 |
Характеристика места прохождения производственной практики
|
|
|
|
ОТЧЕТ
по производственной практике (практике по получению профессиональных умений и опыта профессиональной деятельности)
Федеральное образовательное учреждение «Челябинский государственный университет»
Факультет математический _____________________________________________________
Кафедра вычислительной механики и информационных технологий __________________
Ф.И.О. студента ______________________________________________________________
Группа МТмаг-201 ____________________________________________________________
| Руководитель практики от профильной организации: _____________________________ ____________________________ «31» декабря 2019 г. | Руководитель практики от образовательной организации: Алексеева Т. М., к. пед. н., доцент |
| Оценка за практику по результатам защиты отчёта ______________ ______________ «____»_________20__г. |
Челябинск, 2019 г.
Оглавление
Введение. 3
Форма практики: непрерывная, рассредоточенная. 3
1 Характеристика места прохождения производственной практики. 5
1.1 Направления и содержание научно-исследовательской деятельности кафедры 5
1.2 Организация и содержание образовательной деятельности кафедры.. 8
2 Реализация практических задач производственной практики. 10
2.1 Описание проекта системы автоматической проверки программ CAPPA. 10
2.2 Разработка теста по дисциплине «Программирование на языке Python» 10
3 Особенности работы в трудовом коллективе кафедры.. 11
Заключение. 14
Список источников. 15
Введение
Цели и задачи практики:
- закрепление и углубление теоретической подготовки обучающегося;
- приобретение обучающимися практических навыков и компетенций, а также опыта самостоятельной профессиональной деятельности.
- приобщение обучающихся к социальной среде предприятия (организации);
|
|
|
- приобретение социально-личностных компетенций, необходимых для работы в профессиональной сфере.
Вид практики: производственная практика.
Тип практики: практика по получению профессиональных умений и опыта профессиональной деятельности.
Cпособ проведения: стационарная.
Форма практики: непрерывная, рассредоточенная.
Место прохождения практики: кафедра вычислительной механики и информационных технологий ФГБОУ ВО «ЧелГУ», адрес г. Челябинск, ул. Братьев Кашириных, 129.
Результаты прохождения практики направлены на формирование следующих компетенций:
· ОПК-2: готовность руководить коллективом в сфере своей профессиональной деятельности, толерантно воспринимая социальные, этнические, конфессиональные и культурные различия.
· ПК-1: способностью проводить научные исследования и получать новые научные и прикладные результаты самостоятельно и в составе научного коллектива.
Программа прохождения практики включала следующие этапы:
· 1 этап - собеседование с руководителем практики от профильной организации, инструктаж студентов по ознакомлению с требованиями охраны труда, техники безопасности, пожарной безопасности, а также действующими в организации правилами внутреннего трудового распорядка. Закрепление рабочего места. Участие в установочной конференции и прохождение инструктажа по технике безопасности.
· 2 этап - общее ознакомление с деятельностью предприятия, сбор, обработка и систематизация фактического и аналитического материала, выполнение задач индивидуального задания.
· 3 этап - анализ полученной информации, подготовка отчета по практик, публичная защита отчета по практике на итоговой конференции.
Часов по учебному плану: 324. в том числе, самостоятельная работа: 324 часа.
Характеристика места прохождения производственной практики
|
|
|
1.1 Направления и содержание научно-исследовательской деятельности кафедры
Место прохождения практики: кафедра вычислительной механики и информационных технологий ФГБОУ ВО «ЧелГУ»,
Научная деятельность кафедры связана с тремя основными направлениями.
Первое – математическое моделирование в области механики сплошных сред (модели многокомпонентных сред); решение задач о движении жидкостей и газов, об устойчивости течений с целью определения условий перехода к турбулентности; расчеты движения двухфазных сред в тонких слоях при наличии различных осложняющих факторов. Решению этих задач посвящены работы профессоров В. Ф. Куропатенко, О. Н. Дементьева и их учеников. Полученные учеными результаты находят применение в теории фильтрации жидкостей и газов в пористых средах, в теории трения и смазки, в описании движения тел в запыленных средах.
Другое направление связано с разработкой и исследованием вычислительных методов локально-адаптивной обработки сигналов и изображений; с изучением алгоритмов формирования и численной обработки сложных сигналов в системах радиолокации. В названных областях активно работают профессора В.И. Кобер и В.В. Родионов.
Третье направление – это программное обеспечение вычислительных сетей; системы управления базами данных.
Актуальными темами научно-исследовательской деятельности кафедры являются:
· цифровая фильтрация сигналов,
· восстановление изображений
· и анализ соответствующих математических задач.
Так в области фильтрации с помощью минимизации полной вариации участниками проекта найдено описание точных решений задачи для случая функций от одной переменной при произвольном значении параметра регуляризации. Полученное описание дает ясное геометрическое представление экстремальных функций, минимизирующих функционал. На основе описания точных решений сформулирован алгоритм для численного решения задачи минимизации полной вариации, имеющий квадратичную сложность.
Проведенные вычислительные эксперименты по устранению аддитивного гауссового шума на тестовых сигналах показали высокую точность восстановления. Авторами изучено асимптотическое поведение метода градиентного спуска при решении задачи восстановления функции, искаженной действием линейного оператора. В качестве модели линейного оператора рассматривался оператор равномерного горизонтального смаза. В работах коллектива доказано, что если Фурье-образ свертки исходной неискаженной функции с функцией, соответствующей оператору смаза, имеет нули в частотной области, то при любом числе шагов градиентного метода имеет место потеря информации при восстановлении.
|
|
|
Проведенный авторами анализ показал, что метод градиентного спуска в данной задаче асимптотически сходится к сумме исходной неискаженной функции с элементом ядра искажающего оператора. С помощью вычислительного эксперимента показана недостаточность использования только метрических характеристик функций от двух переменных и наличие возможности увеличить точность распознавания при использовании топологической характеристики функции от двух переменных – линейной вариации. Показано, что использование топологической характеристики позволяет повысить точность восстановления при наличии нулей в частотной области для описанного выше случая.
В области нелинейной адаптивной фильтрации участниками проекта формализованы понятия различных локальных окрестностей для структурного описания деталей на изображениях, предложен новый подход к построению ранговых фильтров с использованием пространственных связей между элементами изображения. Используя этот подход, можно реализовать фильтрацию различных шумов на изображении. Предложены и реализованы быстрые алгоритмы построения адаптивных окрестностей для ранговых фильтров, использующих пространственные связи между элементами изображения. Проведенные эксперименты по устранению смеси аддитивного и импульсного шума на тестовых изображениях показали, что предлагаемые фильтры значительно превосходят традиционные ранговые фильтры по качеству обработки изображений.
Авторами предложены оригинальные локально-адаптивные методы фильтрации и восстановление пространственно-неоднородных данных. Характерной особенностью этих методов является их способность адаптироваться к конкретному изображению. Локально-адаптивные линейные фильтры в скользящем окне эффективно реализованы в области ортогонального преобразования, вычисляемого для каждого положения скользящего окна. Эти фильтры модифицируют коэффициенты ортогонального преобразования, чтобы получить оптимальную, с точки зрения заданного критерия, оценку только текущего отсчета. Для реализации фильтров предложены быстрые алгоритмы синусоидальных преобразований, использующие рекурсивные уравнения второго порядка. Эти алгоритмы требуют значительно меньшего количества операций сложения и умножения по сравнению с известными рекурсивными быстрыми алгоритмами. Многие известные методы восстановления изображений используют единственное наблюдаемое изображение для обработки.
|
|
|
Авторами предложен эффективный метод восстановление изображений от мультипликативного и аддитивного шумов с использованием трех наблюдаемых искаженных изображений, полученных микро-сканированием камеры. Используя эти три искаженных изображения и критерий качества восстановления, была получена система линейных или нелинейных уравнений. Решением этой системы является восстановленное изображение. Предложен быстрый итеративный алгоритм для приближенного восстановления изображения. Проведен анализ точности восстановления с помощью предложенного метода. Все полученные авторским коллективом результаты являются оригинальными, разработанные на их основе методы являются новыми, и опубликованы в изданиях, индексируемых WoS и Scopus.
Список грантов, полученных авторским коллективом.
1. Грант РФФИ № 13-01-00735 «Топологические методы фильтрации и восстановления изображений», 2013-2015. (Руководитель Кобер В.И.)
2. Грант Министерства образования и науки РФ в рамках реализации государственного задания в сфере научной деятельности № 2.1766.2014К «Разработка адаптивных методов для надежного слежения за трехмерными объектами», 2014-2016. (Руководитель Кобер В.И.)
3. Грант РНФ № 15-19-10010 «Разработка алгоритмической модели технической системы для идентификации личности по мультисенсорным биометрическим данным», 2015-2017. (Руководитель Кобер В.И.)
4. Грант Министерства образования и науки РФ в рамках научных проектов, выполняемых научными коллективами исследовательских центров и (или) научных лабораторий образовательных организаций высшего образования № 2.1743.2017/ПЧ «Разработка адаптивных методов трехмерной реконструкции окружающего пространства по динамическим мультисенсорным данным», 2017-2019. (Руководитель Кобер В.И.)
|
|
|
5. Грант РНФ № 15-19-10010/П «Разработка алгоритмической модели технической системы для идентификации личности по мультисенсорным биометрическим данным», 2018-2019. (Руководитель Кобер В.И.)
6. Грант РФФИ № 18-07-00963 «Разработка точных методов и алгоритмов для решения задачи построения моделей поверхностей в трехмерном пространстве». (Руководитель Маковецкий А.Ю.)
7. Грант РФФИ № 18-08-00782 «Разработка алгоритмической модели технической системы для восстановления изображений, искаженных атмосферными явлениями». (Руководитель Кобер В.И.)
1.2 Организация и содержание образовательной деятельности кафедры
Реализуемые образовательные программы по направлениям деятельности кафедры:
| Уровень высшего образования | Код образовательной программы | Наименование образовательной программы |
| Бакалавриат | 02.03.02 | Фундаментальная информатика и информационные технологии по профилям Информатика и компьютерные науки (2016, 2017, 2018 года начала подготовки) Математические и алгоритмические основы интеллектуальных систем (2019 год начала подготовки) |
| Магистратура | 02.04.02 | Фундаментальная информатика и информационные технологии по магистерской программе «Робототехника» |
Читаемые курсы:
Векторный и тензорный анализ, Дифференциальные и разностные уравнения, Методы математической физики, Теоретическая механика, Вычислительная математика, Численные методы в механике жидкости и газа, Цифровая обработка изображений, Информатика, Основы программирования, Языки программирования, Системное и прикладное программное обеспечение, Архитектура вычислительных систем, Алгоритмы сжатия информации, Методы реализации алгоритмов, Базы данных и экспертные системы, Архитектура СУБД Oracle, Основы робототехники, Цифровая обработка сигналов, Методы искусственного интеллекта, Распознавание и обработка изображений, Программное обеспечение робототехнических систем, Системы технического зрения, Основы мобильных роботов, Управление робототехническими системами, Инженерная и компьютерная графика, Методы цифровой обработки информации, Логическое программирование.
|
|
|
