"હું એક વ્યાવસાયિક છું" ઓલિમ્પિયાડ વિશે તમારે શું જાણવાની જરૂર છે: અમે "બિગ ડેટા" અને "રોબોટિક્સ" ક્ષેત્રો વિશે વાત કરીએ છીએ.

«હું વ્યાવસાયિક છું"માનવતા અને તકનીકી વિશેષતાના સ્નાતક અને માસ્ટર્સ માટેની સ્પર્ધા છે. તેનું આયોજન મોટી રશિયન IT કંપનીઓ અને ITMO યુનિવર્સિટી સહિત દેશની સૌથી મજબૂત યુનિવર્સિટીઓ દ્વારા કરવામાં આવે છે. આજે આપણે ઓલિમ્પિયાડના ધ્યેયો અને અમારી યુનિવર્સિટી જે બે ક્ષેત્રોની દેખરેખ રાખે છે તે વિશે વાત કરી રહ્યા છીએ - "બિગ ડેટા" અને "રોબોટિક્સ" (બાકીના વિશે - અમારા આગામી હેબ્રાટોપિક્સમાં).

ફોટો: વિક્ટર અઝનાબેવ /unsplash.com

ઓલિમ્પિક્સ વિશે થોડાક શબ્દો

ધ્યેય. વિદ્યાર્થીઓના જ્ઞાનનું મૂલ્યાંકન કરો અને તેમને નોકરીદાતાઓની જરૂરિયાતો સાથે પરિચય આપો. વિદ્યાર્થીઓ તેમના પસંદ કરેલા વૈજ્ઞાનિક ક્ષેત્રમાં વિકાસ કરે છે, આંતરરાષ્ટ્રીય કંપનીઓમાં કામ કરે છે. એમ્પ્લોયરને પણ ફાયદો થાય છે - તેણે પ્રશિક્ષિત નિષ્ણાતોની ફરીથી નોંધણી કરવાની અને નવા ભાડે લીધેલા કર્મચારીઓને આ વાક્ય સાથે અભિવાદન કરવાની જરૂર નથી: "તમને યુનિવર્સિટીમાં શીખવવામાં આવ્યું હતું તે બધું ભૂલી જાઓ."

શા માટે ભાગ લેવો? વિજેતાઓ તક મેળવો પરીક્ષા વિના રશિયન યુનિવર્સિટીઓમાં પ્રવેશ કરો. તમે Yandex, Sberbank, IBS, Mail.ru અને અન્ય મોટા કોર્પોરેશનોમાં ઇન્ટર્નશિપ મેળવી શકો છો. ગયા વર્ષે, રશિયન કંપનીઓ તરફથી ઓફર получили ચારસોથી વધુ શ્રેષ્ઠ સહભાગીઓ. ઉપરાંત, જે વિદ્યાર્થીઓએ પોતાને સાબિત કર્યું છે તેઓ મુલાકાત લઈ શકશે શિયાળાની શાળાઓ.

કોણ ભાગ લઈ રહ્યું છે? તમામ વિશેષતાઓના વિદ્યાર્થીઓ - તકનીકી, માનવતા અને કુદરતી વિજ્ઞાન. સ્નાતકો ઉપરાંત, સ્નાતક વિદ્યાર્થીઓ, રહેવાસીઓ અને વિદેશી યુનિવર્સિટીઓના વિદ્યાર્થીઓ.

ઇવેન્ટ ફોર્મેટ. તમે 18મી નવેમ્બર સુધી નોંધણી કરાવી શકો છો. ઓનલાઈન ક્વોલિફાઈંગ સ્ટેજ 22 નવેમ્બરથી 8 ડિસેમ્બર દરમિયાન યોજાશે, પરંતુ જો તમે સફળતાપૂર્વક ઓછામાં ઓછા બે પૂર્ણ કરો તો તમે તેને છોડી શકો છો. સૂચિમાંથી ઑનલાઇન અભ્યાસક્રમો. ક્વોલિફાઇંગ રાઉન્ડના વિજેતાઓ દેશભરની મુખ્ય યુનિવર્સિટીઓમાં ઇન્ટ્રામ્યુરલ સ્પર્ધાઓમાં આગળ વધશે, જે જાન્યુઆરી - માર્ચ માટે સુનિશ્ચિત થયેલ છે. “હું પ્રોફેશનલ છું” ઓલિમ્પિયાડના પરિણામો એપ્રિલમાં પ્રકાશિત કરવામાં આવશે પ્રોજેક્ટ વેબસાઇટ પર.

આ વર્ષે ઓલિમ્પિયાડમાં 68 ક્ષેત્રોનો સમાવેશ થાય છે. ITMO યુનિવર્સિટીના નિષ્ણાતો તેમાંથી પાંચની દેખરેખ રાખે છે: "ફોટોનિક્સ", "ઇન્ફોર્મેશન એન્ડ સાયબર સિક્યુરિટી", "પ્રોગ્રામિંગ અને ઇન્ફર્મેશન ટેક્નોલોજીસ", તેમજ "બિગ ડેટા" અને "રોબોટિક્સ". અમે તમને છેલ્લા બે વિશે વધુ જણાવીશું.

મોટી માહીતી

આ ક્ષેત્ર બિગ ડેટા જીવન ચક્રની તમામ તકનીકોને આવરી લે છે, જેમાં તેમના સંગ્રહ, સંગ્રહ, પ્રક્રિયા, મોડેલિંગ અને અર્થઘટનનો સમાવેશ થાય છે. વિજેતાઓ ITMO યુનિવર્સીટી ખાતેના પ્રોગ્રામ માટે પરીક્ષા વિના માસ્ટર પ્રોગ્રામમાં પ્રવેશ કરી શકશે: “એપ્લાઇડ મેથેમેટિક્સ એન્ડ ઇન્ફોર્મેટિક્સ”, “ડિજિટલ હેલ્થ”, “બિગ ડેટા ફાઇનાન્સિયલ ટેક્નોલોજીસ” અને કેટલાક અન્ય.

સહભાગીઓને પાર્ટનર કંપનીઓમાં ડેટા સાયન્ટિસ્ટ અને ડેટા એન્જિનિયરની વિશેષતાઓમાં ઇન્ટર્નશિપમાંથી પસાર થવાની તક પણ મળશે. આ છે નેશનલ સેન્ટર ફોર કોગ્નિટિવ રિસર્ચ, Mail.ru, Gazpromneft STC, Rosneft, Sberbank અને ER-Telecom.

“તાજેતરના વર્ષોમાં, બિગ ડેટાનું ક્ષેત્ર વધુને વધુ લોકપ્રિય બન્યું છે. પ્રાથમિક માહિતી સંગ્રહ અને સંગ્રહ માટેની તકનીકો વિકસિત થઈ રહી છે, અગાઉ અવલોકન ન કરી શકાય તેવી પ્રક્રિયાઓને રેકોર્ડ કરવા માટે નવી ડિજિટલ મિકેનિઝમ્સ (IoT અને સામાજિક નેટવર્ક્સના ક્ષેત્રમાં) ઉભરી રહી છે," એલેક્ઝાન્ડર વેલેરીવિચ બુખાનોવસ્કી, ડિરેક્ટર ટિપ્પણી કરે છે. મેગાફેકલ્ટી ઓફ ટ્રાન્સલેશનલ ઇન્ફોર્મેશન ટેક્નોલોજીસ ITMO યુનિવર્સિટી. "તે જ સમયે, માત્ર ડેટાને સંગ્રહિત કરવા અને તેનો ઉપયોગ કરવાની પ્રક્રિયાને કેવી રીતે ગોઠવવી તેના પર જ ધ્યાન આપવામાં આવે છે, પરંતુ નિષ્કર્ષ અને નિર્ણયોને ન્યાયી ઠેરવવા તેમજ અનુમાનિત મોડેલ્સ બનાવવા પર પણ ધ્યાન આપવામાં આવે છે."

કાર્યો શું હશે? ટીમ તેમને તૈયાર કરે છે મેગાફેકલ્ટી ઓફ ટ્રાન્સલેશનલ ઇન્ફોર્મેશન ટેક્નોલોજીસ ITMO યુનિવર્સિટી. તેઓ એ હકીકતને ધ્યાનમાં લે છે કે બિગ ડેટા નિષ્ણાત પાસે સંભાવના સિદ્ધાંત અને ગાણિતિક આંકડા તેમજ મશીન લર્નિંગમાં મૂળભૂત જ્ઞાન હોવું આવશ્યક છે. આધુનિક આર્ટિફિશિયલ ઇન્ટેલિજન્સ સિસ્ટમ્સના તર્ક અને પદ્ધતિની સમજ રાખો અને R, Java, Scala, Python (અથવા વ્યવહારિક સમસ્યાઓ ઉકેલવા માટેના અન્ય સાધનો) બોલો.

નીચે અમે ઓલિમ્પિયાડના એક તબક્કામાંથી સમસ્યાનું ઉદાહરણ આપીએ છીએ.

ઉદાહરણ કાર્ય: ક્લસ્ટરમાં 50 સર્વર્સ છે, જેમાં દરેક પર 12 ઉપલબ્ધ કોરો છે. મેપર્સ અને રીડ્યુસર્સ વચ્ચેના સંસાધનોને ગતિશીલ રીતે પુનઃવિતરિત કરવામાં આવે છે (સંસાધનોનું કોઈ કડક વિભાજન નથી). આવા ક્લસ્ટર પર 1000 મેપર્સ જરૂરી હોય તેવા MapReduce કાર્યને કેટલી મિનિટમાં ચાલશે તે લખો. આ કિસ્સામાં, એક મેપરનો ઓપરેટિંગ સમય 20 મિનિટ છે. જો તમે કાર્યમાં માત્ર 1 રીડ્યુસર છોડો છો, તો તે 1000 મિનિટમાં તમામ ડેટા પર પ્રક્રિયા કરશે. જવાબ એક દશાંશ સ્થાને સચોટ સ્વીકારવામાં આવે છે.

એ. 44.6
બી 43.2
સી. 41.6
ડી. 50.0

સાચો જવાબC

કેવી રીતે તૈયારી કરવી. તમે નીચેના સંસાધનો સાથે પ્રારંભ કરી શકો છો:

• કમ્પ્યુટર ગણિતની સિસ્ટમ MathCAD માટે માર્ગદર્શિકા. તે સમસ્યાઓ ઉકેલવા માટે સ્ત્રોત કોડ સાથે સ્વતંત્ર કાર્ય માટે ઉપયોગી થઈ શકે છે.
• સંભવિત મોડલ્સના નિર્માણ અને અર્થઘટનની મૂળભૂત બાબતો. મૂળભૂત કાર્ય જણાવે છે કે શા માટે સંભવિત મોડેલોને σ-બીજગણિત જેવા ગાણિતિક રચનાની જરૂર છે.
• Gmurman V. E. "સંભાવના સિદ્ધાંત અને ગાણિતિક આંકડા". એક સરળ અને ઉપયોગી પુસ્તક કે જે રેન્ડમ ઘટનાઓની સંભવિત ગણતરીની મૂળભૂત બાબતોની રૂપરેખા આપે છે.

પ્રવૃતિના વિવિધ ક્ષેત્રો માટે લાગુ આંકડાઓ પરના ઘણા વધુ ઉપલબ્ધ પુસ્તકો. તેમના લેખકો સરળ પરંતુ અસરકારક રીતે બિંદુ અને અંતરાલ અંદાજ સમસ્યાઓ ઉકેલવાના તર્કને સમજાવે છે:

સંદર્ભો

• હાન જી. "એન્જિનિયરિંગ સમસ્યાઓમાં આંકડાકીય મોડેલ્સ"
• ઓર્લોવ A.I. “સંભાવના અને લાગુ આંકડા. મૂળભૂત તથ્યો"
• લેવિન "માઈક્રોસોફ્ટ એક્સેલનો ઉપયોગ કરતા મેનેજરો માટે આંકડા"
• ફિશર આર.એ. "સંશોધકો માટે આંકડાકીય પદ્ધતિઓ"
• કોબઝાર A. I. લાગુ ગાણિતિક આંકડા
• ટ્રુખાચેવા એન.વી. "તબીબી આંકડા"
• આંકડાકીય ગણતરીઓ માટે GOST

વિષયોના અભ્યાસક્રમોમાં પણ માહિતી મળી શકે છે માન્ય યાદીમાંથી ઓલિમ્પિક્સ વેબસાઇટ પર.

રોબોટિક્સ

રોબોટિક્સ એલ્ગોરિધમ્સ, ઇલેક્ટ્રોનિક્સ અને મિકેનિક્સ જેવી શાખાઓને જોડે છે. જેઓ પહેલાથી જ સોફ્ટવેર એન્જિનિયરિંગ, એપ્લાઇડ મિકેનિક્સ, એપ્લાઇડ મેથેમેટિક્સ અને કોમ્પ્યુટર સાયન્સ અથવા ઈલેક્ટ્રોનિક એન્જિનિયરિંગમાં માસ્ટર અને અનુસ્નાતક પ્રોગ્રામ્સનો અભ્યાસ કરી રહ્યાં છે અથવા તેમાં પ્રવેશવાની તૈયારી કરી રહ્યાં છે તેમના માટે આ દિશા પસંદ કરવા યોગ્ય છે. સાબિત વિદ્યાર્થીઓ મફતમાં કાર્યક્રમોમાં નોંધણી કરાવી શકે છે "રોબોટિક્સ»,«ડિજિટલ નિયંત્રણ સિસ્ટમો"અને"ડિજિટલ ઉત્પાદન પ્રણાલીઓ અને તકનીકો"અમારી યુનિવર્સિટીની.

કાર્યો શું હશે? સ્નાતક અને સ્નાતકના વિદ્યાર્થીઓ વિવિધ કાર્યો હલ કરે છે. જો કે, તમામ કાર્યો નિયંત્રણ સિદ્ધાંત, માહિતી પ્રક્રિયા અને રોબોટ મોડેલિંગના જટિલ જ્ઞાનની ચકાસણી કરે છે. ઉદાહરણ તરીકે, સહભાગીઓને સિસ્ટમની સ્થિરતા અથવા નિયંત્રણક્ષમતા તપાસવા, માળખું પસંદ કરવા અથવા રેગ્યુલેટર ગુણાંકની ગણતરી કરવા માટે કહેવામાં આવશે.

ડેપ્યુટી ડાયરેક્ટર સેર્ગેઈ અલેકસેવિચ કોલ્યુબિન કહે છે, "આપણે મોબાઈલ અથવા મેનિપ્યુલેટિવ રોબોટ માટે પ્રત્યક્ષ અથવા વિપરીત ગતિશાસ્ત્રની સમસ્યાને હલ કરવી પડશે, સિસ્ટમના જેકોબિયન સાથે કામ કરવું પડશે અને આપેલ બાહ્ય લોડ હેઠળ સાંધામાં સંતુલિત ક્ષણો જોવી પડશે." મેગાફેકલ્ટી ઓફ કોમ્પ્યુટર ટેક્નોલોજીસ એન્ડ મેનેજમેન્ટ ITMO ખાતે. "ત્યાં પ્રોગ્રામિંગ કાર્યો હશે - તમારે રોબોટનું મોડેલિંગ કરવા અથવા પાયથોન અથવા C++ માં ટ્રેજેકટ્રીઝનું આયોજન કરવા માટે એક નાનો પ્રોગ્રામ લખવાની જરૂર છે."

ફાઇનલમાં, વિદ્યાર્થીઓએ ભાગીદાર કંપનીઓના કાર્યો હાથ ધરવા માટે રોબોટને પ્રોગ્રામ કરવો આવશ્યક છે: રશિયન રેલ્વે, ડાયકોન્ટ, કુકા, વગેરે. પ્રોજેક્ટ જમીન અને હવા માટેના ડ્રોન સાથે સંબંધિત છે, તેમજ સહયોગી રોબોટ્સ સાથે શારીરિક સંપર્કની સ્થિતિમાં કામ કરે છે. પર્યાવરણ સ્પર્ધાનું ફોર્મેટ સામ્ય છે DARPA રોબોટિક્સ ચેલેન્જ. પ્રથમ, વિદ્યાર્થીઓ સિમ્યુલેટર પર અને પછી વાસ્તવિક હાર્ડવેર પર કામ કરે છે.

આગળ, અમે રોબોટિક્સ ક્ષેત્રના કાર્યો માટેના ઘણા વિકલ્પો પર વિચાર કરીશું જેનો વિદ્યાર્થીઓને સામનો કરવો પડી શકે છે. માસ્ટર પ્રોગ્રામ માટે અરજદારો માટે અહીં ઉદાહરણો છે:

ઉદાહરણ કાર્ય #1: ઓટોમોટિવ કાઇનેમેટિક્સ રોબોટ લીનિયર સ્પીડ v=0,3 m/s સાથે ફરે છે. સ્ટીયરીંગ વ્હીલ w=0,2 rad એંગલ પર વળેલું છે. જો રોબોટના પૈડાંની ત્રિજ્યા r=0,02 m ની બરાબર હોય અને રોબોટની લંબાઈ અને ટ્રેક અનુક્રમે L=0,3 m અને d=0,2 m બરાબર હોય, તો પાછળના દરેક પૈડાનો કોણીય વેગ કેટલો હશે? w1 અને w2, rad/s માં વ્યક્ત?

ચિહ્નને ધ્યાનમાં લઈને, બીજા દશાંશ સ્થાન પર ચોક્કસ, જગ્યા દ્વારા અલગ કરાયેલા બે નંબરોના ફોર્મેટમાં તમારો જવાબ દાખલ કરો.

ઉદાહરણ કાર્ય #2: સંદર્ભ પ્રભાવની તુલનામાં બંધ સિસ્ટમમાં એસ્ટેટિઝમની નિશાની શું હોઈ શકે છે, જો વિશ્લેષણ સિસ્ટમના માળખાકીય રેખાકૃતિ અનુસાર કરવામાં આવે છે?

ઓપન સર્કિટમાં એપિરિયોડિક લિંક્સની હાજરી;
ખુલ્લા લૂપમાં આદર્શ એકીકૃત લિંક્સની હાજરી;
ઓપન સર્કિટમાં ઓસીલેટરી અને રૂઢિચુસ્ત લિંક્સની હાજરી.

ગ્રેજ્યુએટ સ્કૂલ અથવા રેસિડન્સીમાં પ્રવેશ કરનારાઓ માટે અહીં સમસ્યાઓ છે:

ઉદાહરણ કાર્ય #1: આકૃતિ 7 રોટેશનલ સાંધા સાથે રીડન્ડન્ટ કાઇનેમેટિક્સ સાથે રોબોટિક મેનીપ્યુલેટર બતાવે છે. આકૃતિ રોબોટ બેઝ કોઓર્ડિનેટ સિસ્ટમ {s} બતાવે છે જેમાં પૃષ્ઠ પ્લેન પર લંબરૂપ y-અક્ષ વેક્ટર છે, કોઓર્ડિનેટ સિસ્ટમ {b} ફ્લેંજ સાથે જોડાયેલ છે અને {s} સાથે કોલિનિયર છે. રોબોટને એક રૂપરેખાંકનમાં દર્શાવવામાં આવ્યું છે જેમાં તમામ લિંક્સના કોણીય કોઓર્ડિનેટ્સ 0 ની બરાબર છે. સાત કિનેમેટિક જોડી માટે હેલિકલ અક્ષ આકૃતિમાં દર્શાવવામાં આવ્યા છે (ઘડિયાળની વિરુદ્ધ દિશામાં હકારાત્મક). સાંધા 2, 4 અને 6 ની અક્ષો સહ-નિર્દેશિત છે, સાંધા 1, 3 5 અને 7 ની અક્ષો આધારની પ્રારંભિક સંકલન પ્રણાલીની અક્ષો સમાન છે. લિંક માપો L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m, અને L4 = 0,15 m.

ઉદાહરણ કાર્ય #2: પાર્ટિકલ ફિલ્ટર્સ પર આધારિત મોબાઇલ રોબોટ્સ માટે એક સાથે સ્થાનિકીકરણ અને મેપિંગ (SLAM) અલ્ગોરિધમના વધુ સ્થિર સંચાલન માટે, વિકાસકર્તાઓએ રિસેમ્પલિંગ વ્હીલ રિસેમ્પલિંગ અલ્ગોરિધમનો ઉપયોગ કરવાનું નક્કી કર્યું. અલ્ગોરિધમના ઓપરેશનના ચોક્કસ બિંદુએ, w(5) = 1, w(0,5) = 2, w(1,2) = 3, w(1,5) = 4 સાથે 1,0 “કણો” નો નમૂના મેમરીમાં રહે છે. 5 અને w(0,8) = XNUMX. આપેલ પુનરાવૃત્તિ પર અસરકારક નમૂનાના કદના લઘુત્તમ થ્રેશોલ્ડ મૂલ્ય પર રિસેમ્પલિંગ મિકેનિઝમ શરૂ કરવામાં આવશે. તમારો જવાબ દશાંશ ફોર્મેટમાં એક દશાંશ સ્થાન પર ચોક્કસ લખો.

કેવી રીતે તૈયારી કરવી. તમે ચેકલિસ્ટનો ઉપયોગ કરીને તમારા જ્ઞાન અને સંભાવનાઓનું મૂલ્યાંકન કરી શકો છો. રોબોટિક્સ મેજરમાં સહભાગીઓએ આવશ્યક છે:

• રોબોટ મોડેલિંગના સિદ્ધાંતો, આધુનિક સેન્સરની લાક્ષણિકતાઓ અને સંવેદનાત્મક માહિતી મેળવવા માટેની પદ્ધતિઓ જાણો.
• ટ્રેજેક્ટરી પ્લાનિંગ અને ઓટોમેટિક કંટ્રોલ તેમજ સંવેદનાત્મક માહિતીની પ્રક્રિયા કરવા માટે પ્રેક્ટિસ પદ્ધતિઓ અને અલ્ગોરિધમ્સને જાણો અને લાગુ કરવા સક્ષમ બનો.
• સ્ટ્રક્ચર્ડ અને ઑબ્જેક્ટ-ઓરિએન્ટેડ પ્રોગ્રામિંગમાં કુશળતા ધરાવો. રોબોટિક સિસ્ટમ માટે વિકાસ વાતાવરણમાં કામ કરવા માટે સક્ષમ બનો.
• આધુનિક રોબોટ્સના કમ્પ્યુટિંગ ભાગ, ડ્રાઈવો અને સેન્સરના સિદ્ધાંતો, મુખ્ય લાક્ષણિકતાઓ અને ઓપરેટિંગ સુવિધાઓ જાણો. પ્રયોગોનું આયોજન અને સેટઅપ કરવાની કુશળતા ધરાવો.

કોઈપણ ક્ષેત્રને "સખ્ત" કરવા માટે, તમે ધ્યાન આપી શકો છો સત્તાવાર વેબસાઇટ પરથી વેબિનાર્સ. અગાઉના ઓલિમ્પિયાડ્સની કેટલીક સમસ્યાઓની ચર્ચા ત્યાં કરવામાં આવી છે. વિશિષ્ટ સાહિત્ય પણ છે, ઉદાહરણ તરીકે:

• કોલ્યુબિન એસ.એ. "રોબોટિક સિસ્ટમ્સની ગતિશીલતા"
• બોરીસોવ O.I., Gromov V.S., Pyrkin A.A. "રોબોટિક એપ્લિકેશનને નિયંત્રિત કરવા માટેની પદ્ધતિઓ"
• મિરોશ્નિક I. V. “ઓટોમેટિક કંટ્રોલનો સિદ્ધાંત. લીનિયર સિસ્ટમ્સ"
• બ્રુનો સિસિલિયાનો "રોબોટિક્સ: મોડેલિંગ, પ્લાનિંગ અને કંટ્રોલ"

વધુ પુસ્તકો

• મિરોશ્નિક I. V. “ઓટોમેટિક કંટ્રોલનો સિદ્ધાંત. બિનરેખીય અને શ્રેષ્ઠ સિસ્ટમો"
• યુરેવિચ E. I. "રોબોટિક્સના ફંડામેન્ટલ્સ"
• એટીન ડોમ્બ્રે "મોડેલિંગ, પ્રદર્શન વિશ્લેષણ અને રોબોટ મેનિપ્યુલેટરનું નિયંત્રણ"
• માર્ક સ્પોંગ, સેઠ હચિન્સન "રોબોટ મોડેલિંગ અને નિયંત્રણ"
• બ્રુનો સિસિલિયાનો "સ્પ્રિંગર હેન્ડબુક ઓફ રોબોટિક્સ"
• સેબેસ્ટિયન થ્રુન, વુલ્ફ્રામ બર્ગાર્ડ, ડીટર ફોક્સ "પ્રોબેબિલિસ્ટિક રોબોટિક્સ"

અને Openedu, Coursera અને Edx પર ઑનલાઇન અભ્યાસક્રમો

• મેકાટ્રોનિક અને રોબોટિક સિસ્ટમ્સનું નિયંત્રણ
• લીનિયર ઓટોમેટિક કંટ્રોલ સિસ્ટમ્સ
• મેકાટ્રોનિક્સ અને રોબોટિક્સના ફંડામેન્ટલ્સ
• નેવિગેશન માપન માહિતી પર પ્રક્રિયા કરવા માટેની પદ્ધતિઓ
• પ્રોગ્રામિંગ અલ્ગોરિધમ્સ અને ડેટા સ્ટ્રક્ચર્સ
• સ્વચાલિત નિયંત્રણ સિસ્ટમોના તત્વો
• આપોઆપ નિયંત્રણ સિદ્ધાંત. બિનરેખીય સ્વચાલિત નિયંત્રણ સિસ્ટમો
• પ્રક્રિયાઓ અને સિસ્ટમોનું મોડેલિંગ. બિનરેખીય ગતિશીલ સિસ્ટમો
• રોબોટિક્સ ફાઉન્ડેશન્સ I – રોબોટ મોડેલિંગ
• રોબોટિક્સ
• રોબોટિક્સ: ડાયનેમિક્સ એન્ડ કંટ્રોલ
• રોબોટિક્સ: ધારણા
• મોબાઇલ રોબોટ્સનું નિયંત્રણ
• રોબોટિક્સ: કિનેમેટિક્સ અને મેથેમેટિકલ ફાઉન્ડેશન્સ
• સ્વાયત્ત મોબાઇલ રોબોટ્સ

ઓલિમ્પિયાડ પર વધારાની માહિતી:

• ઓલિમ્પિયાડ "હું એક વ્યાવસાયિક છું": સત્તાવાર વેબસાઇટ
• નિયમો

સોર્સ: www.habr.com