Automatyka, elektronika, elektrotechnika i technologie kosmiczne
Sterowanie i systemy dynamiczne: systemy dynamiczne liniowe, nieliniowe, o parametrach skupionych i rozłożonych; metody ich opisu i podstawowe własności. Identyfikacja systemów. własności statyczne i dynamiczne otwartych i zamkniętych układów regulacji, algorytmy regulacji w tym PID oraz metody strojenia. Zagadnienia sterowania optymalnego, w tym czasooptymalne, minimalnoenergetyczne i LQ. Sterowanie inteligentne. Projektowanie cyfrowego układu regulacji i jego realizacja, w tym z uwzględnieniem czasu rzeczywistego. Hierarchiczne systemy sterowania. Systemy sterowanych zdarzeń dyskretnych (SZD).
Systemy wbudowane: układy FPGA, programowalne układy heterogeniczne (np. Zynq), ASIC, ASSP (budowa, programowanie, typowe aplikacje), układy GPU oraz embedded GPU (architektura, programowanie oraz typowe aplikacje), mikroprocesory i architektury mikroprocesorów (budowa, różnice, podział, właściwości, najważniejsze bloki funkcyjne), systemy czasu rzeczywistego: podział i właściwości, programowanie systemów wbudowanych (specyfika, języki, zmienne, przerwania, kanały DMA), obwody drukowane: technologia i projektowanie.
Robotyka: konfiguracje robotów przemysłowych, kinematyka i dynamika robotów przemysłowych, planowanie trajektorii ruchu efektora, planowanie trajektorii robotów autonomicznych, pojazd autonomiczny, identyfikacja otoczenia, sterowanie.
Algorytm wizyjne i ich implementacje sprzętowe: algorytmika (przetwarzanie wstępne, segmentacja obiektów pierwszoplanowych, przepływ optyczny, stereowizja, detekcja, śledzenie), metody oceny jakości algorytmów percepcji w systemach wizyjnych, radarowych i lidarowych, koncepcja, metody i zastosowania wielodomenowej fuzji danych sensorycznych.
Pojazdy autonomiczne: klasyfikacja SAE, wykorzystywane czujniki, niezbędne funkcjonalności, parametry opisujące statyczne i dynamiczne aspekty dużych zbiorów danych wykorzystywanych w procesie uczenia maszynowego do percepcji otoczenia w pojazdach autonomicznych, systemy wspomagania kierowców (omówienie wybranych funkcjonalności), zadanie planowania ruchu i idea jego rozwiązania dla pojazdu poruszającego się w trybie autonomicznym z zadanym punktem początkowym i końcowym.
Automatyzacja procesów przemysłowych: struktury systemów sterowania rzeczywistymi procesami. Elementy systemów automatyki rzeczywistych urządzeń i procesów. Rozproszone systemy sterowania. Sterowanie zdarzeniowe. Internet rzeczy i przemysł 4.0.
Metody uczenia maszynowego i sztucznej inteligencji: metodologia uczenia maszynowego, klasyczne algorytmy uczenia maszynowego (m.in. regresja, SVM, drzewa decyzyjne, PCA, naiwny klasyfikator Bayesa). Koncepcja uczenia ze wzmocnieniem (ang. reinforcement learning) w zagadnieniach planowania dla systemów robotycznych o wysokim stopniu automatyzacji.
Uczenie głębokie: budowa i metodologia działania głębokich sieci neuronowych (m.in. CNN, RNN, autoenkodery). Wykorzystanie głębokich sieci neuronowych w przetwarzaniu sygnałów wizyjnych oraz w detekcji anomalii w systemach diagnostycznych. Zagadnienie optymalizacji struktur sieci neuronowych w kontekście ich efektywnej implementacji w systemach czasu rzeczywistego. Interpretowalność i wyjaśnialność sztucznej inteligencji (ang. interpretable and explainable AI). Wyzwania związane z implementacją tego typu rozwiązań w systemach wbudowanych, metody redukcji rozmiaru modelu: ograniczanie precyzji obliczeń, pruning.
Metody obliczeniowe w automatyce: Podstawy metod numerycznych, w zakresie aproksymacji, algebry numerycznej i rachunku różniczkowo całkowego. Znajomość podstawowych metody ciągłej optymalizacji skończenie wymiarowej z ograniczeniami i bez. Podstawy badań operacyjnych. Modelowanie i optymalizacja zagadnień ciągłych i dyskretnych (podstawowe różnice, podział metod optymalizacji), dokładne algorytmy dedykowane, problemy NP trudne i NP zupełne - podstawowe klasy złożoności obliczeniowej, programowanie dynamiczne, metody uwzględniania ograniczeń w przybliżonych algorytmach optymalizacyjnych. Wielokryterialna analiza decyzji: struktury preferencji, modelowanie konsekwencji podejmowanych decyzji, współczynniki substytucji, zbiory odniesienia.
Podstawowe przyrządy półprzewodnikowe – diody i ich szczególne rodzaje, tranzystory bipolarne i unipolarne, tyrystor, IGBT - zasada działania, modele, charakterystyki. Układy analogowe: wzmacniacze jedno- i dwutranzystorowe, Filtry, Źródła prądowe i napięciowe zbudowane w oparciu o tranzystory. Wzmacniacze z aktywnym obciążeniem. Układy Darlingtona i kaskady. Wzmacniacz różnicowy. Końcówki mocy. Budowa wewnętrzna wzmacniaczy operacyjnych. Odpowiedź częstotliwościowa wzmacniaczy. Teoria sprzężenia zwrotnego. Generatory, PLL, Kryteria stabilności. Szumy. Układy RF. Układy cyfrowe: Przełączanie tranzystorów. Inwerter, Budowa bramek statycznych i dynamicznych. Układy FPGA. Multipleksery. Układy logiki sekwencyjnej. Rejestry. Liczniki. Pamięci półprzewodnikowe. Układy arytmetyczne. Elementy pasożytnicze w układach cyfrowych. Synchronizacja. Budowa wewnętrzna mikroprocesora. Modelowanie układu: modele behawioralne, modele syntezowalne. Języki opisu sprzętu. Symulacja i projektowanie układów VLSI: Środowisko i symulacja układów elektronicznych, typy analiz, metody projektowania. Technologia CMOS, skalowanie. Reguły rysowania planu masek układu scalonego. Weryfikacja planu masek układu scalonego, symulacje z uwzględnieniem elementów pasożytniczych. Symulacje z uwzględnieniem rozrzutów technologicznych. Projektowanie bloków cyfrowych. Testowanie układów Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe: architektury przetworników i ich parametry. Komparatory napięcia. Systemy kontrolno-pomiarowe. Metody projektowania systemów kontrolno-pomiarowych. Karty pomiarowe i ich parametry. Analiza danych pomiarowych. Technika sensorowa. Typy czujników, ich parametry i zastosowania. Technologia MEMS. Teoria sygnałów. Szeregi Fouriera. Transfomata Fouriera. Przekształcenie Laplace’a. Modulacja. Próbkowanie. Dyskretna transformata Fouriera. Transformata z. Filtracja. Narzędzia CAD w projektowaniu układów elektronicznych. Komunikacja radiowa. Techniki i systemy bezprzewodowe. Technika mikrofal. Komunikacja optyczna i sieci światłowodowe. Architektury systemów komputerowych. Systemy operacyjne – zagadnienia podstawowe. Sieci komputerowe.
Podstawowe prawa i metody teorii obwodów. Układy liniowe i nieliniowe. Układy o stałych skupionych i rozłożonych. Układy stacjonarne i niestacjonarne. Komutacja. Obwody prądu stałego i przemiennego – obliczenia i pomiary. Stany przejściowe w obwodach elektrycznych. Teorie mocy w obwodach elektrycznych. Pomiary mocy i energii, impedancji, napięcia, prądu. Równania Maxwella, elementy teorii pola. Materiały stosowane w elektrotechnice; właściwości materiałów przewodzących, dielektryków, materiałów magnetycznych, półprzewodników i nadprzewodników. Układy izolacyjne urządzeń elektrycznych – materiały, konstrukcje, metody diagnostyczne. Wytwarzanie energii elektrycznej – konwencjonalne i niekonwencjonalne źródła energii, generacja rozproszona. Przesył, dystrybucja i użytkowanie energii elektrycznej, ograniczanie strat energii w sieciach elektrycznych. Sieci inteligentne – koncepcja, metody, wyzwania. Jakość i niezawodność dostaw energii elektrycznej, Kierunki i problemy rozwoju systemów elektroenergetycznych. E-mobilność – problemy i wyzwania. Podstawowe przyrządy półprzewodnikowe: dioda, tranzystor bipolarny, tyrystor, IGBT. Układy energoelektroniczne: AC/DC, DC/DC, AC/AC. Interfejscy energoelektroniczne w odnawialnych źródłach energii. maszyny i napędy elektryczne: DC, AC. Automatyka budynkowa.
Informatyka techniczna i telekomunikacja
- Algorytmika – definicja pojęcia algorytmu, złożoność obliczeniowa i pamięciowa, klasy złożoności obliczeniowej, przykłady algorytmów lokujących się w poszczególnych klasach złożoności obliczeniowej. Notacje asymptotyczne, szacowanie złożoności obliczeniowej algorytmów. Algorytmy sortowania, przeszukiwania grafu w głąb i wszerz, tworzenia drzewa rozpinającego grafu, wyszukiwania najkrótszych ścieżek w grafie. Pojęcie struktury danych. Różne rodzaje struktur danych tj. listy pojedynczo i podwójnie wiązane, tablice haszujące, drzewa poszukiwań binarnych, drzewa czerwono-czarne, grafy - ich reprezentacje oraz przydatność w kontekście różnych zastosowań.
- Języki programowania – programowanie w językach strukturalnych, obiektowych i funkcyjnych. Popularne instrukcje sterujące języków proceduralno-obiektowych takie jak np: if, for, while, do, return, break, new, delete, super itp. i ich znaczenie oraz wykorzystanie.
- Struktura programu w językach obiektowych i funkcyjnych. Struktury danych wykorzystywane w różnych językach programowania – przykłady implementacji. Programowanie obiektowe – pojęcia dziedziczenia, polimorfizmu, rzutowania. Tworzenie i obsługa wyjątków.
- Przetwarzanie współbieżne – pojęcie wątku i procesu. Pojęcie pamięci współdzielonej, wzajemnego wykluczania, synchronizacji wątków i procesów. Błędy synchronizacji, pojęcie deadlock’u i livelock’u. Modele problemów dla systemów współbieżnych: ucztujący filozofowie, czytelnicy i pisarze, producenci i konsumenci itp. Modele synchronizacji: semafor, monitor, compare-and-swap (CAS). Ich działanie i przykłady implementacji w językach programowania.
- Języki formalne – klasyfikacja języków formalnych Chomsky’ego oraz odpowiadające poszczególnym klasom języków automaty formalne. Maszyna Turinga jako model obliczeń. Definicje klas problemów NP, NP-complete, NP-hard i inne. Przykłady problemów lokujących się w tych klasach. Problem stopu. Związek pomiędzy językami formalnymi a językami programowania.
- Bazy danych – rodzaje baz danych. Organizacja relacyjnej bazy danych, tabele, relacje, klucze, indeksy, widoki, procedury składowe etc. Podstawy języka SQL, rodzaje zapytań i ich składnia. Normalizacja baz danych, postacie normalne. Wykorzystanie baz danych w kontekście języków programowania.
- Inżynieria oprogramowania – inżynieria wymagań, inżynieria produktu. Akwizycja i analiza wymagań. Modele procesów wytwórczych oprogramowania. Analiza i modelowanie strukturalne oprogramowania. Diagramy ERD, DFD, STD, FHD. Modelowanie obiektowe. pojęcia obiektu, klasy, metody, komunikatu, wzorca, enkapsulacji, interfejsu. Język UML oraz podstawowe diagramy tego języka. Jakość oprogramowania – sposoby oceny, metryki, zarządzanie jakością procesu wytwarzania oprogramowania.
- Ogólna wiedza informatyczna – konstrukcja i architektura komputera. Problemy i wyzwania sztuczniej inteligencji, test Turinga vs. problem chińskiego pokoju. Podejmowanie decyzji ze wsparciem komputera
Inżynieria biomedyczna
- Zakres wiedzy dotyczący wszystkich kandydatów
Zakres problemowy dyscypliny "Inżynieria biomedyczna". Pojęcia: model biocybernetyczny, symulacja systemu biologicznego, przykłady wykorzystania tych pojęć w wybranych zagadnieniach biologii i medycyny. Rola biocybernetyki i inżynierii w rozwoju techniki, w rozwoju biologii, w postępach medycyny i w osiągnięciach cywilizacji.
Metody reprezentacji wiedzy. Pojęcie wiedzy niepełnej i niepewnej. Systemy ekspertowe. Zasady wnioskowania w systemach z regułową reprezentacją wiedzy. Logika rozmyta, algorytmy ewolucyjne. Systemy inżynierii biomedycznej w zastosowaniach do diagnostyki, terapii, rehabilitacji oraz protezowania różnych narządów i części ciała - przykłady i ogólne zasady ich budowy. - Zakres dziedzinowy I: elektronika i informatyka w medycynie
Podstawy neurocybernetyki teoretycznej, różne cele i metody modelowania mózgu, różne typy sieci neuronowych i ich zastosowania, elementy kognitywistyki. Modele biologicznych i technicznych systemów percepcyjnych (system wzrokowy i słuchowy człowieka), regulacyjnych (pojęcie homeostazy i struktury systemów, które ją zapewniają) oraz sterujących (sterowanie dowolnymi ruchami, sterowanie jednostek motorycznych i całej pętli gamma, współdziałanie mięśni synergistycznych i antagonistycznych). Modele populacyjne.
Komputerowe metody przetwarzania sygnałów biomedycznych, a także metody analizy i rozpoznawania obrazów medycznych. Wybrane zagadnienia sztucznej inteligencji w zastosowaniach biomedycznych.
Metody stosowane w pomiarach biologicznych i fizjologicznych, monitorowanie krążenia, napięcia mięśni, dobrostanu płodu, funkcjonowania mózgu, percepcji wzrokowej i słuchowej. Przykłady cyfrowego wspomagania diagnostyki sygnałowej i obrazowej. Sygnały wielowymiarowe i wielomodalne. Metody ekstrakcji cech i klasyfikacji obiektów/zdarzeń. Metody nadzorowania człowieka w miejscu zamieszkania, systematyka i cechy szczególne sensorów. Sensoryczne sieci pomiarowe. Problemy bezpieczeństwa danych i prywatności w sieciach i pomiarach medycznych. Szpitalne systemy informacyjne, planowanie zabiegów, automatyczna/zdalna kwalifikacja pacjentów. Problemy telemedycyny: prywatność i wiarygodność danych, ciągłość dostępu do informacji, mobilność i aspekty energetyczne urządzeń. Interfejsy mózg-komputer: paradygmaty BCI i ich cechy szczególne. - Zakres dziedzinowy II: inżynieria biomateriałów
Podstawowe pojęcia: biomateriał, biozgodność, bioaktywność, wyrób medyczny, implant, transplant, sztuczny narząd, narząd hybrydowy. Zależność pomiędzy budową, właściwościami i sposobem otrzymywania biomateriałów: metalowych, polimerowych, ceramicznych i kompozytowych. Klasyfikacja biomateriałów ze względu na: rodzaj materiału (metalowe, ceramiczne, polimerowe, węglowe, kompozytowe, hybrydowe) i zachowanie w środowisku biologicznym (biostabilne, degradowalne, resorbowalne). Praktyczne zastosowanie biomateriałów metalowych, polimerowych, węglowych, kompozytowych, bioceramiki fosforanowo-wapniowej i szkieł bioaktywnych np. w chirurgii, ortopedii, kardiochirurgii, stomatologii. Inżynieria powierzchni i metody modyfikacji powierzchni. Metody badań struktury, mikrostruktury i właściwości biomateriałów. Odpowiedź biologiczna na implant. Metody badań biomateriałów in vitro i in vivo. Inżynieria tkankowa i medycyna regeneracyjna. - Zakres dziedzinowy III: biomechanika
Podstawowe pojęcia: Biomechanika i mechanobiologia. Zadania i kierunki badań w biomechanice. Zależność pomiędzy budową, a właściwościami funkcjonalnymi tkanek. Działy biomechaniki, Podział stawów ze względu na wykonywane ruchy, Biotrybiologia i zagadnienia związane z eksploatacją stawów i tkanek, Budowa i właściwości mechaniczne kości, Modele opisujące właściwości mechaniczne kości, Funkcje i właściwości chrząstki stawowej, modele chrząstki stawowej, Budowa i właściwości tkanek łącznych na przykładzie ścięgna, Modele opisujące właściwości ściegien, Budowa i funkcje kręgosłupa, Biomateriały naturalne i syntetyczne. Modelowanie biomateriałów jako elementów o właściwościach lepkosprężystych. Metody badań eksperymentalnych stosowane w biomechanice tkanek (uwzględniając badania naprężeń, odkształceń, przemieszczeń etc.). Podstawy wytrzymałości materiałów tkankowych – wytrzymałość na rozciąganie, ściskanie, zginanie, skręcanie.