Cykl kształcenia: 2024/2025
Nazwa jednostki prowadzącej studia: Wydział Elektrotechniki i Informatyki
Nazwa kierunku studiów: Informatyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: niestacjonarne
Specjalności na kierunku: AA - inżynieria systemów informatycznych, AI - Sztuczna inteligencja, TT - informatyka w przedsiębiorstwie, Z - inżynieria systemów złożonych
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Elektrotechniki i Podstaw Informatyki
Kod zajęć: 11733
Status zajęć: obowiązkowy dla specjalności AI - Sztuczna inteligencja, TT - informatyka w przedsiębiorstwie
Układ zajęć w planie studiów: sem: 8 / W15 L10 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora 1: dr inż. Grzegorz Drałus
Imię i nazwisko koordynatora 2: dr hab. inż. prof. PRz Damian Mazur
Główny cel kształcenia: Zadaniem przedmiotu jest zaznajomienie studentów z możliwościami zastosowań szeroko rozumianej informatyki w medycynie i naukach biomedycznych.
Ogólne informacje o zajęciach: Celami praktycznymi przedmiotu są : przekazanie podstawowych informacji o typach danych medycznych, sposobach ich pozyskiwania, kodowania i elektronicznego przechowywania; nabycie podstawowej wiedzy w zakresie przetwarzania i analizy danych medycznych zarówno metodami statystycznymi jak i pochodzącymi z dziedziny sztucznej inteligencji; pokazanie możliwości zastosowania technik wspomagania decyzji w systemach medycznych; demonstracja zastosowań technik multimedialnych i Internetu w naukach biomedycznych; przekazanie podstawowych informacji o organizacji jednostek opieki medycznej, przepływie informacji wewnątrz nich.
Materiały dydaktyczne: pei.prz.edu.pl/dydaktyka
1 | Tadeusiewicz R., Wajs R. | Informatyka Medyczana | UMCS, Lublin, 2011. | 2011 |
2 | Nałęcz M | Biocybernetyka i inżynieria biomedyczna, T2, Biopomiary, | Akademicka Oficyna Wydawnicza. | 2001 |
3 | Xiong j. | Podstawy bioinformatyki | UWU. | 2009 |
4 | 4. Nowak-Brzezińska A., Wakulicz-Deja A., Przybyła-Kasperek M., Simiński R. | Systemy Ekspertowe | Exit. | 2021 |
1 | Doroszewski J., Tarnecki R., Zmysłowski W., (red.) | Biosystemy, | Akademicka Oficyna Wydawnicza EXIT, Warszawa. | 2005 |
2 | Tadeusiewicz R. (red.) | Inżynieria biomedyczna | AGH Uczelniane Wydawnictwa Naukowo-Dydaktyczne. | 2008 |
3 | Cytowski J., Gielecki J., Gola A. | Cyfrowe przetwarzanie obrazów medycznych. Algorytmy. Technologie. Zastosowania | AOW Exit. | 2008 |
4 | Michalski K. | Demonstracyjne bazy wiedzy pakietu Sphinx. Kody źródłowe | Katowice. | 2004 |
1 | Zieliński K.W. Strzelecki M. | Komputerowa analiza obrazu biomedycznego. Wstęp do morfometrii i patologii ilościowej, | Wydawnictwo Naukowe PWN, .. | 2002 |
2 | Kącki E., Kulikowski J.L., Nowakowski A., Waniewski E. (red.) | Systemy komputerowe i teleinformatyczne w służbie zdrowia. Biocybernetyka i Inżynieria Biomedyczna 2 | Akademicka Oficyna Wydawnicza Exit. | 2002 |
Wymagania formalne: Systemy operacyjne , sieci komputerowe – podstawy (znajomość budowy sieci komputerowych, protokołów sieciowych), bazy danych
Wymagania wstępne w kategorii Wiedzy: Wiedza dotycząca budowy systemów operacyjnych, rodzajów baz danych
Wymagania wstępne w kategorii Umiejętności: Umiejętność wykorzystywania dowolnego języka programowania, technologią sieci web, bazami danych, przetwarzaniem sygnałów i obrazów
Wymagania wstępne w kategorii Kompetencji społecznych: Student powinien umieć pracować indywidualnie jaki i w zespole
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | umiejętność pozyskiwania informacji medycznych z baz danych i internetu | wykład, laboratorium | zaliczenie cz. ustna, prezentacja projektu |
K_W04++ K_U20+ K_K01+ |
P6S_KK P6S_UU P6S_UW P6S_WG |
02 | umiejętność przetwarzania danych statystycznych, obrazów i sygnałów | wykład | zaliczenie cz. praktyczna |
K_U04++ K_U20++ |
P6S_UK P6S_UW |
03 | umiejętność analizy i wnioskowania informacji z danych medycznych oraz urządzeń medycznych | wykład | zaliczenie cz. praktyczna |
K_U04++ K_U20+ K_K01+ |
P6S_KK P6S_UK P6S_UU P6S_UW |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
8 | TK01 | W1 | MEK01 MEK02 | |
8 | TK02 | W4, L1 | MEK01 | |
8 | TK03 | W3, L2 | MEK01 MEK02 | |
8 | TK04 | W4, L3 | MEK02 MEK03 | |
8 | TK05 | W5, W6, L4 | MEK01 MEK02 MEK03 | |
8 | TK06 | W7, L5 | MEK01 MEK02 MEK03 | |
8 | TK07 | W8 | MEK03 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 8) | Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
10.00 godz./sem. Studiowanie zalecanej literatury: 15.00 godz./sem. |
|
Laboratorium (sem. 8) | Przygotowanie do laboratorium:
10.00 godz./sem. |
Godziny kontaktowe:
10.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
15.00 godz./sem. |
Konsultacje (sem. 8) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
Zaliczenie (sem. 8) | Przygotowanie do zaliczenia:
5.00 godz./sem. |
Zaliczenie pisemne:
2.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Test pisemny |
Laboratorium | Oceny ze sprawozdań oraz samodzielnego zadania (projektu) |
Ocena końcowa | średnia ważona ocen z testu i laboratorium (40% test, 60% laboratorium) |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | D. Kalandyk; B. Kwiatkowski; D. Mazur | CNC Machine Control Using Deep Reinforcement Learning | 2024 |
2 | G. Drałus; G. Karnas; G. Masłowski | Identification of cloud-to-ground lightning and intra-cloud lightning based on their radiated electric field signatures using different types of neural networks and machine learning classifiers | 2024 |
3 | J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur | An off-line application that determines the maximum accuracy of the realization of reference points from G-code for given parameters of CNC machine dynamics | 2024 |
4 | M. Kolcun; D. Martinko; D. Mazur; D. Medved | Planning of the Optimal Performance of Household Photovoltaics and Battery Storage within Consideration of Investment Return | 2024 |
5 | D. Kalandyk; B. Kwiatkowski; D. Mazur | Application of Mamdani Fuzzy Logic Inference System to Optimise CNC Machine Motion Dynamics | 2023 |
6 | G. Dec; D. Mazur; D. Rzońca | Urządzenie zabezpieczające powierzchnie płaskie, zwłaszcza powierzchnie paneli fotowoltaicznych | 2023 |
7 | G. Drałus | Metody śledzenia punktu MPP modułu fotowoltaicznego | 2023 |
8 | G. Drałus; J. Drałus; J. Kusznier; D. Mazur | Application of Artificial Intelligence Algorithms in Multilayer Perceptron and Elman Networks to Predict Photovoltaic Power Plant Generation | 2023 |
9 | L. Bena; J. Dzmura; D. Martinko; D. Mazur; D. Medved; M. Oliinyk | Assessing the Effects of Smart Parking Infrastructure on the Electrical Power System | 2023 |
10 | M. Hubacz; D. Mazur; B. Pawłowicz; M. Salach; M. Skoczylas; B. Trybus | Navigation and mapping of closed spaces with a mobile robot and RFID grid | 2023 |
11 | B. Kopchak; M. Koryl; T. Kwater; B. Kwiatkowski; Y. Marushchak; D. Mazur | Approximation of Fractional Order PIλDμ-Controller Transfer Function Using Chain Fractions | 2022 |
12 | I. Bilyakovskyy; D. Kalandyk; B. Kwiatkowski; O. Makarchuk; D. Mazur; I. Shchur; V. Turkovskyi | Improved Matlab/Simulink model of dual three-phase fractional slot and concentrated winding PM motor for EV applied brushless DC drive | 2022 |
13 | J. Bartman; T. Kwater; B. Kwiatkowski; D. Mazur | Analiza zborności parametrów odbiorników energii elektrycznej w kontekście bezinwazyjnej identyfikacji urządzeń | 2022 |
14 | K. Balawender; R. Brodowski; G. Budzik; J. Cebulski; D. Filip; K. Kroczek; B. Lewandowski; A. Mazur; D. Mazur; M. Oleksy; S. Orkisz; Ł. Przeszłowski; J. Szczygielski; P. Turek | Characterisation of Selected Materials in Medical Applications | 2022 |
15 | K. Bulanda; K. Czech; D. Krajewski; G. Masłowski; D. Mazur; M. Oleksy; R. Oliwa | Methods for Enhancing the Electrical Properties of Epoxy Matrix Composites | 2022 |
16 | A. Czmil; G. Drałus; D. Mazur | Automatic Detection and Counting of Blood Cells in Smear Images Using RetinaNet | 2021 |
17 | D. Mazur; A. Rózowicz; S. Rózowicz; M. Włodarczyk; A. Zawadzki | Assessment of the Impact of Per Unit Parameters Errors on Wave and Output Parameters in a Transmission Line | 2021 |
18 | D. Mazur; A. Różowicz; S. Różowicz; M. Włodarczyk; A. Zawadzki | Modelling an induction coil with fractional-order magnetic coupling in an ignition system of internal combustion engines | 2021 |
19 | G. Dec; G. Drałus; B. Kwiatkowski; D. Mazur | Forecasting Models of Daily Energy Generation by PV Panels Using Fuzzy Logic | 2021 |
20 | J. Bartman; P. Hawro; T. Kwater; D. Mazur | The algorithm of adaptive determination of amplification of the PD filter estimating object state on the basis of signal measurable on-line | 2021 |
21 | P. Hawro; L. Kasha; B. Kopchak; B. Kwiatkowski; A. Lozynskyy; O. Lozynskyy; Y. Marushchak; D. Mazur; R. Pękala; B. Twaróg; R. Ziemba | Formation of Characteristic Polynomials on the Basis of Fractional Powers j of Dynamic Systems and Stability Problems of Such Systems | 2021 |
22 | D. Aebisher; D. Bartusik-Aebisher; A. Czmil; D. Mazur | Trastuzumab Efficacy Quantified by Fluorine-19 Magnetic Resonance Imaging | 2020 |
23 | D. Aebisher; D. Bartusik; A. Czmil; D. Mazur | Evaluation of mr relaxation times following trastuzumab treatment of breast cancer cells in a 3d bioreactor | 2020 |
24 | G. Drałus; T. Rak | Prognozowanie w horyzoncie jednej godziny produkcji energii przez panel fotowoltaiczny | 2020 |
25 | G. Drałus; T. Rak | Programowanie równoległe w hybrydowym środowisku MPI i OpenMP na klastrze serwerów | 2020 |
26 | J. Bartman; B. Kwiatkowski; D. Mazur | The quality of data and the accuracy of energy generation forecast by artificial neural networks | 2020 |
27 | L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń | Direct Consideration of Eddy Current Losses in Laminated Magnetic Cores in Finite Element Method (FEM) Calculations Using the Laplace Transform | 2020 |
28 | A. Czmil; S. Czmil; D. Mazur | A Method to Detect Type 1 Diabetes Based on Physical Activity Measurements Using a Mobile Device | 2019 |
29 | D. Mazur | Opracowanie na podstawie wyników prac B+R modułów wyposażonych w inteligentne metody przetwarzania danych oraz bezrdzeniowe czujniki prądu wykonane w technologii wielowarstwowych obwodów drukowanych na rzecz stworzenia kompleksowego narzędzia optymalizującego koszty i zużycie energii elektrycznej w zakładach przemysłowych współzasilanych z OZE | 2019 |
30 | G. Dec; D. Mazur; D. Rzońca | Urządzenie zabezpieczające powierzchnie płaskie, zwłaszcza powierzchnie paneli fotowoltaicznych | 2019 |
31 | K. Baran; D. Mazur; A. Różowicz; S. Różowicz; H. Wachta | Thermal Analysis of the Factors Influencing Junction Temperature of LED Panel Sources | 2019 |
32 | L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń | Analysis of axial flux permanent magnet generator | 2019 |
33 | L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń | Computationally Efficient Method of Co-Energy Calculation for Transverse Flux Machine Based on Poisson Equation in 2D | 2019 |
34 | L. Gołębiowski; M. Gołębiowski; D. Mazur; A. Smoleń; Z. Szczerba | Modeling and Analysis of the AFPM Generator in a Small Wind Farm System | 2019 |
35 | M. Bolanowski; G. Budzik; D. Mazur; M. Oleksy; A. Paszkiewicz | Analysis of possible SDN use in the rapid prototyping process as part of the Industry 4.0 | 2019 |
36 | M. Dorozhovets; Y. Marushchak; D. Mazur | Operational Estimating of Arcs Voltage of Arc Steel Furnace | 2019 |
37 | R. Hanus; C. Kreischer; D. Mazur | Methods and Techniques of Signal Processing in Physical Measurements | 2019 |