дисциплины | Форма текущего контроля | Материалы текущего контроля |
1. | Нейросетевая обработка видео | Проверка выполнения домашних заданий |
Практическое задание: |
2. | Введение в реконструкцию 3D-сцен | Проверка выполнения домашних заданий |
Практическое задание: |
3. | Атаки на методы оценки визуального качества изображений/видео | Проверка выполнения домашних заданий |
Практическое задание:
|
4. | Методы защиты от атак на методы оценки визуального качества изображений/видео | Проверка выполнения домашних заданий |
Практическое задание: |
5. | Карты внимания (салиентность) | Проверка выполнения домашних заданий |
Практическое задание: |
6. | Архитектура трансформера в задачах компьютерного зрения. ViT и DETR | Проверка выполнения домашних заданий |
Практическое задание: |
Контрольные вопросы для подготовки к промежуточной аттестации:
Промежуточная аттестация проводится на основе рейтинга, сформированного по результатам текущей аттестации в течение семестра.
Перечень учебно-методического обеспечения дисциплины
Список основной литературы:
- Computer Vision: Algorithms and Applications, 2nd ed. Richard Szeliski, The University of Washington.
- Gonzalez and. Richard E. Woods' Digital Image Processing, Fourth Edition
- Carion, Nicolas, et al. "End-to-end object detection with transformers." European conference on computer vision. Cham: Springer International Publishing, 2020.
- Dosovitskiy, Alexey, et al. "An image is worth 16x16 words: Transformers for image recognition at scale." arXiv preprint arXiv:2010.11929 (2020).
Список дополнительной литературы:
- An Introduction to 3D Computer Vision Techniques and Algorithms Boguslaw Cyganek and J. Paul Siebert
- Computational Photography Mastering New Techniques for Lenses, Lighting, and Sensors Jack Tumblin
- Ватолин, Д. С. Методы сжатия изображений : учебное пособие / Д. С. Ватолин. — 2-е изд. — Москва : ИНТУИТ, 2016. — 196 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100646
Методические указания для обучающихся по освоению дисциплины
Вид учебных занятий/деятельности |
Деятельность обучающегося |
Лекция | Написание конспекта лекций: кратко, схематично, последовательно фиксировать основные положения лекции, выводы, формулировки, обобщения; помечать важные мысли, выделять ключевые слова, термины. Обозначить вопросы, термины или другой материал, который вызывает трудности, пометить и попытаться найти ответ в рекомендуемой литературе. Если самостоятельно не удается разобраться в материале, необходимо сформулировать вопрос и задать преподавателю на консультации, во время семинарского (практического) занятия. |
Практическое (семинарское) занятие | При подготовке к семинарскому (практическому) занятию необходимо проработать материалы лекций, основной и дополнительной литературы по заданной теме. На основании обработанной информации постараться сформировать собственное мнение по выносимой на обсуждение тематике. Обосновать его аргументами, сформировать список источников, подкрепляющих его. Во время семинарского (практического) занятия активно участвовать в обсуждении вопросов, высказывать аргументированную точку зрения на проблемные вопросы. Приводить примеры из источниковой базы и научной и/или исследовательской литературы. |
Самостоятельная работа | Самостоятельная работа состоит из следующих частей: 1) чтение учебной, справочной, научной литературы; 2) повторение материала лекций; 3) составление планов устных выступлений; 4) подготовка видеопрезентации. При чтении учебной литературы нужно разграничивать для себя материал на отдельные проблемы, концепции, идеи. Учебную литературу можно найти в электронных библиотечных системах, на которые подписан АНО Университет Иннополис. |
Разработка отдельных частей кода | Разработать часть кода, исходя из поставленной задачи и рекомендаций преподавателя. При выполнении работы рекомендуется обращаться к материалам лекций и семинарских (практических) занятий. Если возникают затруднения, необходимо проконсультироваться с преподавателем. |
Выполнение домашних заданий и групповых проектов | Для выполнения домашних заданий и групповых проектов необходимо получить формулировку задания от преподавателя и убедиться в понимании задания. При выполнение домашних заданий и групповых проектов необходимо проработать материалы лекций, основной и дополнительной литературы по заданной теме. |
Методы и технологии обучения, способствующие формированию компетенции
Методы и технологии обучения, способствующие формированию компетенции |
Информационно-коммуникационная технология, проектная технология, технология проблемного обучения, традиционные технологии, модульные технологии, технология интегрированного обучения |