«
View:
คำไม่กี่คำเกี่ยวกับโอลิมปิก
วัตถุประสงค์. ประเมินความรู้ของนักเรียนและแนะนำให้พวกเขารู้จักกับข้อกำหนดของนายจ้าง นักศึกษาจะได้พัฒนาในสาขาวิทยาศาสตร์ที่ตนเลือก โดยทำงานในบริษัทนานาชาติ นายจ้างยังได้รับประโยชน์อีกด้วย - เขาไม่จำเป็นต้องลงทะเบียนผู้เชี่ยวชาญที่ผ่านการฝึกอบรมซ้ำอีกครั้ง และทักทายพนักงานใหม่ด้วยวลี: "ลืมทุกสิ่งที่คุณเคยเรียนที่มหาวิทยาลัย"
ทำไมต้องเข้าร่วม? ผู้ชนะ
ใครบ้างที่เข้าร่วม? นักศึกษาทุกสาขาเฉพาะทาง - เทคนิค มนุษยศาสตร์ และวิทยาศาสตร์ธรรมชาติ นอกจากผู้สำเร็จการศึกษา นักศึกษาระดับบัณฑิตศึกษา ผู้อยู่อาศัย และนักศึกษามหาวิทยาลัยต่างประเทศแล้ว
รูปแบบกิจกรรม สามารถลงทะเบียนได้ถึงวันที่ 18 พฤศจิกายน รอบคัดเลือกออนไลน์จะมีขึ้นตั้งแต่วันที่ 22 พฤศจิกายนถึง 8 ธันวาคม แต่คุณสามารถข้ามขั้นตอนนี้ได้หากคุณทำสำเร็จอย่างน้อยสองครั้ง
โอลิมปิกปีนี้รวม 68 พื้นที่ ผู้เชี่ยวชาญของมหาวิทยาลัย ITMO ดูแลห้าคน: "โฟโตนิกส์", "ข้อมูลและความปลอดภัยทางไซเบอร์", "การเขียนโปรแกรมและเทคโนโลยีสารสนเทศ" รวมถึง "ข้อมูลขนาดใหญ่" และ "วิทยาการหุ่นยนต์" เราจะบอกคุณเพิ่มเติมเกี่ยวกับสองอันสุดท้าย
ข้อมูลใหญ่
พื้นที่นี้ครอบคลุมเทคโนโลยีทั้งหมดของวงจรชีวิต Big Data รวมถึงการรวบรวม การจัดเก็บ การประมวลผล การสร้างโมเดล และการตีความ ผู้ชนะจะสามารถเข้าเรียนหลักสูตรปริญญาโทที่ ITMO University ได้โดยไม่ต้องสอบสำหรับหลักสูตรต่างๆ: “คณิตศาสตร์ประยุกต์และสารสนเทศ”, “สุขภาพดิจิทัล”, “เทคโนโลยีทางการเงิน Big Data” และ
ผู้เข้าร่วมจะมีโอกาสได้ฝึกงานในสาขาพิเศษของนักวิทยาศาสตร์ข้อมูลและวิศวกรข้อมูลในบริษัทพันธมิตร เหล่านี้คือศูนย์วิจัยความรู้ความเข้าใจแห่งชาติ, Mail.ru, Gazpromneft STC, Rosneft, Sberbank และ ER-Telecom
“ในช่วงไม่กี่ปีที่ผ่านมา สาขา Big Data ได้รับความนิยมเพิ่มมากขึ้น เทคโนโลยีสำหรับการรวบรวมและจัดเก็บข้อมูลหลักกำลังพัฒนา กลไกดิจิทัลใหม่กำลังเกิดขึ้น (ในด้าน IoT และเครือข่ายโซเชียล) สำหรับการบันทึกกระบวนการที่ไม่สามารถสังเกตได้ก่อนหน้านี้” Alexander Valerievich Bukhanovsky ผู้อำนวยการให้ความเห็น
คณะเทคโนโลยีสารสนเทศการแปลขนาดใหญ่ มหาวิทยาลัยไอทีโม. “ในขณะเดียวกัน ความสนใจไม่เพียงแต่จะจ่ายให้กับวิธีจัดระเบียบกระบวนการจัดเก็บและการใช้ข้อมูลเท่านั้น แต่ยังรวมถึงการให้เหตุผลในการสรุปและการตัดสินใจ ตลอดจนการสร้างแบบจำลองเชิงคาดการณ์”
จะมีภารกิจอะไรบ้าง? ทางทีมงานก็เตรียมการไว้
ด้านล่างนี้เราจะยกตัวอย่างปัญหาจากขั้นตอนหนึ่งของการแข่งขันกีฬาโอลิมปิก
งานตัวอย่าง: มีเซิร์ฟเวอร์ 50 เครื่องในคลัสเตอร์ โดยมี 12 คอร์ที่พร้อมใช้งานในแต่ละเซิร์ฟเวอร์ ทรัพยากรระหว่างผู้ทำแผนที่และตัวลดจะถูกแจกจ่ายซ้ำแบบไดนามิก (ไม่มีการแบ่งทรัพยากรที่เข้มงวด) เขียนว่างาน MapReduce ที่ต้องใช้ผู้ทำแผนที่ 1000 คนจะทำงานบนคลัสเตอร์ดังกล่าวกี่นาที ในกรณีนี้ เวลาทำงานของผู้ทำแผนที่หนึ่งคนคือ 20 นาที หากคุณปล่อยให้เหลือเพียง 1 ตัวลดในงาน ระบบจะประมวลผลข้อมูลทั้งหมดภายใน 1000 นาที คำตอบได้รับการยอมรับอย่างถูกต้องถึงทศนิยมหนึ่งตำแหน่ง
44.6
43.2 B.
41.6 C.
D. 50.0คำตอบที่ถูกต้องC
ต้องเตรียมตัวอย่างไร. คุณสามารถเริ่มต้นด้วยแหล่งข้อมูลต่อไปนี้:
คู่มือระบบคณิตศาสตร์คอมพิวเตอร์ MathCAD . อาจมีประโยชน์สำหรับงานอิสระที่มีซอร์สโค้ดสำหรับการแก้ปัญหาพื้นฐานของการสร้างและการตีความแบบจำลองความน่าจะเป็น . งานพื้นฐานบอกว่าเหตุใดแบบจำลองความน่าจะเป็นจึงต้องมีโครงสร้างทางคณิตศาสตร์เช่น σ-พีชคณิตGmurman V. E. “ทฤษฎีความน่าจะเป็นและสถิติทางคณิตศาสตร์” . หนังสือที่เรียบง่ายและมีประโยชน์ซึ่งสรุปพื้นฐานของแคลคูลัสความน่าจะเป็นของเหตุการณ์สุ่ม
มีหนังสืออีกหลายเล่มเกี่ยวกับสถิติประยุกต์สำหรับกิจกรรมด้านต่างๆ ผู้เขียนอธิบายตรรกะในการแก้ปัญหาการประมาณค่าจุดและช่วงเวลาอย่างเรียบง่ายแต่มีประสิทธิภาพ:
อ้างอิง
Han G. “แบบจำลองทางสถิติในปัญหาทางวิศวกรรม” Orlov A.I. “ความน่าจะเป็นและสถิติประยุกต์” ข้อเท็จจริงพื้นฐาน" Levin "สถิติสำหรับผู้จัดการที่ใช้ Microsoft Excel" Fisher R. A. “วิธีการทางสถิติสำหรับนักวิจัย” Kobzar A. I. สถิติทางคณิตศาสตร์ประยุกต์ Trukhacheva N.V. “สถิติทางการแพทย์” GOST สำหรับการคำนวณทางสถิติ
ข้อมูลสามารถพบได้ในหลักสูตรเฉพาะเรื่อง
หุ่นยนต์
วิทยาการหุ่นยนต์ผสมผสานสาขาวิชาต่างๆ เช่น อัลกอริธึม อิเล็กทรอนิกส์ และกลไกเข้าด้วยกัน ทิศทางนี้คุ้มค่าที่จะเลือกสำหรับผู้ที่กำลังศึกษาอยู่หรือเตรียมเข้าศึกษาหลักสูตรปริญญาโทและสูงกว่าปริญญาตรีในสาขาวิศวกรรมซอฟต์แวร์ กลศาสตร์ประยุกต์ คณิตศาสตร์ประยุกต์ และวิทยาการคอมพิวเตอร์ หรือวิศวกรรมอิเล็กทรอนิกส์ นักเรียนที่ผ่านการพิสูจน์แล้วสามารถลงทะเบียนเรียนหลักสูตรได้ฟรี”
จะมีภารกิจอะไรบ้าง? นักศึกษาระดับปริญญาโทและปริญญาตรีสามารถแก้ปัญหาต่างๆ ได้ อย่างไรก็ตาม งานทั้งหมดจะทดสอบความรู้ที่ซับซ้อนเกี่ยวกับทฤษฎีการควบคุม การประมวลผลข้อมูล และการสร้างแบบจำลองหุ่นยนต์ ตัวอย่างเช่น ผู้เข้าร่วมจะถูกขอให้ตรวจสอบความเสถียรหรือการควบคุมของระบบ เลือกโครงสร้าง หรือคำนวณค่าสัมประสิทธิ์ตัวควบคุม
“เราจะต้องแก้ปัญหาจลนศาสตร์โดยตรงหรือผกผันสำหรับหุ่นยนต์เคลื่อนที่หรือหุ่นยนต์ควบคุม ทำงานร่วมกับจาโคเบียนของระบบ และมองหาช่วงเวลาที่สมดุลในข้อต่อภายใต้ภาระภายนอกที่กำหนด” Sergey Alekseevich Kolyubin รองผู้อำนวยการกล่าว
คณะเทคโนโลยีคอมพิวเตอร์และการจัดการขนาดใหญ่ ที่ ITMO. “จะมีงานด้านการเขียนโปรแกรม คุณต้องเขียนโปรแกรมขนาดเล็กสำหรับการสร้างแบบจำลองหุ่นยนต์หรือการวางแผนวิถีใน Python หรือ C++”
ในรอบชิงชนะเลิศ นักเรียนจะต้องตั้งโปรแกรมหุ่นยนต์ให้ทำงานจากบริษัทพันธมิตร เช่น การรถไฟรัสเซีย, Diakont, KUKA ฯลฯ โปรเจ็กต์นี้เกี่ยวข้องกับโดรนทั้งทางบกและทางอากาศ รวมถึงหุ่นยนต์ร่วมปฏิบัติงานที่ทำงานในสภาวะที่มีการสัมผัสทางกายภาพกับ สิ่งแวดล้อม. รูปแบบการแข่งขันก็คล้ายๆกัน
ต่อไป เราจะพิจารณาตัวเลือกต่างๆ สำหรับงานในสาขาวิทยาการหุ่นยนต์ที่นักเรียนอาจเผชิญ นี่คือตัวอย่างสำหรับผู้สมัครหลักสูตรปริญญาโท:
งานตัวอย่าง #1: หุ่นยนต์จลนศาสตร์ของยานยนต์เคลื่อนที่ด้วยความเร็วเชิงเส้น v=0,3 m/s พวงมาลัยหมุนเป็นมุม w=0,2 rad ถ้ารัศมีของล้อของหุ่นยนต์เท่ากับ r=0,02 m และความยาวและระยะการเคลื่อนที่ของหุ่นยนต์เท่ากับ L=0,3 m และ d=0,2 m ตามลำดับ ความเร็วเชิงมุมของล้อหลังแต่ละล้อจะเป็นเท่าใด w1 และ w2 แสดงเป็น rad/s ?
ป้อนคำตอบของคุณในรูปแบบตัวเลขสองตัวคั่นด้วยช่องว่าง โดยให้แม่นยำถึงทศนิยมตำแหน่งที่สอง โดยคำนึงถึงเครื่องหมายด้วยงานตัวอย่าง #2: อะไรอาจเป็นสัญญาณของความแอสตาทิซึมในระบบปิดที่สัมพันธ์กับอิทธิพลของการอ้างอิง หากการวิเคราะห์ดำเนินการตามแผนภาพโครงสร้างของระบบ
การมีลิงก์เป็นระยะในวงจรเปิด
การมีลิงก์บูรณาการในอุดมคติในวงเปิด
การปรากฏตัวของการเชื่อมโยงแบบสั่นและแบบอนุรักษ์นิยมในวงจรเปิด
ปัญหาสำหรับผู้ที่เข้าศึกษาในระดับบัณฑิตศึกษาหรือที่อยู่อาศัยมีดังนี้:
งานตัวอย่าง #1: รูปภาพนี้แสดงหุ่นยนต์หุ่นยนต์ที่มีจลนศาสตร์ซ้ำซ้อนพร้อมข้อต่อในการหมุน 7 ข้อ รูปภาพแสดงระบบพิกัดฐานหุ่นยนต์ {s} ด้วยเวกเตอร์แกน y ที่ตั้งฉากกับระนาบหน้า ระบบพิกัด {b} เชื่อมต่อกับหน้าแปลนและแนวร่วมด้วย {s} หุ่นยนต์ถูกแสดงในรูปแบบที่พิกัดเชิงมุมของจุดเชื่อมต่อทั้งหมดเท่ากับ 0 แกนเกลียวสำหรับคู่จลน์ศาสตร์เจ็ดคู่ถูกแสดงในรูป (ทิศทางบวกทวนเข็มนาฬิกา) แกนของข้อต่อ 2, 4 และ 6 มีทิศทางร่วมกัน แกนของข้อต่อ 1, 3 5 และ 7 เหมือนกันกับแกนของระบบพิกัดเริ่มต้นของฐาน ขนาดลิงค์ L1 = 0,34 ม., L2 = 0,4 ม., L3 = 0,4 ม. และ L4 = 0,15 ม.
งานตัวอย่าง #2: เพื่อการทำงานที่เสถียรยิ่งขึ้นของอัลกอริธึมการแปลและการทำแผนที่ (SLAM) พร้อมกันสำหรับหุ่นยนต์เคลื่อนที่ที่ใช้ตัวกรองอนุภาค นักพัฒนาจึงตัดสินใจใช้อัลกอริธึมการสุ่มตัวอย่างล้อการสุ่มตัวอย่างใหม่ ณ จุดหนึ่งในการดำเนินการของอัลกอริทึม ตัวอย่าง "อนุภาค" 5 ตัวที่มีน้ำหนัก w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 ยังคงอยู่ในหน่วยความจำ 5 และ w(0,8) = XNUMX กลไกการสุ่มตัวอย่างใหม่จะเริ่มใช้ที่ค่าเกณฑ์ขั้นต่ำของขนาดตัวอย่างที่มีประสิทธิภาพในการวนซ้ำที่กำหนด เขียนคำตอบของคุณในรูปแบบทศนิยมให้แม่นยำถึงทศนิยมหนึ่งตำแหน่ง
ต้องเตรียมตัวอย่างไร. คุณสามารถประเมินความรู้และกลุ่มเป้าหมายของคุณได้โดยใช้รายการตรวจสอบ ผู้เข้าร่วมสาขาวิชาวิทยาการหุ่นยนต์จะต้อง:
- รู้หลักการของการสร้างแบบจำลองหุ่นยนต์ คุณลักษณะของเซ็นเซอร์สมัยใหม่ และวิธีการรับข้อมูลทางประสาทสัมผัส
- รู้และสามารถนำไปใช้ในวิธีการปฏิบัติและอัลกอริธึมสำหรับการวางแผนวิถีและการควบคุมอัตโนมัติตลอดจนการประมวลผลข้อมูลทางประสาทสัมผัส
- มีทักษะในการเขียนโปรแกรมเชิงโครงสร้างและเชิงวัตถุ สามารถทำงานในสภาพแวดล้อมการพัฒนาสำหรับระบบหุ่นยนต์ได้
- รู้หลักการ ลักษณะสำคัญ และคุณลักษณะการทำงานของชิ้นส่วนคอมพิวเตอร์ ไดรฟ์ และเซ็นเซอร์ของหุ่นยนต์สมัยใหม่ มีทักษะในการวางแผนและจัดทำการทดลอง
หากต้องการ”กระชับ”ส่วนไหนก็ใส่ใจได้
Kolyubin S. A. “ไดนามิกของระบบหุ่นยนต์” Borisov O.I., Gromov V.S., Pyrkin A.A. “วิธีการควบคุมการใช้งานหุ่นยนต์” Miroshnik I. V. “ทฤษฎีการควบคุมอัตโนมัติ ระบบเชิงเส้นตรง" บรูโน ซิซิเลียโน "วิทยาการหุ่นยนต์: การสร้างแบบจำลอง การวางแผน และการควบคุม"
หนังสือเพิ่มเติม
Miroshnik I. V. “ทฤษฎีการควบคุมอัตโนมัติ ระบบไม่เชิงเส้นและเหมาะสมที่สุด" Yurevich E. I. “พื้นฐานของวิทยาการหุ่นยนต์” Etienne Dombre “การสร้างแบบจำลอง การวิเคราะห์ประสิทธิภาพ และการควบคุมหุ่นยนต์ควบคุม” Mark Spong, Seth Hutchinson "การสร้างแบบจำลองและการควบคุมหุ่นยนต์" Bruno Siciliano "คู่มือ Springer ของวิทยาการหุ่นยนต์" Sebastian Thrun, Wolfram Burgard, Dieter Fox "หุ่นยนต์ที่น่าจะเป็น" และคอร์สออนไลน์บน Openedu, Coursera และ Edx
การควบคุมระบบเมคคาทรอนิกส์และหุ่นยนต์ ระบบควบคุมอัตโนมัติเชิงเส้น พื้นฐานของเมคคาทรอนิกส์และหุ่นยนต์ วิธีการประมวลผลข้อมูลการวัดการนำทาง อัลกอริทึมการเขียนโปรแกรมและโครงสร้างข้อมูล องค์ประกอบของระบบควบคุมอัตโนมัติ ทฤษฎีการควบคุมอัตโนมัติ ระบบควบคุมอัตโนมัติไม่เชิงเส้น การสร้างแบบจำลองกระบวนการและระบบ ระบบไดนามิกไม่เชิงเส้น มูลนิธิวิทยาการหุ่นยนต์ I - การสร้างแบบจำลองหุ่นยนต์ หุ่นยนต์ วิทยาการหุ่นยนต์: พลวัตและการควบคุม วิทยาการหุ่นยนต์: การรับรู้ การควบคุมหุ่นยนต์มือถือ วิทยาการหุ่นยนต์: จลนศาสตร์และพื้นฐานทางคณิตศาสตร์ หุ่นยนต์เคลื่อนที่อัตโนมัติ
ข้อมูลเพิ่มเติมเกี่ยวกับโอลิมปิก:
ที่มา: will.com