- Преподаватель: Александр Васильевич Сычев
Целью курса является формирование представлений о многомерном статистическом анализе случайных процессов и случайных полей, математическом аппарате, принципах разработки и компьютерной реализации методов и алгоритмов моделирования случайных процессов и полей.
Основными задачами курса являются овладение фундаментальными понятиями, получение представлений о методах и алгоритмах моделирования случайных процессов и полей, а также основах статистической теории оптимального оценивания постоянных параметров в цифровых системах обработки информации.
- Преподаватель: Екатерина Александровна Сирота
Содержание курса: Фракталы и системы счисления. Решето Серпинского. Фрактал Кантора. Фрактальная размерность. Общая схема построения конструктивных фракталов. Кривая Коха. Спирали, деревья, звезды. Анализ конструктивных фракталов. Случайность во фракталах. Одномерные комплексные отображения. Фракталы Жюлиа и Мандельброта.
Фракталы Ньютона.
- Преподаватель: Сергей Викторович Борзунов
Лекционный материал курса посвящен рассмотрению математического аппарата описания непрерывных и цифровых преобразований изображений, вопросам их алгоритмической реализации, содержит классифицированный обзор практических приемов цифровой обработки: методов предварительной обработки, улучшения качества, реставрации и сегментации изображений. Лабораторная часть предоставляет возможность испытания нескольких методов обработки и их более глубокого изучения при решении соответствующих практических задач. В процессе освоения учебных материалов студент получит знание основных методов цифровой обработки изображений и математического аппарата для описания изображений и преобразующих систем, представление о способах реализации алгоритмов обработки, их анализе по сложности, умение применять перечисленные сведения при выборе метода решения задачи и конкретного способа его алгоритмической реализации, а также навыки работы с одним из доступных инструментариев, предназначенных для практической реализации изучаемых методов.
- Преподаватель: Вадим Валерьевич Фертиков
Цели и задачи учебной дисциплины: Получение необходимых знаний о методах и средствах параллельной обработки информации, технологиях распределённых вычислений и обработки данных, а также практических навыков работы с распределёнными грид-системами.
Содержание: Параллельное программирование с использованием MPI. Структура MPI-программы. Сообщения, их передача и прием. Синхронное и асинхронное взаимодействие. Коллективный обмен данными. Виды коллективного обмена, барьеры, широковещательная рассылка данных. Система программирования OpenMP.
Общие принципы построения кластерных систем. Введение в архитектуры и средства программирования многопроцессорных вычислительных систем. Кластерные системы управления пакетной обработкой. СПО Torque. Понятие распределённых вычислений. Определение грид-инфраструктуры. Основные функциональные подсистемы глобального грида. Базовые функции, физическая структура грида. Знакомство с ПО ARC Nordugrid. Grid-сертификаты, переменые окружения. Запуск задач в ARС. Задания без входных данных. Задания с внешними данными и файлами.
Проект NorduGrid. Проект EGEE. Российский сегмент RDIG.Промежуточное програмное обеспечение ARC.Мониторинг внешних ресурсов в рамках NorduGrid.
- Преподаватель: Сергей Викторович Борзунов