Tematické okruhy státních zkoušek magisterského studijního programu Kybernetika a robotika 2021
Otázky při státní zkoušce budou pro každého studenta vybírány z tematických okruhů pro tři povinné předměty profilujícího základu a tři povinně volitelné předměty profilujícího základu (skupina 1). V případě, že student absolvoval více než tři povinně volitelné předměty profilujícího základu (skupina 1), sám si z nich ke státní zkoušce vybere a nahlásí tři.
Povinné předměty profilujícího základu
B3M33ARO1 Autonomní robotika:
Autonomní robotika: Lokalizace a mapování robotu (SLAM), kalibrace sensorů, plánování v robotice.
B3M38DIT1 Diagnostika a testování:
Detekce poruch, odolnost vůči poruchám, spolehlivost, diagnostika mechanických, elektronických a elektromechanických systémů.
B3M35LSY1 Lineární systémy:
Matematické modely dynamických systémů lineárních i nelineárních. Různé koncepty stability. Lineární systémy s více vstupy a více výstupy. Odhadování stavu. Stavová a výstupní zpětná vazba.
Povinně volitelné předměty profilujícího základu (skupina 1)
B4M33MPV Metody počítačového vidění:
Detekce objektů v obrazu a hledání korespondencí mezi obrazy.
B3M35OFD Odhadování, filtrace a detekce:
Bayesovský přístup k odhadování parametrů, Vstupně-výstupní modely dynamických systémů (ARX, ARMAX. OE), jejich vlastnosti, metody odhadování parametrů. Kalmanův filtr a jeho modifikace pro barevné šumy, rozšířený Kalmanův filtr. Testování hypotéz. Metody detekce poruch na základě věrohodnostního poměru.
B3M35ORR Optimální a robustní řízení:
Přímé a nepřímé přístupy k řešení problému optimálního řízení v diskrétním i spojitém čase, prediktivní řízení založené na modelu, optimalizace trajektorií, LQR a LQG regulátor, dynamické programování, modelování neurčitosti a analýza robustnosti, návrh robustních regulátorů minimalizací H∞ normy.
B3M38SPD1 Sběr a přenos dat:
Principy IoT a senzorových sítí, komunikační rozhraní, modulace, řízení přístupu k médiu, nízkopříkonová a autonomní zařízení.
BE4M33SSU Statistical Machine Learning:
Minimalizace empirického rizika. Odhad maximální věrohodnosti, EM algoritmus. Standardní a hluboké neuronové sítě a jejich učení.
B3M38ZDS1 Zpracování a digitalizace signálů:
Principy, metody a obvody pro zpracování a digitalizaci analogových signálů, metody rekonstrukce číslicových signálů, synchronní detekce, metody potlačení šumu, zmenšení nelinearit přídavným signálem.