Specializacija 3: Matematiniai tinklų modeliai (ME)
Dalyko anotacija lietuvių kalba
Įgyjamos esminės teorines ir praktines žinias apie tinklines sistemas, tinklinių sistemų grafinį vaizdavimą, grafų ir Markovo modelių teorijos taikymą atliekant tinklinių sistemų modeliavimą. Suformuojami įgūdžiai taikyti tinklų modelius sprendžiant įvairias praktines problemas įvairiose srityse.
Dalyko anotacija užsienio kalba
Acquired fundamental theoretical and practical knowledge on network system theory, network system modelling and analysis, applying graph theory, Markov models. Acquired skills to apply network models for solving various practical problems in different areas.
Būtinas pasirengimas dalyko studijoms
Matematinė analizė, diskrečioji matematika, tikimybių teorija.
Dalyko studijų rezultatai
1. Žinios ir supratimas apie pagrindinius tinklinių sistemų principus.
2. Sugebėjimas parinkti tinkamą matematinį tinklo modelį konkrečiai sistemai.
3. Žinios ir supratimas apie Bajeso tinklus ir jų taikymą.
4. Žinios ir supratimas apie Markovo tinklus ir jų taikymą.
5. Darbas grupėje analizuojant konkrečią sistemą.
Dalyko turinys
1. Tinklų teorijos įvadas.
2. Tinklinių sistemų grafinis vaizdavimas
3. Grafų teorijos taikymas.
4. Bajeso tinklai.
5. Neuroniai tinklai.
6. Petri tinklai
7. Transporto ir energijos tiekimo optimizavimo uždaviniai.
8. Markovo modeliai. Markovo grandinės.
9. Energetinių sistemų tinklų modelių sudarymas ir analizė.
Dalyko studijos valandomis
Paskaitos 45 val.
Praktiniai darbai 30 val.
Savarankiškas darbas 85 val.
Iš viso: 160 val.
Studijų rezultatų vertinimas
Egzaminas (50%), kolokviumas (25%), praktinė užduotis (25%).
Literatūra
1. 2006 Augutis J., Ušpuras E. Technologijų rizika Aušra
2. 2008 Pourret O., Naim P., Marcot B. Bayesian Networks. A Practical Guide to Applications. John Wiley & Sons Ltd.
3. 2007 Graupe D. Principles of Artificial Neural Networks (2nd Edition) Advanced Series on Circuits and Systems – Vol. 6. World Scientific Publishing Co, Pte. Ltd
4. 2006 Ching W., Ng M.K. Markov Chains: Models, Algorithms and Applications. Springer Science + Business Media, Inc.
Papildoma literatūra
1. 2003 Plukas K., Mačikėnas E., Jarašiūnienė B., Miuckienė I. Taikomoji diskrečioji matematika. Kaunas, Technologija
2. 2011 Koski T., Noble J.M. Bayesian Networks. An Introduction. Wiley
