Katedra    Personāls    Studijas    Saites    Kontakti    UNITE    In English  
 
Studiju programma:
Aktuālās darba tēmas:
Aizstāvētie diplomdarbi:

Modelēšanas un imitācijas katedras 2016./2017. mācību gada bakalaura darbu tēmas un virzieni

Vadītājs: Asoc. profesore Ludmila Aleksejeva (D2-459; pieņemšanas laiki: trešdienās 18:05-18:45; ceturtdienās 14:30-15:30; e-pasts: Ludmila.aleksejeva_1@rtu.lv; darba tālrunis 67089589)

  1. Datu ieguves un lēmumu pieņemšanas metožu mijiedarbība: principu analīze un izpēte (2 stud.)
  2. Darba gaitā paredzēts izpētīt minēto tehnoloģiju mijiedarbības variantus principus un, izvēloties vienu no praktiskām pielietošanas problēmām, izpētīt un novērtēt to risināšanas rezultātus.

  3. Lēmumu pieņemšanas atbalsta sistēmu analīze un izpēte (2 stud.)
  4. Nepieciešams izpētīt un salīdzināt dažādus programmlīdzekļus, kas paredzēti lemšanas uzdevumu risināšanai.
    Atkarībā no uzdevuma nostādnes nepieciešams izvēlēties dažas lēmumu atbalsta sistēmas, izpētīt un salīdzināt to funkcionalitāti, iespējas un ierobežojumus. Pamatoti novērtēt katras programmatūras iespējas atkarībā no risināma uzdevuma klases.

  5. Lēmumu pieņemšana vadības un biznesa uzdevumos (2 stud.).
  6. Izpētīt minēto uzdevumu specifiku, izskatīt iespējamās lemšanas problēmas šajā sfērā, apgūt nepieciešamo variantu vērtēšanas un analīzes metodes un pierādīt to pielietojamību.

  7. Ja kādam ir lēmumu pieņemšanas (izvēles) problēma un nav saprotams, kā to risināt, tad varam to apspriest un meklēt piemērotāko metožu un algoritmu klāstu, šādi noformulējot sev interesantu un svarīgu tēmu!

Vadītājs: Doc. Jeļena Pečerska (D2-431, konsultācijas trešdienās (1-5. ned.) 16:30-17:30 (6-16. ned.) 17:00-19:00)

Bakalaura darbu virziens:
Sarežģītas sistēmas (loģistikas, ražošanas vai apkalpošanas uzņēmuma) imitācijas modelēšanā bāzētā analīzes pieeja (modelējamā sistēma praktiskās daļas īstenošanai – pēc studenta izvēles, modelēšanas līdzeklis Arena, SIMUL8 vai VENSIM)

Bakalaura darbu tēmas:

  1. Biznesa procesa modeļa eksperimentu plānošanas un jūtīguma analīzes metodoloģija (SIMUL8, nepieciešamas labas angļu valodas zināšanas literatūras apskatam, 1 students)
  2. Imitācijas modelēšanā bāzētā daudzešelonu piegādes ķēdes krājumu vadības stratēģiju izpēte (metodisku uzdevumu sastādīšana pielietošanai studiju procesā) (SIMUL8, 1 students)
  3. Digitālu reljefa modeļu pielietošana sistēmu dinamikas modeļos (VENSIM, nepieciešamas labas angļu valodas zināšanas literatūras apskatam, 1 students)
  4. Universālo imitācijas programmlīdzekļu pielietojamības analīze satiksmes sistēmu modelēšanai (1 students)
  5. GIS pielietošanas koncepcija loģistikas/transporta sistēmu modelēšanai (1 students)
  6. DNS modelēšanas līdzekļu rezultātu pārskata radītāju interpretācija tehniski-ekonomisku rādītāju aprēķināšanai (1 students)
  7. Taktiskā simulācijas eksperimentu plānošana ražošanas uzņēmuma jaudas paaugstināšanai (SIMUL8, 1 students)

Vadītājs: Asoc. prof. Arnis Lektauers (D2-422, Konsultācijas ceturtdienās 8:15 - 9:30)

  1. Interaktīvu 2D/3D tīmekļa risinājumu izmantošana sabiedriskā transporta informācijas sistēmās
  2. Papildinātās realitātes tehnoloģijas iespēju analīze e-komercijas jomā
  3. Ģeogrāfiskās informācijas, imitācijas modelēšanas un vizualizācijas tehnoloģiju integrācijas veidu salīdzinoša analīze

Vadītājs: Prof. Egils Ginters (D2-434, Konsultācijas ceturtdienās 10:00 -12:00), maksimāli 5 studenti

  1. Tehnoloģisko risinājumu pieņemšanas modelēšana
  2. Tehnoloģiju ilgtspējas novērtēšanas modeļi
  3. Sadalītas imitāciju modelēšanas sistēmas Future Internet un Cloud Computing attīstības kontekstā
  4. HLA pielietojumu salīdzinoša analīze
  5. Hibrīdi sociotehnisko sistēmu imitācijas modeļi
  6. Uz aģentiem balstītu imitācijas modelēšanas līdzekļu pielietojums politikas īstenošanas modelēšanā
  7. Politikas īstenošanas novērtēšanas vairāklīmeņu imitācijas modelēšana
  8. Rakstura un uztveres tipu noteikšanas imitācijas modelēšana
  9. Future Internet tehnoloģijas: horeogrāfija vs orķestrēšana
  10. UML un BPMN2 orientētu sistēmu specificēšanas līdzekļu (MagicDraw, DIA u.c.) salīdzinoša analīze
  11. Sistēmu specifikāciju UML translēšana BPMN2 vidē
  12. VR/AR dzinēju salīdzinoša analīze
  13. VR/AR konstrukciju izmantošana imitācijas modelēšanas rezultātu adaptīvai attēlošanai
  14. Imitācijas modelēšanas rezultātu adaptīva vizualizācija
  15. RFID risinājumu fiziskās struktūras izvēles pamatojuma modelēšana
  16. Risku analīzes metodes RFID pielietojumos
  17. Semantiskajai meklēšanai pielietotās atvērtā koda programmatūru salīdzinoša analīze
  18. Modelēšanas rezultātu semantiska analītika un vizualizācija
  19. Attēlu atpazīšana un VR/AR pielietojumi neiromarketingā
  20. Velotransporta maršrutu plānošana un imitāciju modelēšana
  21. Uz aģentiem balstīta LUCC modelēšana

Vadītājs: pētnieks Antons Patļins (Antons.Patlins@rtu.lv) maksimāli 5 studentiem (griezties pie I. Upītes, ja nav iespēja sakontaktēt)

  1. Tīmekļa sociālo tīklu darbības un iespēju analīze iekļaušanai apmācības procesā.
  2. Informācijas sistēmu drošības jautājumu izpēte un realizēšana.
  3. Tīmekļa vietņu izstrādes mūsdienu perspektīvāko rīku analīze un pielietošana.
  4. Mūsdienīgu tīmekļa vietņu optimizācijas (SEO) rīku izpēte un pielietošana.
  5. Populārāko DBVS izpēte un salīdzināšana izmantošanai tīmekļa serveros.
  6. Informācijas tehnoloģiju pielietošanas iespēju izpēte sabiedriskā transporta sistēmā.
  7. Informācijas tehnoloģiju pielietošanas analīze fitnesa industrijā.
  8. Moderno tehnoloģiju analīze un pielietošana, izstrādājot viedtālruņu aplikācijas.
  9. Loģistikas uzņēmumu transporta sistēmas izpēte, veicot modelēšanu.
  10. E-komercijas attīstības tendenču analīze.

 Vadītājs:  Pētnieks Vitālijs Boļšakovs (D2– 427, Vitalijs.Bolsakovs@rtu.lv, Konsultācijas otrdienās 16:15 -18:00), maksimāli 5 studenti

  1. Transporta sistēmu uzlabošana un optimizācija
  2. Reālā laika simulēšanas metodes un rīki
  3. Metodes sarežģīto sistēmu modelēšanai un prognozēšanai
  4. Datortīklu un serveru ievainojamību analīze un prognozēšana
  5. Simulēšanā un modelēšana uzņēmuma vadībā
  6. Ģeogrāfiskas informācijā sakņota modelēšana

Vadītājs: lekt. Anastasija Bolkovska (Anastasija.Bolkovska@rtu.lv, konsultācijas piektdienās 13:00-15:00)

  1. Optimizācijas līdzekļu Heuristic Lab un Logware salīdzinoša analīze
  2. Mākoņdatošanas tehnoloģiju izpēte un anlīze optimizācijas uzdevumu risināšanai

Vadītājs: Pētnieks Jurijs Čižovs (S2-456, e-pasts: jurij.ch@gmail.com), maksimāli 5 studenti
Pētījumu virzieni: Intelektuālās sistēmas un aģenti, Datizrace, mākslīgā intelekta algoritmi, ģenētiskie algoritmi, Neironu tīkli, lēmumu pieņemšanas koki.

Vadītājs: lekt. Inese Poļaka (inese.polaka@gmail.com konsultācijas otrdienās 12:00-16:00)

  1. Cilvēka mikrobioma analīze ar datu ieguves metodēm (2-3 cilvēki)

Vadītājs: lektors Arnis Kiršners (arnis.kirsners@rtu.lv, piektdienās 16:30-17:30)

  1. Izpētīt TensorFlow pieejas izmantošanu ar plašu un dziļu mašīnmācīšanos datu plūsmas analīzē
    (TensorFlow ir atvērtā koda programmatūra, kura lieto datu iegūšanas algoritmus)
  2. Datu iegūšanas algoritmu pielietojums medicīnas datu analīzē

Vadītājs: doktorants Henrihs Gorskis (henrihs.g@gmail.com, D2-456), maksimāli 5 studenti

  1. Domēna ontoloģijas izveidošana un izmantošana
  2. Darba mērķis ir iepazīties ar ontoloģijas jēdzienu un izpētīt, kā ir iespējams pielietot ontoloģiju lai atrisinātu informācijas tehnoloģijas uzdevumus.

  3. Ontoloģijas pielietošana datu piekļuves uzdevumā
  4. Darba mērķis ir iepazīties ar ontoloģijas jēdzienu un izpētīt, kā var pielietot ontoloģijas iespējas, lai piekļūtu datiem datubāzē izmantojot esošās tehnoloģijas.

Vadītājs: doktorants Pāvels Osipovs, rakstīt uz e-pastu un vienoties par tikšanās laiku

  1. Datizraces algoritmu realizācija uz GPU
  2. Zinātnisko datu analīzes metodes LibreOffice Calc vidē
  3. TensorFlow bibliotēkas pielietošana datizraces vai lēmumu atbalsta uzdevumu ietvaros
  4. Paralēlie algoritmi lielo datu (Big Data) uzdevumos
  5. Intelektuāla resursu piešķiršana datoru klasteru sistēmās

Vadītājs: Mg.sc.ing. Madara Gasparoviča (e-pasts: madara.gasparovica@rtu.lv, kosultācijas iepriekš vienojoties D2-459)

  1. Datizraces metožu pielietošana bioinformātikas datu apstrādē un analīzē

Ar visiem jautājumiem, kas saistīti ar tēmu izvēli un vadītāju, griezties pie I. Upītes. Diplomdarbu iesniegumus (vadītājs MIK mācībspēks)  iesniegt I. Upītei (D2 – 433). 

Bakalaura darba izstrādāšanas grafiks


Termiņš līdz

Darba posms

30.11.2016.

Tēmas (iesniegums) un darba uzdevuma lapas iesniegšana profilējošā katedrā

 

 

 
  Telefons: 67089514 E-pasts: inese at itl.rtu.lv   © MIK, 1997.-2015.
  Fakss: 67089513 Adrese: Daugavgrīvas iela 2, Rīga, LV-1048, Latvija