BOS Curriculum PhDOdsjek koji će biti vrlo rado biran a koji je dinamičan, interdisciplinaran, etičan, ohrabrujuči, privlačan, otvoren prema orginalnim konceptima, okolišni,

INTERNACIONALNI BURČ UNIVERZITET

FAKULTET ZA INŽINJERING I PRIRODNE NAUKE

ODSJEK ZA ELEKTROTEHNIKU I ELEKTRONIKU

SPECIFIKACIJE PROGRAMA TREĆEG STUDIJSKOG CIKLUSA

SARAJEVO

Septembar, 2017

BURCHU N I V E R S I T Y

BURCHU N I V E R S I T Y

A R A J E V OS A R A J E V OS

I N T E R N A T I O N A LI N T E R N A T I O N A L

2

SADRŽAJ

1. OPIS PROGRAMA ....................................................................................................................................... 3

1.1 Uvod ......................................................................................................................................................... 3

1.2 Vizija ........................................................................................................................................................ 3

1.3 Misija ....................................................................................................................................................... 3

1.4 Program .................................................................................................................................................... 3

1.5 Ciljevi programa ...................................................................................................................................... 4

1.6 Učenje i Podučavanje ............................................................................................................................... 4 1.6.1 Metode Podučavanja/učenja i strategije ............................................................................................ 5

1.7 Protokoli u ocjenjivanju ........................................................................................................................... 5 1.7.1 Ocjenjivanje ....................................................................................................................................... 6

1.8 Željeni Rezultati predavanja .................................................................................................................... 6

1.9 Vještine i druge karakteristike ................................................................................................................. 7 1.9.1 Intelektualne vještine ......................................................................................................................... 7 1.9.2 Praktične vještine vezane za polje studiranje .................................................................................... 7 1.9.3 Prenosive vještine .............................................................................................................................. 7

1.10 Metode za evaluaciju i unapređivanje kvaliteta i standarda u podučavanju i učenju ............................ 8

1.11 Kriterij za prijem .................................................................................................................................... 9 1.11.1. Akademska sposobnost ................................................................................................................ 9 1.11.2. Zahtjev za znanje engleskog jezika ............................................................................................. 9 1.11.3. Pogodnost .................................................................................................................................... 9

2. PROGRAM RADA ODSJEKA ZA ELEKTOTEHNIKU I ELEKTRONIKU ....................................... 10

3

1. OPIS PROGRAMA

1.1 Uvod

Elektrotehnika daje poticaj za razvoj gotovo svih grana nauke i primjenu inženjeringa. Zbog svoje uloge u doprinosu civilizaciji, ova disciplina postala je zasebna profesija inženjeringa. U današnjem dobu elektronike, elektrotehnički inženjering jedna je od najvažnijih grana inženjeringa, koji doprinosi kroz profesionalne usluge prema naprednijem i održivom društvu.

1.2 Vizija

Odsjek koji će biti vrlo rado biran a koji je dinamičan, interdisciplinaran, etičan, ohrabrujuči, privlačan, otvoren prema orginalnim konceptima, okolišni, aktivan u socijalnom pogledu, dostojan ljudske časti, kvalitetan i moderan.

1.3 Misija

Misija Odsjeka za elektrotehniku je da obrazuje studente da bi stekli razumijevanje osnova nauke i inženjeringa i kako bi razvili rješenja za probleme elektrotehničkog i elektroničkog inženjeringa. Poseban cilj je razvoj vještina timskog rada, neovisnog i inovativnog razmišljanja i spobnosti vodstva i upravljanja. U suštini program odsjeka za elektrotehniku ima za zadatak da:

Omogući studentu teoretsku podlogu u osnovnim granama nauke i inženjeringa kako bi student ovladao nekim potrebnim tehničkim vještinama,

Omogući studentu praktične vježbe sa ciljem povećavanja njegovog inženjerskog znanja kao i mogućnosti njegove upotrebe u daljem istraživačkom radu,

Unaprijedi studentsku samodisciplinu, samopouzdanje i sposobnost samostalnog učenja, Podrži timski rad, i razvije sposobnost suradnje sa drugim ljudima, Motiviše studenta da doprinosi razvoju nauke i tehnologije, Student nauči osnovne etičke vrijednosti u društvu i profesionalnoj karijeri,

1.4 Program

Program elektrotehničkog inženjeringa temelji se na doktorskom studiju trećeg stepena u trajanju od tri godine i nosi 180 ECTS kredita. Prva godina studija posvećena je izučavanju naprednih elektrotehničkih i elektroničkih kurseva. Plan rada uključuje izborne predmete, koji daju mogućnost studentima da unaprijede svoje profesionalne vještine u polju koje studente interesuje. Da bi se steklo zvanje PhD u polju elektrotehnike, moraju se steći minimum 180 ECTS kredita. Akademski program odsjeka za elektrotehnikuje praktičan, kompetitivan, i napravljen da pripremi studente za tržište rada kao profesionalce u polju elektrotehnike. Teme koje se rade za vrijeme studija uključuju:

Napredne tehnologije instalacija, osvjetljenja korištene od strane različitih kompanija Uloga informacionih tehnologija u globalnom društvu; Razvoj korisničkih proizvoda, elektroničkih komponenata, mikročipova, kompjutera i robota; Uloga informacionih sistema u poslovanju i vlasti;

4

Osnove vještačke inteligencije, procesiranje signala, mikrovalovi i telekomunikacije; Osnove kompjuterskog programiranja, analize podataka i mreža; Dizajn i implementacija električnih mašina, energetskih generatora, upravljanja, prenosa električne

energije; Sigurnost podataka, osiguranje podataka i mrežna sigurnost.

1.5 Ciljevi programa

Da podrži i omogući učenje svakog studenta koji ima želju za usavršavanjem u određenoj oblasti kao i njegov samostalni rad tokom svoga života;

Da održi visoko kvalitetan, opsežan i jedinstven program baziran na najnovim istraživanjima, naučnim aktivnostima koje će omogućiti svakom studentu perspektivnu karijeru;

Da napravi stručnjake sa dosta dobrim kompjuterskim sposobnostima i kritičnom sviješču prema određenim problemima, koji će biti u mogućnosti da private određenu istraživačku strategiju, i koji su detaljnije upoznati sa problemom;

Da ohrabri studenta u njegovim kreativnim idejama kako bi se došlo do inovacija i povećane uposlenosti;

Da probudi etičku svijest i profesionalizam podržavan znanjem i vještinama iz industrijske prakse; Da unaprijedi studentsku samodisciplinu, samopouzdanje i sposobnost samostalnog učenja Stvori diplomce za inženjering i poslovnu sredinu, koji su pronicljivi, znatiželjni i otvoreni za nove

tehnologije I pronalazak boljih rješenja; Stvori diplomce za inženjering i poslovnu sredinu, koji imaju integritet, odlučnost, procjenu,

motivaciju, sposobnost obrazovanje da preuzmu vodeću ulogu u rješavanju zahtjevnih društvenih izazova.

1.6 Učenje i Podučavanje

Učenje i Nastavne Metode nude visoko-kvalitetne mogućnosti koje pručaju studentima da pokažu uspjehe i predavnja i modula koje su studenti sami odabrali birajući svoje usmjerenje.

Predmet teži da podstakne razvoj neovisnih vječtina učenja i nezavisnot učenja i ohrabri predanost cjeloživotnom učenju i kontinuiranom profesionalnom razvoju. Podučavanje i metode učenja nastoje u velikoj mjeri da podtsknu student da sami preuzmu odgovornost za valstito obrazovanje i razvoj. Progresivno korištenje projektnog učenja, integrisane procjene i proizvod/problem učenja dozvoljava studentima veće samozainteresovanost u učenje. Poseban naglasak je često stavljen na grupni i timski rad tokom cjelokupnog školovanja

Predmet korisiti veliki obim različitih mogućnosti učenja i nastavnih metoda, koje se mogu vidjeti i nastavnom planu i programu, peadočkih istraživanja i kontinuirano napredovanje i obrovanje uposlenika. Pojedinačne metode za svaki model ili kohortu su određene prije podjele godičnjeg plana. Inovativna pristupanja podučavanju, učenju i razvoju su poželjna.Predmet traži proširenje tehnoločke primjene tokom podučavanja i ćenje gdje je to prikladno.

5

Planirane sjednice će uključivati korištenje predavanja, seminara, tutoriali i praktičnelaboratorijske sjednice. Prednost će biti upotreba tehnologije i podržavajaćih aktivnosti kako bi se osiguralo da se odvija učinkovito učenje. Ove aktivnosti će uključivati korištenje simulacija, studija slučajeva, projekte, praktični rad, rad baziran na učenju, radionice, rad sa kolegama, radionice, interakciju s kolegama, samostalno upravlja timovima.

1.6.1 Metode Podučavanja/učenja i strategije

Predavanja/nastava: pruža informacije, pregled literature i ilustrativne aplikacije te presentuje i istražuje osnovne ideje vezane za predmet. Student će koristiti intelektualne vještine da pripremi rješenja na zadata pitanja koja će diskutovana za vrijeme nastave.

Praktične sesije: računske metode su podučavane kao niz računarsk bzirani vježbi sa kratkim prdevanjim gdje na kojim je objašnjena teorija. Ovo omogućava student razumjevanje problema u primjeni računskih metoda u simuliranim i stvarnim problemima i takođe omogućava razvoj računskih vještina relevantnih za ostatak predmeta uključujući istraživački projekat. Vježbe, kompjuterski i ekperimentalni laboratoriji pružaju mogućnost stuntu da primjene teoriju koju su naučili na nastavi.

Grupni projekat: pruža mogućnost detaljnog učenja stvarnog IT problema, praktičnu analizu i vještine rješavanja problema i timski rad.

Individualni projekat: uključuje pregled literature, specifikaciju problema i eksperimente/analize zabilježene u izvještajima. Ovo omogućava student da primjeni tehnike koje su naučili u IT problemima do odrežene granice kao i da se steknu opće istraživačke vještine.

Ekspert (gost) predavanja i seminari: pruža studentima mogućnost da slušaju različite interne i vanjske predavače iz industrije. Ovo omogućava studentima da steknu priznanja iz nekih primjena, potrebe i uloge elektrotehničkog i elektroničkog inženjeringa kao i odabir potencijlne karijere.

1.7 Protokoli u ocjenjivanju

Svrha rezultatsko baziranog učenja je da se poboljša kvalitet učenja i predavanja na odsjeku za Informacione Tehnologije.

Osnovni principi su:

Učenje studenata je glavna pozornost odsjeka. Svaki student je jedinstven i izraziće učenje na jedinstven način. Student moraju biti u mogućnosti da primjene stečeno znanje van nastave. Student trebaju postati djelotvorni, neovisni, cjeloživotni učenici nakon završene edukacije.

Ocjenjivanje predavanja elektrotehničkog i elektroničnog inženjeringa (EEELO) počinje sa normalni evaluacijskim procesom na glavnim predmetima koje student uzima. Svaki predmet definiše ishode EEELO-a. Student također pripremaju portfolije koji reflektuju njihova ostvarenja i mogućnost i evaluacija portfolija od strane fakultetske komisije pokazuje zavrčnu evaluaciju studentskog uspjeha u EEELO-u.

6

1.7.1 Ocjenjivanje

Ocjenjivanje znanja i razumjevanja je kroz:

Pismeni ispite Pismeni esejske zadatke Ocjenjivanje praktičnog rada Izvještaji o grupnim projektima i timske prezentacije Izvještaji o samostalnim projektima i kraće prezentacije

1.8 Željeni Rezultati predavanja

Program za titulu Doktora Nauka će omogućiti diplomcima razumjevanje i artikulaciju različitih nivoa i aspekata u elektrotehničkom i elektroničkom inženjeringu. Rezultati predavanja za odsjek Elektrotehnika i Elektronika su:

Kritičko razmišljanja i kvantitativna obrazloženja u elektrotehničkom i elektroničkom inženjeringu: po završetku elektrotehničkog i elektroničkog odsjeka, diplomciće biti sposobni da koriste kritičko razmišljanje da identifikuju, analiziraju i rješe problem i ocjene rješenja u kontekstu ovog inženjeringa.

Primjena Informacionih Tehnologija: Diplomci elektrotehničkog i elektroničkog inženjeringaće biti sposobni da izaberu postojeće i najnovije alate i procedure da razviju module i sisteme.

Stručna praksa u elektrotehničkom i elektroničkom inženjeringu: Diplomci električnog i elektrotehničkog inženjeringa moći će da rade efektivno u samostalnom i grupnom okruženju, razumijevajući funkcioniranje grupe, sa mogućnošču preuzimanja vodeće uloge ukoliko je potrebno, i razumijevanje osnova etičkog i profesionalnog kodeksa.

Teorija i Praksa u Električnom i Elektrotehničkom inženjeringu: Diplomci elektrotehničkog i elektroničkog inženjeringa će biti sposobni da razumiju i primjene osnove teorije u razvoju odgovarajućih sistema koje funkcionišu na globalnom nivou.

Nakon uspješnog završetka studija, doktori elektrotehničkog i elektroničkog inženjeringaće biti sposobni da pokažu:

Sistematsko razumjevanje ključnih aspekata elektrotehničkog i elektroničkog inženjeringa, koji uključuje sticanje koherentnog i detaljisanog znanja.

Veliko razumjevanje koje omućava studentima da smisle i podrže argument i riješe problem koristeći ideje I tehnike, koje su u prvom planu računarske prakse, i opišu i komentiraju posebne aspekte trenutnih istraživanje, ili naprednih stipendija.

Uvažavanje neizvjesnosti, neodređenosti i granica znanja. Konsistentna primjenar razvojnih metoda i tehnika koje su naučene da za pregled, konsolidaciju i

proširenje i da se inacijaliziraju i provedu projekti na profesionalnom nivou. Mogućnost da se kritički procjene argument, pretpostavke, abstraktni koncepti i podaci, da se napravi

procjena izdvoje prikladna pitanja da vi se postiglo rješenje – ili pronašao set rješenja – na određeni problem.

7

1.9 Vještine i druge karakteristike

Po završetku doktorskog studija, studenti trebaju da pokažu iduće:

sposobnost upravljanja upravljanja vlastitim učenjem i korištenje naučnih pregleda i primarnih izvora (npr istrađivački časopisi i/ili originalni materijali prikladni naučnoj oblasti);

prenošenje informacija, ideja, problema i rješenja stručnim i nestručnim licima; posjedovanje kvaliteta i prenosivih vještina koje zahtjevaju vježbanje inovativnih i ličnih

odgovornosti, donošenje odluka u složenom i nepredvidljivom kontekstu i mogućnost ulenja potrebnog da se preuzmu odgovarajuća daljnja treniranja stručne prirode.

1.9.1 Intelektualne vještine Po završetku nastave, student će razviti vještine u:

Sinteza: integriranje teorije i prakse, osmišljavanje odgovarajućih teorijskih modela u elektrotehničkim I elektroničkim inženjerskim sistemima.

Računarska analiza: odabir i primjena odgovarajućih računarskih tehnika da se riješe zadani problem. Eksperimentalna analiza: sticanje, analiziranje i interpretacija sintetičkih i eksperimentalnih podataka

I razumjevanja jačine i ograničenja korištenja svih vrsta u eksperimentalnij analizi podataka. Kritička analiza: čitanje, krtikovanje i diskusija naučnih članaka, posebno onih koji prelaze kranice

izmeću inženjeringa i drugih oblasti. Prezentovanje pisanih argumenata koje se zasniva na čitanju iz različitih izvora.

Rješavanje problema: primjena inženjerskih principa u rješavanju različitih problema. Procjena: interpretacija eksperimentalnih podataka u naučnom kontekstu i demostracija vječtina

potrebnih za planiranje, izvođenje i raport istraživačkih projekata.

1.9.2 Praktične vještine vezane za polje studiranje Po završetku nastave, student će trebati pokazati slijedeće praktične vještine:

Odabir i primjena računarskih metoda za rješavanje različitih inženjerskih problema. Primjena informacionih tehnologija za prikupljanje i analizu eksperimentalnih podataka. Samostalno provođenje istraživačkih projekata sa minimalnim nadgledanjem i praćenjem nadzornih

lica. Razumjevanje problema i sticanje iskustva u radu u multi-disciplinarnim timovima.

1.9.3 Prenosive vještine

Po završetku studija, student će razviti veliki broj prenosnih vještina koje uključuju:

Upravljanje vlastitim učenjem i provodženje samostalnih razmišljanja i učenja Specifikacija problema i modeliranje Primjena matematičkih i računarskih tehnika za rješavanje (inženjerskih) problema Korištenje općih informacionih tehnologija Upravljanje istraživačkim projektima koje uključuje planiranje i vremensko upravljanje Provođenje Provođenje inženjerskih istraživačkih radova, od uspostavljanja hipoteze do pisanja izvještaja.

8

Rad u multi-disciplinarnim timovima. Kritička analiza

1.10 Metode za evaluaciju i unapređivanje kvaliteta i standarda u podučavanju i učenju

Studentske grupe i godišnji studentski pregledi Promatranje predavača za vrijeme predavanja Napredne stručne diplome u podučavanju i učenju u visokoškolskom obrazovanju Članstvo u Akademiji visokog obrazovanja Izvještaji vanjskih Ispitivača Akreditacijske posjete Pregled plana i programa Predmetni odbori Godišnji i periodični izvještaji

Mehanizmi za dobijanje povratnih informacija studenata o kvalitetu nastave i njihovom iskustvu u učenju Prikupljanje upitnika za svaku komponentu kursa i razmatranje istih od strane direktora / tutora kursa na sastanku odsjeka i postupanje prema potrebi. Semestralni pojedinačni sastanci između studenata i tutora kursa. Izveštaji o napretku samoprocjene koji su završili studenti na kraju svakog semestra. Mehanizmi za pregled i evoluaciju podučavanja, učenja, ocjenjivanja i programa rada kao i standard ishoda Sastanci na odsjeku u Junu/Julu gdje predavači razmtraju stukturu predmeta, način izvođenja nastave, studentske performance u ocjenjivanju, mišljenja studenata o kvaliteti i prave preporuke za moguće izmjena i poboljšanja. Takoder se ovi sastnci koriste da se raširi najbolja praksa za tehnike učenja i podučavanja. Izvještaji ispitivača (vanjskih i unutanjih) na pregled u pojedinoj godini, gdje se kometariše stopa prolaznosti, standardi učenja i pregled performansi. Upitnici za evaluaciju nastave. Godičnji izvještaj Direktora Akademskom odboru Odsjeka sa detaljima o prijemu, osoblju, promjenama i kvaliteti na predmetima, studentske performance, odresišta diplomiranih studenata Magistara nauka i poteškoće koje su uočene na predmetima.

1 Odredište studenata, zaposlenje ili daljnji nastavak studiranja. 2 Savjetodavni odbor (iz industrije i kliničke prakse) koji pruža povremene i vrijedne komentare o napretku i razvoju predmeta za njihove potencijalne buduće uposlenike.

Polazatelji kvalitete i standarda

Mišljenje studenata o kvaliteti Stopa uspjeha za svaki ciklus za svaki predmet Studentske modulske procjene Godišnje Studentske Ankete Profesionalna akreditacija Izvještaji Vanjskih Ispitivača

9

1.11 Kriterij za prijem

Uslovi za prijem su u skladu sa pravilima Univerziteta i Fakulteta, u kojem odjel za elektrotehniku i elektroniku djeluje i to je da prizna svakog aplikanta koji je sposoban uspješno završi odabrane predmete. Tamo gdje je kriterij zasnovan, oni će biti smišljeni na načina da se pričiri participacijska agenda i izjednače sa pravilima Univerziteta. Profil za prijem će biti pregledan na godišnjem nivou kao i kriterij za odabir i pružit će fer i objektivnu osnovu za odabir. Prijem ce pratiti Univerzitetske procedure. Prijave će se obično razmtrati tako da studenti trabaju da zadovolje slijedeće kriterije.

1.11.1. Akademska sposobnost

2. Podnosilac prijave je obezbijedio odgovarajuće indikacije dokazane i potencijalne akademske izvrsnosti. Odgovarajući indikatori uključuju dvije ili više povjerljivih referenci, akademske transkripte ili njihov ekvivalent (na obrazcu za prijavu) sa izjašnjavanjem o tome kako će kurs pomoći u napredovanju karijere podnosioca zahtjeva i učinka na intervjuu.

3. Podnosilac prijave je, po mišljenju ocjenjivača, pružio dovoljno dokaza da oni imaju akademsku sposobnost i posvećenost nastaviti odabrani program za uspješno zaključivanje u okviru potrebnih rokova. Ovo uključuje; Dovoljan nivo matematike i / ili računarskog programiranja završen u prvom stepenu ili na drugi način kao osnova za uspješno završavanje kursa; Razumijevanje kako će PhD pomoći kandidatima da napreduju u svojoj akademskoj karijeri i dokaze o sposobnosti (prethodno iskustvo ili potencijal) da rade u multidisciplinarnom timu.

4. Obično se očekuje od kandidata da ostvari stepen doktorskih studija u inženjeringu.

1.11.2. Zahtjev za znanje engleskog jezika

Aplikanti čiji prvi jezik nije engleski moraju priložiti međunarodno priznatu potvrdu o poznavanju engleskog jezika. Od kandidata se očekuje da zadovolje iduće kriterije:

Za IELTS test, najmanje ostvaren skor potreban je 5. Za TOEFL najanje je potrebno ostvariti 450 ili za računarskošbazirani test 200 bodova ili ekvivalentno

1.11.3. Pogodnost

1) Program studija koje kandidat želi da nastavi je podesan za akademske interese i mogućnosti koje privlače pažnju kandidata u njihovim aplikacijama i (gdje je to pogodno) kandidat posjeduje neki preliminarni akademski rad ili predanje koje je normalno podrazumjevano nužnim za prihvatanje na željeni program.

2) Odsjek za Elektrtehniku i Elektroniku je u mogućnosti obezbjediti nadzor i olakšanja za odabrani program ili rad kandidata.

10

2. PROGRAM RADA ODSJEKA ZA ELEKTOTEHNIKU I ELEKTRONIKU

1. Semestar ŠIFRA NAZIV PREDMETA P V ECTS XXX xxx Izborni I 3 0 6 XXX xxx Izborni II 3 0 6 XXX xxx Izborni III 3 0 6 XXX xxx Izborni IV 3 0 6 EEE 693 Seminar I 0 3 6

Ukupno 12 3 30

2. Semestar ŠIFRA NAZIV PREDMETA P V ECTS XXX xxx Izborni V 3 0 6 XXX xxx Izborni VI 3 0 6 XXX xxx Izborni VII 3 0 6 XXX xxx Izborni VIII 3 0 6 EEE 694 Seminar II 0 3 6

Ukupno 12 3 30

3. Semestar ŠIFRA NAZIV PREDMETA P V ECTS EEE 695 PHD Disertacija I 0 0 30

Ukupno 0 0 30


Ukupno 0 0 30


Ukupno 0 0 30


Ukupno 0 0 30

11

PREDMETI ŠIFRA NAZIV PREDMETA P V ECTS EEE 603 Posebne teme iz biomedicinskog procesiranja signala 3 0 6 EEE 604 Posebne teme iz biomedicinskog procesiranja slike 3 0 6 EEE 611 VLSI u procesiranju signala I komunikacijama 3 0 6 EEE 612 Napredno CMOS VLSI projektovanje 3 0 6 EEE 613 Napredno HDL bazirano projektovanje sistema 3 0 6 EEE 621 Mikrovalni uređaji velike snage 3 0 6 EEE 622 Posebne teme iz mikrovalnih elektronskih kola 3 0 6 EEE 623 Posebne teme iz teorije antena 3 0 6 EEE 631 Stohastički signali i sistemi I 3 0 6 EEE 632 Stohastički signali i sistemi II 3 0 6 EEE 633 Teorija procjene i detekcije 3 0 6 EEE 634 Multirezoluciono procesiranje signala 3 0 6 EEE 641 Odabrane teme iz procesiranja signala 3 0 6 EEE 642 Posebne teme iz sistema komunikacija 3 0 6 EEE 661 Zaštitni releji 3 0 6 EEE 662 Fenomeni prenapona 3 0 6 EEE 663 Stabilnost i dinamika elektroenergetskih sistema 3 0 6 EEE 664 Prostiranje valova u elektroenergetskim sistemima 3 0 6 EEE 665 Posebne teme iz električnih mašina 3 0 6 EEE 666 Posebne teme iz analize elektroenergetskih postrojenja 3 0 6 EEE 667 Posebne teme iz zaštite elektroenergetskih postrojenja 3 0 6 EEE 670 Stohastički sistemi upravljanja 3 0 6 EEE 671 Teorija linearnih sistema 3 0 6 EEE 672 Haotična dinamika 3 0 6 EEE 673 Nelinearni sistemi 3 0 6 EEE 675 Nelinearni sistemi upravljanja 3 0 6 EEE 576 Napredni diskretni sistemi upravljanja 3 0 6 EEE 677 Multivarijabilni sistemi upravljanja I 3 0 6 EEE 678 Multivarijabilni sistemi upravljanja II 3 0 6 EEE 679 H-Optimalni sistemi upravljanja 3 0 6 CEN 621 Kriptografija I Sigurnost Mreža 3 0 6 CEN 622 Sigurnost informacija 3 0 6 CEN 645 Kontrola Kretanja Robota i Planiranje 3 0 6 CEN 652 Poslovna Inteligencija 3 0 6 CEN 657 Primjene Računarske Grafike 3 0 6 CEN 659 Računarska inteligencija 3 0 6 CEN 664 Filozofske Osnove Vještačke Inteligencije 3 0 6 CEN 665 Prijenos Podataka i Računarske Mreže 3 0 6 CEN 667 IT upravljanje 3 0 6 CEN 669 Posebne teme iz mašinskog učenja 3 0 6 CEN 670 Posebne teme iz data mininga 3 0 6 CEN 671 Posebne teme iz prepoznavanja uzoraka 3 0 6 CEN 673 Posebne teme iz bioinformatike 3 0 6 CEN 682 Posebne teme iz računarske i mrežne sigurnosti 3 0 6 CEN 691 Fuzzy sistemi i upravljanje 3 0 6 MAN 629 Kvalitativne metode istraživanja 3 0 6 MAN 630 Kvantitativne metode istraživanja 3 0 6 EEE 693 Seminar I 0 3 6 EEE 694 Seminar II 0 3 6 EEE 695 PhD Disertacija I 0 0 30 EEE 696 PhD Disertacija II 0 0 30 EEE 697 PhD Disertacija III 0 0 30 EEE 698 PhD Disertacija IV 0 0 30

Šifra predmeta: EEE 603 Naziv predmeta: POSEBNE TEME IZ BIOMEDICINSKOG PROCESIRANJA SIGNALA

Nivo: Treći Godina: I Semestar: ECTS Krediti: 6

Status: Izborni Sati / Sedmica: 3+0 Ukupan broj sati: 45+0=45

Opis predmeta

Kontinualno i diskretno procesiranje signala s primjenom na različite biomedicinske probleme. Teme uključuju ponavljanje

gradiva o linearnim signalima i sistemima, frekventnim transformacijama, uzorkovanju, linearnom filtriranju, izdvajanju

karakteristika, određivanju parametara i modeliranju bioloških sistema. Poseban naglasak je stavljen na prijenos i akviziciju

signala. Dodatne teme uključuju analizu smetnji, identifikaciju bioloških sistema, te nelinearne procese. Koncepti se

primjenjuju na biološke ritmove, krvni pritisak, EMG, EKG, EEG.

Ciljevi predmeta

Procesiranje signala: razumijevanje matematskih principa kontinualnog i digitalnog procesiranja signala. Primjena znanja iz matematike, inženjeringa i nauke na identifikaciju, formulaciju i rješavanje problema. Biomedicinsko procesiranje signala: Primjena znanja iz matematike, inženjerstva i nauke za razumijevanje principa biomedicinskog procesiranja signala. Razumijevanje primjene matematskih tehnika na rješavanje problema (npr. spektar EKG signala koristeći Fourierove redove, HRV koristeći Fourierovu transformaciju).

Sadržaj predmeta

Uvod: Furijerova transformacija, diskretna Furijerova transformacija, Z transformacija

Konvolucija I korelacija Statistička osnova teorije verovatnoće sa aplikacijama u

obradi signala (Bayesov teorem, slučajne varijable, momenti)

Korelacija i nezavisnost slučajnih promenljivih, najvažniji tipovi raspodele vjerovatnoće

Centralna limitna teorema Nasumični procesi (Ergodičnost, stacionarnost) Opis glavnih karakteristika biomedicinskih signala,

biosignala fizioloških porijekla Parcijalni ispit

Principi i postupak pretprocesnog generisanja generičkih signala za prikaz i dalju analizu.

Vrste i primjeri biomedicinskih signala: akcioni potencijali, EKG, EMG, EEG, ERP, govorni signal, EGG

Eliminacija artefakata, analiza valnih oblika i procena njihove složenosti, filtriranje u vremenskom i frekvencijskom domenu

Osnovne metode dijagnostike slikanja, principi slike, rekonstrukcija slike iz projekcija (transformacija Radona)

Primjena Radonove transformacije i karakterističnih artefakata u rekonstrukciji slike različitih modaliteta (CT, SPECT, PET, NMR, ultrazvuk)

Modeliranje biomedicinskih sistema, tačkastih procesa

Parametarsko modeliranje i primena Završni ispit

Metode podučavanja Interaktivna predavanja Diskusije i grupni rad

Prezentacije

Metode evaluacije (%)

Kviz 0 % Lab/Praktični ispit 0 %

Zadaća 10 % Seminarski rad 0 %

Projekat 20 % Prisustvo 10 %

Parcijalni ispit 20 % Učešću u nastavi 0 %

Prezentacija 0 % Završni ispit 40 %

Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Primijeniti osnovne principe obrade digitalnih signala sa primjenom u biomedicinskim signalima. • Primijeniti teoriju verovatnoće i statistike u obradi signala. • Uočiti biomedicinske signale kroz prizmu slučajnih procesa, njihovih karakteristika i principa njihove analize. • Primijeniti principe rekonstrukcije slike iz projekcija u modalitetima medicinskih slika.

Preduslovni predmeti

Jezik izvođenja nastave Engleski

Obavezna literatura L. Sornmo i P. Laguna, Bioelectrical Signal Processing in Cardiac and Neurological Applications, Elsevier Academic Press, 2005.

Preporučena literatura J. L. Semmlow, Biosignal and biomedical image processing: MATLAB-based applications, New York: Marcel Dekker, Inc., 2004.

ECTS (OPTEREĆENJE PO STUDENTU)

Aktivnosti Količina Trajanje Opterećenje

Predavanja (15 sedmica x broj sati Predavanja po sedmici) 15 3 45

Laboratorije / Praksa (15 sedmica x broj sati Laboratorije po sedmici) 0 0 0

Parcijalni ispit (1 sedmica) 1 2 2

Završni ispit (1 sedmica) 1 2 2

Priprema za Parcijalni Ispit 1 35 35

Priprema za Završni Ispit 1 35 35

Zadaća / Projekat 17 17

Seminar / Prezentacija 17 17

Ukupno Opterećenje 153

ECTS Kredit (Ukupno Opterećenje / 25) 6

Šifra predmeta: EEE 604 Naziv predmeta: POSEBNE TEME IZ BIOMEDICINSKOG PROCESIRANJA SLIKE



Opis predmeta

Ovim se predmetom predstavlja formiranje slike u medicinskim naukama kao i korištenje inženjerskih tehnika za njeno

izoštravanje, dobijanje, procesiranje u morfološkom smislu, segmentaciju, prepoznavanje osobina i klasifikaciju, kao i

vizualizaciju. Primjeri iz prakse se koriste za demonstraciju.

Ciljevi predmeta Predmet uvodi osnovne koncepte, teorije, metodologiju i tehnike koje se općenito koriste u procesiranju i analizi digitalnih slika. Također, bavi se i primjenama na biomedicinske slike.

Sadržaj predmeta

Uvod Osnove: digitalne medicinske slike, 2D / 3D, modaliteti,

rezolucija, izotropija, dinamičke slike, vremenska rezolucija, interpolacija

Višestruka analiza slike (analiza i sinteza) Gaussova i Laplacijska piramida, wavelets, DWT Obrada slike za prikaz: digitalni rendgen, kompresija

opsega, korekcije slike Povećanje Multi-skale, suzbijanje buke, skaliranje tonova Optimizacija: metode (gradijent, simpleks, LM ...),

merenje udaljenosti, ispitivanje hipoteza Parcijalni ispit

Optimizacija: merenje udaljenosti, ispitivanje hipoteza

Registracija - normalizacija slike, perspektivne transformacije

Deformacije, deformabilna registracija, polja deformacije, registracija fluida, objektivne mere (MI, abs diff, sum sq )

Segmentacija - metode osvetljenja, zmije, skupovi nivoa, srednja smena, rezanja grafova

Markova slučajna polja Modeliranje oblika i izgleda - statistički modeli

oblika, izgledi, tekstura i oblik, modeli aktivnog oblika i izgleda (AAM)

Pregled Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Upoznajte osnovnu terminologiju analize medicinskih slika i kompjuterske vizije u medicini, kao i osnovne tehnike numeričke obrade i obrade slika korisne u medicinskim slikama kao što su multirezolucija i višestruka obrada i optimizacija. • Praktično primenjuju metode obrade slike na prave primere digitalne radiografije i metode računarskog vida na slikama magnetne rezonance. • Primite osnovno razumevanje savremenih algoritama za računarske vidove koji se koriste u medicinskim slikama, uključujući registraciju slika, segmentaciju kao i statističko modeliranje oblika i izgleda anatomije.



Obavezna literatura Medical Imaging Signals and Systems, by J.L. Prince and J.M. Links, Pearson Prentice Hall, 2006

Preporučena literatura













Šifra predmeta: EEE 611 Naziv predmeta: VLSI U PROCESIRANJU SIGNALA I KOMUNIKACIJAMA



Opis predmeta

Pregled osnovnih koncepata DSP, projektovanja VLSI, gradivnih blokova VLSI DSP; tehnike transformacije i preslikavanja

algoritama, brze štedljive transformacije, primjena na digitalno filtriranje; osnove aritmetike na konačnim poljima, FEC

algoritmi i arhitekture; Platforme za implementaciju DSP, programabilni DSP, medijski procesori, FPGA, ASIC, studije

mutlimedijalnih komunikacijskih sistema, video codeci, xDSL i kablovski modemi.

Ciljevi predmeta Naučiti teorijske I praktične aspekte korištenja VLSI u procesiranju signala I komunikacijama

Sadržaj predmeta

Uvod Konačni precizni DSP, adaptivno filtriranje, VLSI

pozadina Sklapanje, rasklapanje, pipeline, paralelne arhitekture Kvantizacija, DPCM, ADPCM, procjena kretanja Procjena kretanja, DCT, FFT FFT, entropijsko, Huffmanovo i aritmetičko kodiranje Aritmetika na konačnim poljima, RS kodiranje i BMA Parcijalni ispit

BMA arhitektura, Euklidov algoritam i arhitekture Konv. Kodovi i Viterbijev algoritam SOVA dekoder, MAP algoritam MAP arhitektura, Turbo dekodiranje Turbo dekoder arhitekture, LDPC dekoder

arhitekture QAM/CAP SCM (VDSL), adaptivni filteri DMT/OFDM (802.11a/g wireless LAN), FFT

arhitekture, MIMO kodiranje, MIMO dekodiranje Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • primijeniti napredno filtriranje i kodiranje u komunikacijama zasnovanim na VLSI dizajnu • dizajnirati komunikacionu arhitekturu u VLSI • predložiti nove VLSI arhitekture za određene aplikacije



Obavezna literatura VLSI Digital Signal Processing Systems: Design and Implementation Keshab K. Parhi Wiley ISBN: 978-0-471-24186-7














Šifra predmeta: EEE 612 Naziv predmeta: NAPREDNO CMOS VLSI PROJEKTOVANJE



Opis predmeta

Projektovanje VLSI integriranih sistema. Analiza izgleda i simulacija digitalnih VLSI kola koristeći široku paletu CAD alata

u laboratorijskim uvjetima. Analiza forme CMOS kombinatornih i sekvencijalnih kola koristeći automatske generatore

oblika. Osnovne strukture registara, sabirača, dekodera, ROM, PLA, brojača, RAM i ALU. Primjena statistike i

vjerovatnoće na performanse čipa. CAD alati omogućavaju logičku verifikaciju i vremensku simulaciju projektovanih kola.

Ciljevi predmeta Obuka u teoriji i praksi naprednog CMOS VLSI projektovanja

Sadržaj predmeta

Uvod Simulacija, analiza snaga Simulacija, analiza snaga Simulacija, analiza snaga Vjerovatnosna analiza snaga Vjerovatnosna analiza snaga Vjerovatnosna analiza snaga Parcijalni ispit

Pregled gradiva poslije parcijalnog ispita Štedljivo projektovanje na nivou kola Štedljivo projektovanje na nivou kola Štedljivo projektovanje na nivou logike Štedljivo projektovanje na nivou logike Štedljivo projektovanje na nivou arhitekture i

sistema Pregled gradiva Zaavršni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Optimizovati VLSI dizajn u odnosu na potrošnju energije • Koristite automatske generatore rasporeda i prilagođavanje njihovog izlaza • Izvršiti analizu performansi VLSI-a.



Obavezna literatura CMOS VLSI Design A Circuits and Systems Perspective (3rd Edition) Neil Weste and David Harris Addison Wesley ISBN: 0-321-15901-7














Šifra predmeta: EEE 613 Naziv predmeta: NAPREDNO HDL BAZIRANO PROJEKTOVANJE SISTEMA



Opis predmeta

Jezici za opis hardvera, VHDL i Verilog. Nivoi apstrakcije u opisu hardvera. PLD, combinatorna i sekvencijalna logika uz

korištenje HDL, projektovanje CPU i periferala, implementacija različitih sučelja za komunikaciju, test-bench, sinteza i

optimizacija digitalnih sistema

Ciljevi predmeta Obuka u teoriji i praksi naprednog HDL baziranog projektovanja.

Sadržaj predmeta

Uvod Izazovi u projektovanju digitalnih sistema Projektovanje digitalnih sistena zasnovano na

intelektualnom vlasništvu PLD za brze prototipove Napredno projektovanje aritmetičkih funkcija Numerički podatkovni kodovi Algoritmi za napredne aritmetičke funkcije Parcijalni ispit

Implementacija naprednih aritmetičkih funkcija zasnovanih na algoritamskim sistemima

Detekcija grešaka na nivou bita i riječi Siguran prijenos podataka Kodovi za enkripciju Algoritmi za enkripciju i dekripciju Implementacija modula za bezbjedan prijenos

podataka Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Dizajn hardvera za šifrovanje / dešifrovanje • Dizajnirani hardver za naprednu aritematiku • Omogućite siguran prenos u nivou hardvera u bilo kojem projektu



Obavezna literatura VHDL Starters Guide Sudhakar Yalamanchili Publisher: Prentice Hall , ISBN: 0-13-145735-7 Copyright: 2005














Šifra predmeta: EEE 621 Naziv predmeta: MIKROVALNI UREĐAJI VELIKE SNAGE



Opis predmeta

Pregled mikrotalasa, vodiča i medija. Principi generatora mikrotalasa velike snage: radijacija elektrona, fokusiranje

magnetima, katode, elektronski topovi i zrake. Mikrovalne cijevi: klistroni, TWT, cijevi sa ukrštenim poljima, žirotroni,

virkatori. Primjene mikrovalnih uređaja velike snage: radari, modifikacija atmosfere, oružje usmjerene energije.

Ciljevi predmeta

Pregled mikrotalasa, vodiča i medija. Principi generatora mikrotalasa velike snage: radijacija elektrona, fokusiranje magnetima, katode, elektronski topovi i zrake. Mikrovalne cijevi: klistroni, TWT, cijevi sa ukrštenim poljima, žirotroni, virkatori. Primjene mikrovalnih uređaja velike snage: radari, modifikacija atmosfere, oružje usmjerene energije

Sadržaj predmeta

Pregled elektromagnetne teorije talasa, Maxwellove jednačine

Pregled mikrotalasa, medija i vodiča Principi mikrovalnih generatora velike snage Zračenje elektrona Fokusiranje magnetima Katode, elektronski topovi i zrake Mikrovalne cijevi Parcijalni ispit

Klistroni, TWT Cijevi sa ukrštenim poljem, žirotroni, virkatori Primjene mikrovalnih sistema velike snage Radari, modificiranje atmosfere Oružje usmjerene energije Prrezentacije odabranih tema Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Primijeniti elektromagnetnu teoriju na kalkulacije u vezi sa talasima i dalekovoda • Primijeniti znanje mikrotalasnih uređaja na dizajn i rješenja. • Razumeti matematičke principe kako bi se primenili na projektovanju mikrotalasnih uređaja • Analizirati i dizajnirati pasivne MW komponente kao što su usmerene spojnice, razdelnik / kombinator sa datim karakteristikama • Opisati i grubo dizajnirajti zajedničke sisteme kao što su radarski i mikrotalasni prenosni linkovi



Obavezna literatura David M. Pozar, Microwave Engineering, third edition, John Wiley & Sons, 2004














Šifra predmeta: EEE 622 Naziv predmeta: POSEBNE TEME IZ MIKROVALNIH ELEKTRONSKIH KOLA



Opis predmeta

Analiza i projektovanje mikrovalnih kola. Osobine planarnih vodova u integriranim krugovima. Matrični i kompjuterski-

pomognuti metodi analize i projektovanja komponenti u kolima. Analiza i projektovanje ulaznih, izlaznih i međumreža za

mikrovalne tranzistorske oscilatore i pojačala. Teme o stabilnosti, šumu i distorziji signala.

Ciljevi predmeta

Razumijevanje i korištenje softvera za CAD u mikrotalasnoj tehnici kao i tehnike mjerenja. Projektovanje jednostavnih pasivnih i aktivnih mikrovalnih kola. Projektovanje, proizvodnja i testiranje mikrovalnog pojačala.

Sadržaj predmeta

Uvod u mikrovalne vodove i tehnike uparivanja. Kvadraturna i 180° hibridna analiza i projektovanje Kvadraturna i 180° hibridna analiza i projektovanje Kvadraturna i 180° hibridna analiza i projektovanje Analiza i projektovanje niskopropusnih i

visokopropusnih filtera Analiza i projektovanje niskopropusnih i

visokopropusnih filtera Analiza i projektovanje niskopropusnih i

visokopropusnih filtera Parcijalni ispit

Analiza šuma Analiza šuma Projektovanje i proizvodnja mikrovalnog pojačala Projektovanje i proizvodnja mikrovalnog pojačala Mikrovalni sistemi Mikrovalni sistemi Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Razumjeti tehnike analize mikrotalasnih kola • Analizirati i dizajnirati pasivne MW komponente kao što su usmerene spojnice i filtrirati sa datim karakteristikama • Razumjeti linije kretanja i Microstrip linije • Dizajnirajti mikrotalasne male signale i pojačavače snage.



Obavezna literatura D. Pozar, Microwave Engineering, Wiley, 2011, ISBN 978-0-470-63155-3














Šifra predmeta: EEE 623 Naziv predmeta: POSEBNE TEME IZ TEORIJE ANTENA



Opis predmeta

Predmet je namenjen doktorantima čija je tematska istraživanja unutar ili povezana s teorijom elektromagnetnog polja,

mikrotalasnom širenjem, antenama, metamaterijalima i optikom. Ovaj kurs obuhvata listu odabranih tema iz teorije antene

za kolektivno i individualno istraživanje, uključujući složene oblike antene i smetnje u nizu.

Ciljevi predmeta Središnje mjesto u predmetu zauzima stečeno iskustvo u visoko specijalizovanim ekspertnim temama iz prakse, čime je studentima omogućeno istraživanje i rad na svoju ruku.

Sadržaj predmeta

Uvod Složeni oblici antena Efekti realnih antena Povezana antenska smetnja Povezana antenska smetnja Visoke impedancijske osnove SAR Parcijalni ispiti

Fizička optika Napredne antene Dizajn i analiza antenna uz pomoć računara Dizajn i analiza antenna uz pomoć računara. Visoka-otpornost tla, SAR Visoka-otpornost tla, SAR Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Sposobnost razumijevanja zahtjeva antena u relevantnim bežičnim sistemima; Rad antena; Tehnike i alate za dizajn antene, uključujući virtuelnu prototipizaciju • Identifikovati ključne parametre u bilo kojoj komercijalnoj anteni; I da bi mogli da objasne važnost svakog od ovih parametara. • Odrediti teorijsko ograničenje antena, posebno vezu između elektromagnetne veličine, efikasnosti i propusnog opsega. • Diskutovati o antenama i identifikovati jake tačke i ograničenja naprednih antena.



Obavezna literatura Griffiths H & Smith BL: Modern Antennas, Chapman and Hall, 1998














Šifra predmeta: EEE 631 Naziv predmeta: STOHASTIČKI SIGNALI I SISTEMI I



Opis predmeta

Značenje i aksiomi vjerovatnoće, uvjetna vjerovatnoća. Kombinirani eksperimenti, Bernoullijev eksperiment, asimptotske

teoreme, Poissonova teorema i slučajne tačke. Slučajne varijable: distribucije i funkcije gustoće, uvjetne distribucije i

ukupna vjerovatnoća. Funkcije slučajnih varijabli, srednja vrijednost, varijansa, momenti, karakteristične funkcije,

bivarijantne distribucije, srednja kvadratna ocjena. Nizovi slučajnih varijabli. Stohastičke teoreme o konvergenciji i milesu,

slučajni brojevi. Procjena parametara i testiranje hipoteza.

Ciljevi predmeta

Ciljevi predmeta su dati studentima solidnu dozu razumijevanja značenja i aksioma u vjerovatnoći, opetovanih eksperimenata i koncepta slučajne varijable, kontinualne i diskretne funkcije slučajnih varijabli, momenata i uslovnih distribucija i nizova slučajnih varijabli.

Sadržaj predmeta

Definicije, vjerovatnoća i indukcija, kauzalnost i slučajnost

Teorija skupova, prostor vjerovatnoće, uvjetna vjerovatnoća

Kombinirani eksperimenti, Bernoullijev eksperimet, asimptotske teoreme

Poissonova teorema i slučajne tačke Distribucije i funkcije gustine, specijalni slučajevi Uvjetne distribucije i ukupna vjerovatnoća Slučajna varijabla i njena distribucija Parcijalni ispit

Momenti, karakteristične funkcije Bivarijantne distribucije, funkcije jedne slučajne

varijable Funkcije dvije slučajne varijable Uvjetne distribucije i očekivane vrijednosti Srednja kvadratna ocjena Uvjetne gustine, karakteristične funkcije i

normalnost Srednja kvadratna ovjena, stohastička

konvergencija, teoreme o limesu, slučajni brojevi Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Modeliranje slučajnog procesa iz podataka prikupljenih u praksi • Optimizovati i procijeniti pomoću srednjih kvadrata • Raditi teorijski rad u oblasti verovatnoće i statistike, dokazuje potraživanja i rešava probleme



Obavezna literatura Athanasios Papoulis and S. Unnikrishna Pillai, "Probability, Random Variables, and Stochastic Processes, 4th Ed., McGraw-Hill, 2002.














Šifra predmeta: EEE 632 Naziv predmeta: STOHASTIČKI SIGNALI I SISTEMI II



Opis predmeta

Stohastički procesi: sistemi sa stohastičkim ulazima, spektar snage, digitalni procesi. Osnovne primjene: slučajni hod,

Brownovo kretanje, termalni šum, Poisonove tačke i šot-šum, modulacija, ciklostacionarni procesi, procesi ograničenog

opsega i teorija uzorkovanja, bispektri i identifikacija sistema. Spektralna predstava, faktorizacija i inovacije, sistemi

konačnog reda i varijable stanja, Fourierovi redovi i Karhunen-Loeve razvoj, spektralna predstava slučajnih procesa.

Spektralna estimacija: ergodičnost, spektralna estimacija, ekstrapolacija i identifikacija sistema. Srednjekvadratna ocjena.

Kalmanov filter. Metod maksimalne entropije, kodiranje i kapacitet kanala. Šot-šum i Markovljevi procesi.

Ciljevi predmeta Cilj predmeta je dati studentima solidno razumijevanje stohastičkih procesa i njihovih primjena, faktorizacije i inovacija, spektralne predstave slučajnih procesa, spektralne estimacije i ergodičnosti, srednjekvadratne ocjene i Markovljevih procesa.

Sadržaj predmeta

Uvod u stohastičke procese Sistemi sa stohastičkim ulazima Spektar snage i digitalni procesi Slučajni hod, Brownovo kretanje, termalni šum,

Poissonove tačke i šot-šum Modulacija i ciklostacionarni procesi Procesi ograničenog opsega i teorija uzorkovanja Bispektri i identifikacija sistema Parcijalni ispit

Faktorizacija i inovacije, sistemi konačnog reda i varijable stanja

Fourierovi redovi i Karhunen-Loeve razvoj, spektralna reprezentacija slučajnih procesa

Ergodičnost i procjena spektra Ergodičnost, procjena spektra i srednjekvadratna

ocjena Kalmanov filter Metod maksimalne entropije, kodiranje i kapacitet

kanala Šot-šum i Markovljevi procesi Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Napraviti i razumjeti spektar snage za date podatke • Razumjeti i primeniti ergodičnost • Modelne sisteme koji koriste Markov procese • Koristite filtre za procenu



Obavezna literatura Athanasios Papoulis and S. Unnikrishna Pillai, "Probability, Random Variables, and Stochastic Processes, 4th Ed., McGraw-Hill, 2002.



Activities Količina Trajanje Opterećenje











Šifra predmeta: EEE 633 Naziv predmeta: TEORIJA PROCJENE I DETEKCIJE



Opis predmeta

Binarno i odlučivanje na osnovu najveće sličnosti. Neyman Pearsonovi detektori. Vjerovatnoća greške i min-max kriteriji.

Karakteristike prijemnika. Binarno odlučivanje sa više mjerenja, sekvencijalna teorija odlučivanja. Složena i neparametarska

teorija odlučivanja. Estimatori najveće sličnosti. Bayesovi estimatori, estimatori minimalne srednjekvadratne greške.

Ciljevi predmeta

Cilj ovog kursa je uspostaviti teoriju koja je neophodna za razumevanje linearnih modela i njihov odnos sa raspodelom vjerovatnosti, izračunati Cramer Rao Lower Bounds, procijeniti parametre sa više kriterijuma: minimalna varijansa, maksimalna vjerovatnoća, Bayesove pretpostavke, detektovati više tipova signala: deterministički Signali, nasumični signali, signali sa nepoznatim parametrima.

Sadržaj predmeta

Introduction Minimum Variance Unbiased Estimation Cramer-Rao Lower Bound Cramer-Rao Lower Bound Linear Models Sufficient Statistics Neyman-Fisher Factorization Theorem Parcijalni ispit

Best Linear Unbiased Estimators Maximum Likelihood Estimation Least Squares Estimation – Geometrical

Interpretations Bayesian Estimation Maximum Aposteriori Linear Minimum Mean Square Error Review Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Obavite procjenu koristeći različite statističke metode • Uporedite performanse različitih metoda za procjenu i detekciju • Programirati automatski sistemi odlučivanja



Obavezna literatura Fundamentals of Statistical Processing, Volume I: Estimation Theory Prentice Hall Signal Processing Series by Steven M. Kay














Šifra predmeta: EEE 634 Naziv predmeta: MULTIREZOLUCIONO PROCESIRANJE SIGNALA



Opis predmeta Osnove dekompozicije signala. Vremensko-frekventna predstava. Banke filtera. Waveleti. Efikasni algoritmi. Kompresija

signala i kodiranje.

Ciljevi predmeta

Cilje predmeta je ponuditi teoriju neophodnu za razumijevanje i korištenje waveleta i srodnih konstrukcija. Poseban akcent je stavljen na konstrukcije prikladne za ekikasne algoritme, jer su one i najbitnije. Zato se bavimo primjenama u procesiranju signala, komunikacijama i senzorskim podacima gdje vremensko-frekventne transformacije kao što su waveleti igraju važnu ulogu

Sadržaj predmeta

Uvod Višefrekventno procesiranje Diskretna vremenska baza i banke filtera Diskretna wavelet transformacija Kontinualna vremenska baza i waveleti Waveleti i banke filtera Nadkompletni razvoji i kontinualne transformacije Parcijalni ispit

Kontinualna wavelet i kratka Fourierova transformacija

Kontinualna wavelet i kratka Fourierova transformacija

Rijetka predstava Estimacija nelinearnih signala Kompresovano senzorsko djelovanje Kompresija govora, zvuka, slike i videa Inverzni problemi Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Analizirati korelirane procese i specifične metode obrade; • Prilagodite metode obrade za analizu nestacionarnih signala, • Odabir funkcija i relevantnih metoda klasifikacije u dijagnostičkom odlučivanju



Obavezna literatura M. Vetterli, J. Kovacevic, and V. K. Goyal, "The World of Fourier and Wavelets: Theory, Algorithms and Applications,"














Šifra predmeta: EEE 641 Naziv predmeta: POSEBNE TEME IZ SISTEMA KOMUNIKACIJA



Opis predmeta Komunikacione mreže i njihovi tipovi. Teorija prenosnih sistema. SDH i PDH. Karakteristike kanala i procena.

Izjednačavanje kanala. MLSE. Multicarrier Systems. Raspon spektra. Procesna obrada signala.

Ciljevi predmeta

Glavni cilj je pružiti dubok uvid u određena područja komunikacijskih sistema. Ovo može poslužiti kao osnova za istraživanje studenata. Studenti će se upoznati sa strukturom komunikacione mreže koja se koristi za prenos poziva, podataka i slika i tehnologiju prenosa informacija u njima.

Sadržaj predmeta

Uvod Vrste komunikacionih mreža Teorija prenosnih sistema SDH i PDH Karakteristike kanala Ocjena kanala Ekvilizacija kanala Parcijalni ispit

MLSE Sistemi više nosača Sistemi više nosača Širenje spektra Prostorvremensko procesiranje signala Prostorvremensko procesiranje signala Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Opisati napredne tehnike u savremenim komunikacionim sistemima • Opisati aspekte signala i sistemske analize u kontinuiranom vremenu, kao iu diskretnom vremenu. • Modelirati i analizirati kanale komunikacije u celularnim komunikacionim sistemima • Primijeniti Fourierovu transformaciju za signale u kontinuiranom i diskretnom vremenu. • Primijeniti inženjerske vještine u datom zadatku • Demonstrirati samoupravu i originalnost u rešavanju problema



Obavezna literatura Contemporary Communication Systems Using MATLAB [John G. Proakis, Masoud Salehi, Gerhard Bauch]














Šifra predmeta: EEE 642 Naziv predmeta: POSEBNE TEME IZ SISTEMA BEŽIČNIH KOMUNIKACIJA



Opis predmeta

Ovaj predmet daje uvid u aktuelne trendove u razvoju sistema bežičnih komunikacija. Tehnologije koje stoje iza ovih

sistema se obrađuju i teoretski i praktično. Teme se bave problemima projektovanja uređaja sljedeće generacije u bežičnim

komunikacijama uključujući napradne tehnike na fizičkom sloju. Uz to, zanimljivi koncepti kao što je kognitivni radio su

predstavljeni kao moguće rješenje problema efikasnosti spektra. Energetska efikasnost u bežičnim mrežama i alokacija

resursa su također obrađeni, kao i dvije teme iz industrijskih primjena: bežične senzorske mreže i komunikacija mašina-

mašina.

Ciljevi predmeta

Pregled aktivnog istraživanja u oblasti Razumijevanje zahtjeva pred budućim bežičnim uređajima Uvođenje novih koncepata i tehnika Upoznavanje studenata sa najnovijim primjenama u industriji

Sadržaj predmeta

Introduction Napredni fizički sloj 4G i budućnost (LTE-A) 4G i budućnost (LTE-A) Kongnitivni i softverski radio Softverski definisan radio Alokacija radio resursa Parcijalni ispit

Energetska efikasnost u komunikacijama Komunikacije ultraširokog opsega Bežične senzorske mreže Bežične senzorske mreže Komunikacija mašina-mašina Komunikacija mašina-mašina Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Odredite tip i odgovarajući model bežičnog fading kanala na osnovu parametara sistema i svojstva bežičnog medija. • Dizajnirati bežične komunikacione sisteme zasnovane na modulacijskoj šemi, kanalu, širenju, propusnom opsegu i primjeni • Analizirati karakteristike bežičnog kanala u određenom scenariju. • Objasniti rad primjernih algoritama pokrivenih na predavanjima i diskutovati o efektima varijabli vrijednosti parametara unutar ovih • Kritički pregledati i procijeniti rješenja na probleme inženjerskog dizajna



Obavezna literatura IEEE Communication Magazine

Preporučena literatura Vahid Tarokh, "New Directions in Wireless Communications Research," Springer, 2009.













Šifra predmeta: EEE 661 Naziv predmeta: ZAŠTITNI RELEJI



Opis predmeta Osnovna filozofija releja. Naponski i strujni transformatori. Princip rada elektromagnetskih, elektronskih i digitalnih releja.

Primjena releja na zaštitu generatora, sabirnica, transformatora i vodova.

Ciljevi predmeta

Cilj predmeta je dati studentima jasnu sliku funkcije i primjena zaštitnih releja. Predmet naglašava simetrične komponente, primjenu simetričnih komponenti u zaštiti sistema, filozofiju zaštite eletroenergetskog sistema, različite sisteme zaštitnih releja i posebna razmatranja vezana za mikroprocesorske releje. Zaštita elektroenergetskog sistema je ključna za njegovu pouzdanost i sigurnost. Učenje ovih materijala je bitan korak u karijeri inženjera elektroenergetike.

Sadržaj predmeta

Tipični zaštitni releji i relejni sistemi Per Unit i procenti. Prednosti ovih sistema Dijagram kola i fazora za balansirani trofazni sistem Simetrične komponente Ulazi u relej Osnove zaštite i osnovni principi projektovanja Principi uzemljenja Parcijalni ispit

Zaštita generatora Transformator, zaštita šentirajućim kondenzatorom Zaštita sabirnica Zaštita motora Zaštita voda Pilotska zaštita Stabilnost, ponovni uklop, opterećenje Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Izračunavanje simetričnih i nesimetričnih struja grešaka • Upoznati kriterijume za odabir zaštitnih postavki releja za zaštitu različitih sistema napajanja, uključujući linije, transformatore, generatore i motore • Razumjeti ključne smjernice dizajna i rad zaštitnih releja • Demonstrirati razumevanje različitih problema zaštite radi bezbednog i stabilnog rada elektroenergetskih sistema • Odredite sopstvena podešavanja releja • Razumjeti probleme sa kojima se generalno suočavaju i razvijaju se rešenja.



Obavezna literatura J. Lewis Blackburn, “Protective Relaying – Principles and Applications”, Second Edition, Marcel Dekker, 1998














Šifra predmeta: EEE 662 Naziv predmeta: FENOMENI PRENAPONA



Opis predmeta

Analiza i proračun tranzijenata u distribuiranim elektroenergetskim kolima, prenapon pri prekidanju, munje, putujući val.

Uticaj prenapona na opremu na terminalima. Koordinacija izolacije, zaštita sistema, projektovanje uređaja u energetici za

pouzdano djelovanje pod okolnostima tranzijenata.

Ciljevi predmeta Po završetku kursa, student treba biti sposoban razumjeti fenomene tranzijenata u energetskim sistemima izazvane prekidanjem i munjama. Također, biće sposoban da projektuje šeme zaštite od uticaja tranzijenata na sistem i opremu.

Sadržaj predmeta

Uvod Osnovni zakoni električnih kola Laplaceova transformacija i njena primjena na električna

kola RC, RL i LC tranzijenti RLC kolo Tranzijenti pri jednom i više prekidanja Tranzijenti pri jednom i više prekidanja Parcijalni ispit

Trofazni i abnormalni tranzijenti pri prekidanju Putujući valovi na vodovima, rešetkasti dijagrami Prenapon izazvan gromom Svetlosni fenomen Modeliranje uređaja za analizu tranzijenata Izbor uređaja za zaštitu pri tranzijentima Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Razumjeti i objasniti koncepte u kojima se pojavljuje tranzijenti u elektroenergetskim sistemima u rasponu vremenskih rokova • Analizirati pojedinačne i višestruke prekidačke prekidače • Crtež dijagrama rešetaka putujućih talasa na prenosnim vodovima • Model aparatura za prolaznu analizu • Izabrati zaštitne uređaje za prolazne događaje



Obavezna literatura Electrical Transients in Power Systems, 2nd. Ed., by Allan Greenwood; Jonh Willey and Sons, 1991.














Šifra predmeta: EEE 663 Naziv predmeta: STABILNOST I DINAMIKA ELEKTROENERGETSKIH SISTEMA



Opis predmeta

Tranzijenti i dinamička stabilnost elektroenergetskog sistema, analiza stabilnosti sa klasičnim modelom, korištenje Parkovih

jednačina za modeliranje sinhrone mašine, višemašinski tranzijenti i stabilnost, automatski naponski regulatori, regulatori i

stabilizatori brzine.

Ciljevi predmeta Naučiti nešto o dinamici elektroenergetskog sistema i njegovoj stabilnosti, te praviti proračune potrebne za zadržavanje sistema u operativnom režimu.

Sadržaj predmeta

Uvod u problem stabilnosti Teorija i modeliranje sinhrone mašine Predstava sinhrone mašine u analizi stabilnosti AC prijenos AC kretanje opterećenja AC kretanje opterećenja – svojstvena matrica AC kretanje opterećenja – primjeri. Parcijalni ispit

DC prijenos i DC lkretanje opterećenja Upravljanje aktivnom i reaktivnom snagom Analiza malih signala Stabilnost pri tranzijentima. Naponska stabilnost Podsinhrone oscilacije Metode unapređenja stabilnosti Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • objasniti razne nestabilnosti i dinamiku energetskog sistema u energetskim sistemima, • objasniti i primijeniti različite metode za analizu stabilnosti elektroenergetskog sistema, • stvoriti matematičke modele za dinamičku i stabilnu analizu energetskih sistema, • pokazati kako se prolazna stabilnost elektroenergetskog sistema može analizirati korišćenjem jednakog područja kriterija, • analizirati elektromehaničke režime u elektroenergetskim sistemima i dizajnirati sisteme uzbude za poboljšanje tranzijentne stabilnosti i oslobađanja oscilacija snage, • vrši kontrolu frekvencije.



Obavezna literatura Power System Stability and Control by Prabha Kundur














Šifra predmeta: EEE 664 Naziv predmeta: PROSTIRANJE VALOVA U ELEKTROENERGETSKIM SISTEMIMA



Opis predmeta

Jednačina talasa. Modeliranje nadzemnih vodiča i kablova. Modalna analiza vodova. Komunikacija kroz elektroenergetski

sistem. Sprezanje. Rješavanje tranzijenata korištenjem metoda rešetke, Fourierove transformacije i metoda u vremenskom

domenu.

Ciljevi predmeta

Po završetku kursa, student bi trebalo da bude u stanju da razume modalnu analizu dalekovoda, da modeluje serijske linije i kablove, da razume komunikacije prenosnika snage i da primjenjuje rešetke, Fourierove transformacije i vremenske domene na transientne linije prenosnih linija.

Sadržaj predmeta

Uvod Ponavljanje – elektromagnetika talasa Ponavljanje – teorija vodova Općenita razmatranja prijenosa energije, simetrične

komponente Simetrične komponente Modeliranje nadzemnih vodiča i kablova Modeliranje nadzemnih vodiča i kablova Parcijalni ispit

Modalna analiza vodovac Komunikacija kroz elektroenergetski sistem Komunikacija kroz elektroenergetski sistem Sprezanje Rješavanje tranzijenata metodom rešetke Fourierova transformacija, vremenski domen Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Identifikovati karakteristike idealnih dalekovoda i krugova dalekovoda. • Primijeniti dijagrame rešetke i Bergerona kako bi se odredio naponski Nivo napona krugova bez prenosa bez gubitaka • Primijeniti analogiju prenosa linije radi rješavanja problema elektromagnetnog talasa raščlanjivanja



Obavezna literatura Haus, A, Hermann. Electromagnetic Fields and Energy. Englewood Cliffs, New Jersey 07632: Prentice Hall, Inc., 1989.














Šifra predmeta: EEE 665 Naziv predmeta: POSEBNE TEME IZ ELEKTRIČNIH MAŠINA



Opis predmeta Ukazati studentima na pitanja konstrukcije, rada i performansi posebnih električnih mašina, time proširujući znanje o

osnovnim električnim mašinama.

Ciljevi predmeta

Unaprijediti znanje o Konstrukciji, radu i performansama sinkronih reluktantnih motora Konstrukciji, radu, upravljanju i performansama steper motora Konstrukciji, radu, upravljanju i performansama prekidačkih reluktantnih motora Konstrukciji, radu, upravljanju i performansama DC motora sa permanentnim magnetom bez četkica Konstrukciji, radu, upravljanju i performansama sinhronih motora sa permanentnim magnetom

Sadržaj predmeta

Uvod Konstruktivne karakteristike - Vrste - Aksijalni i radijalni

fluksni motori - Principi rada Promenljiva relaksacija i hibridni motori - SYNREL

Motors Jednačine napona i momenta - Phazor dijagram -

Karakteristike Konstruktivne karakteristike - Princip rada - Motor sa

promenljivim otporom - Hibridni motor Konfiguracije jedne i višestruke stezaljke - Jednačine

momenta - Režimi uzbuđenja - Karakteristike - Pogonske krugove

Mikroprocesorska kontrola koračnih motora - Kontrola zatvorene petlje

Parcijalni ispit

Konstrukcijske karakteristike - Rotacioni i linearni SRM-ovi - Princip rada - Proizvodnja obrtnog momenta - Predviđanje stabilnog stanja - Analitička metoda

Naponski pretvarači i njihovi kontroleri - Metode pozicioniranja rotora

Rad bez senzora - Kontrola zatvorene petlje SRM-Karakteristike

Materijali trajnog magneta - Magnetne karakteristike - Permeansni koeficijent - Princip rada - Vrste

Analiza magnetnog kola - Jednačine EMF i obrtnog momenta - Komutacija - Kontroleri snage - Karakteristike motora i kontrola

Princip rada - Idealni PMSM - EMF i jednačine momenta - Reakcija armatura MMF - Sinhrona reaktivnost

Sinusoidni motor sa praktičnim namotajima - Fazonski dijagram - Karakteristike momenta / brzine - Kontrolori snage - Pretvarač Volt-ampere zahtjevi

Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Objasnite princip rada indukcionih mašina, sinhronih mašina i dc mašina • Dokazati razumevanje rada savremenih električnih mašina, njihovih ograničenja i njihovih primjena. • Analizirati napredne električne mašine s uvidom u njegovu primenljivost • Objasniti prisustvo harmonika prostora vazdušnog prostora u električnim mašinama i opisajte njihov uticaj na ponašanje mašine • Konstrukcija obrtnog momenta, brzine i položaja regulatora motora.



Obavezna literatura T.J.E. Miller, ‘Brushless Permanent Magnet and Reluctance Motor Drives’, Clarendon Press, Oxford, 1989.

Preporučena literatura T. Kenjo, ‘Stepping Motors and Their Microprocessor Controls’, Clarendon Press London, 1984.













Šifra predmeta: EEE 666 Naziv predmeta: POSEBNE TEME IZ ANALIZE ELEKTROENERGETSKIH POSTROJENJA



Opis predmeta Predstaviti studentima konstrukciju, rad i performanse elektroenergetskog sistema kroz analizu, čime se nadograđuje znanje

o osnovnim elektroenergetskim sistemima.

Ciljevi predmeta

CILJEVI PREDMETA: 1. Razumjeti i analizirati kvarove u AC mrežama 2. Razumjeti i analizirati pitanja stabilnosti u AC mrežama 3. Steći iskustvo sa sistemima proizvodnje električne energije 4. Razumjeti i primjenjivati algoritme optimizacije za proizvodnju energije 5. Razumjeti rad generatorske mreže

Sadržaj predmeta

Transientna analiza sinhronih mašina, prolazni fenomeni, pojednostavljeni modeli sinhronih mašina za prolaznu analizu

Određivanje prolaznih konstanti Balansirana greška, Balansirana trofazna greška,

Kapacitet kratkog spoja, Sistemska analiza grešaka pomoću matrice impedanse magistrale

Trofazne priključke transformatora Algoritam za formulisanje matrice bus impedancije,

simetričnih komponenti i neuravnotežene greške Fundamentalna simetrična komponenta, impedancije

sekvence, sekvence mreže opterećenog generatora Jedna linija, linija na liniju, dvostruka linija do greške na

zemlji, nebalansirana analiza grešaka Parcijalni ispit

Stabilnost, Jednačina Swing Modeli sinhronih mašina za analizu stabilnosti,

stabilnost stabilnosti - mali poremećaji, tranzijentna stabilnost - jednak kriterijum za područje

Numeričko rešenje nelinearne jednačine i jednačina swinga

Sistemi sa višestrukim mašinama i tranzijentna stabilnost

Optimalna distribucija generacije Optimizacija nelinearnih funkcija, Operativni

troškovi termičkog postrojenja i Ekonomska otprema, Formulacija gubitaka

Kontrola energetskog sistema, kontrolne petlje generatora, kontrola frekvencije opterećenja - automatska kontrola proizvodnje, reaktivna snaga i kontrola napona.

Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Izračunati radne uslove rada u elektroenergetskom sistemu koristeći analizu toka opterećenja; • Koristiti matematički model koji opisuje elektromehaničku dinamiku elektroenergetskog sistema, da odredite granične granice stabilnosti u uslovima kvara, • Utvrditi kako se može nadgledati naponski profil preko velike mreže za održavanje napona unutar određenih granica širom mreže, • Objasniti kako koristiti mrežu sekvenci u modeliranju asimetričnih grešaka • Objasniti fenomen dinamičkog ponašanja u energetskim sistemima • Modelovati ponašanja stabilnog stanja i dinamičkog pogona motora, i izvoditi simulaciju i upoređivanje ispitivanja performansi motora • Analizirati mrežu pod balansiranim i nebalansiranim uslovima kvara i interpretirati rezultate • Analizirati tranzijentnu stabilnost jednog automatskog / beskonačnog sistema magistrale koristeći analitičke i vremenske simulacijske metode



Obavezna literatura Power System Analysis 3rd Edition, Author: Hadi Saadat














Šifra predmeta: EEE 667 Naziv predmeta: POSEBNE TEME IZ ZAŠTITE ELEKTROENERGETSKIH POSTROJENJA



Opis predmeta

Nastava na ovom kursu ima za cilj uspostavljanje dobro fundamentalnog razumijevanja područja obuhvaćenih korištenjem

formalnih predavanja, vježbi koji omogućavaju vježbe u rješavanju problema i omogućavaju vrijeme za učenike da riješe

probleme u razumijevanju materijala predavanja. Pitanja i zadaci za samoopredjeljenje pomoći će studentima da se procijene

i saznajj da li su dostigli odgovarajući nivo. Mini-projekti će omogućiti studentima da detaljno izuče odabranu

specijalističku temu. Eksperiment zasnovan na softverskom softveru podržava formalni materijal predavanja i takođe

studentu pruža zahvalnost trenutnoj tehnologiji.

Ciljevi predmeta

Razumjeti koncept zaštite elektroenergetskog sistema Povezati teoriju i praksu u zaštiti elektroenergetskog sistema. Razumjeti principe rada zaštite. Ovladati analitičkim tehnikama. Primijeniti zaštitne releje u elektroenergetskim sistemima

Sadržaj predmeta

Uvod Pregled sistema zaštite za energetsku mrežu – Prvi dio Pregled sistema zaštite za energetsku mrežu – Drugi dio Zaštitni fenomeni – Prvi dio Zaštitni fenomeni – Drugi dio Analitičke tehnike – Prvi dio Pregled gradiva pred parcijalni ispit Parcijalni ispit

Pregled parcijalnog ispita Analitičke tehnike – Drugi dio Aktuelne tehnologije Trenutni trend razvoja zaštite – Prvi dio Trenutni trend razvoja zaštite – Drugi dio Značaj sistema zaštite za energetiku Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Identifikujte glavne komponente i karakteristike zaštitne šeme i razumite kako da ih primenite pomoću releja • Objasnite razlike između dizajna šema zaštite za prijenos, distribuciju i industrijske / komercijalne mreže i pokazati da se mogu modificirati kako bi se poboljšala pouzdanost i kvalitet električne energije • Razumjeti izazove i uticaj savremene tehnologije na zaštitu sistema • Razumjeti važnost komunikacije i mikroprocesorske tehnologije u oblasti zaštite elektroenergetskog sistema



Obavezna literatura Network Protection and Automation Guide, Alstom Group, 2002.

Preporučena literatura Power System Protection, P.M. Anderson, IEEE Press, 1999. Practical Power System Protection – L. Hewitson, M. Brown and R. Balakrishnan, Newnes, 2005 Protective Relaying Theory and Applications – Walter A. Elmore, ABB Inc., 2004













Šifra predmeta: EEE 670 Naziv predmeta: STOHASTIČKI SISTEMI UPRAVLJANJA



Opis predmeta

Uvod u slučajne procese u sistemima upravljanja. Stohastički modeli upravljanja. Razvoj zakona upravljanja korištenjem

dinamičkog programiranja. Razdvajanje estimacije i upravljanja. Kalmanov filter. Samoadaptirajući regulatori. Dualni

regulatori. Decentralizovano upravljanje.

Ciljevi predmeta Osnove teorije i primjena estimacije (ili filtriranja), upravljanja i stabilnosti na linearne kontinualne i diskretne stohastičke sisteme.

Sadržaj predmeta

Uvod Matematske osnove Ito integrali i stohastičke diferencijalne jednačine Analiza diskretnih linearnih stohastičkih sistema

upravljanja Analiza diskretnih linearnih stohastičkih sistema

upravljanja Optimalna estimacija diskretnih linearnih stohastičkih

sistema Optimalna estimacija diskretnih linearnih stohastičkih

sistema Parcijalni ispit

Optimalno upravljanje diskretnim linearnim stohastičkim sistemima

Optimalno upravljanje diskretnim linearnim stohastičkim sistemima

Kontinualni linearni stohastički sistemi upravljanja Optimalno upravljanje kontinualnim stohastičkim

sistemima Optimalno upravljanje kontinualnim stohastičkim

sistemima Analiza stabilnosti stohastičkih diferencijalnih

jednačina Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • primijeniti stohastički račun za kontrolu problema • izabrati kontroler za određeni sistem sa stohastičnim elementima • procijeniti stabilnost jednog stohastički modeliranog sistema



Obavezna literatura Goong Chen, Guanrong Chen, Shih-Hsun Hsu, Linear Stochastic Control Systems, 1995, CRC Press,Inc., ISBN 0-9483-8075-8














Šifra predmeta: EEE 671 Naziv predmeta: TEORIJA LINEARNIH SISTEMA



Opis predmeta

Matematska notacija i ponavljanje. Matematski opis dinamičkih sistema. Rješenje jednačina u prostoru stanja. Osobine

matrice prijelaza. Unutrašnja stabilnost. Kriteriji stabilnosti po Ljapunovu. Upravljivost i osmotrivost. Minimalna

realizacija. Stabilnost ulaz-izlaz. Linearna povratna sprega. Osmatranje stanja.

Ciljevi predmeta Naučiti tehnike i teoriju linearnih sistema.

Sadržaj predmeta

Uvod. Modeliranje i analiza sistema Matematski opis sistema. Linearizacija. Diskretni sistemi. Komponente i modeli sistema. Izvođenje jednačina

stanja. Polje. Linearni vektorski prostor. Linearne algebarske jednačine, transformacije,

dijagonalna i Jordanova forma Parcijalni ispit

Matrična funkcija. Jednačina Ljapunova. Kvadratne forme.

SVD Ekvivalentne jednačine stanja Ekvivalentne vremenski promjenljive Stabilnost ulaz-izlaz Teorema Ljapunova Teorema Ljapunova Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Tumačiti sistem u smislu linearne teorije • Linearizovati proizvoljan sistem i diskutovati o promenama • Rigorozno analizirati stabilnost proizvoljnog sistema



Obavezna literatura System Theory and Design, Chi-Tsong Chen, 3rd edition


Modern Control Theory, William L. Brogan, 3rd edition; Linear Systems, Thomas Kailath; Linear Optimal Control Systems, Huibert Kwakernaak and Raphael Sivan; Linear System Theory, Ferenc Szidarovsky and Terry Bahill.













Šifra predmeta: EEE 672 Naziv predmeta: HAOTIČNA DINAMIKA



Opis predmeta

Nelinearna dinamika: linearna i nelinearna teorija vibracija. Preslikavanja, tok i lokalna geometrija u dinamici. Atraktori

tačke, višestruki i ugniježđeni ciklički atraktori, čudni atraktori. Identifikacija haotičnih oscilacija: Poincareova

preslikavanja. Nelinearna rezonanca. Bazeni atrakcije. Julia skupovi, Fourierov spektar. Stabilnost i bifurkacija atraktora.

Preslikavanje potkovice. Mjerenje haosa (Ljapunovljevi eksponenti). Teorija fraktalnih skupova. Gubitak informacije i

entropija. Fraktalna dimenzija i entropija čudnog atraktora.

Ciljevi predmeta

Cijeniti klasični pogled na nelinearnu dinamiku. Demonstrirati razumijevanje generičkih osobina haosa i čudnih atraktora. Analizirati eksperimentalne vremenske nizove i tražiti znake haosa, računajući kvantitativne osobine. Pokazati razumijevanje nekih osobina haotične dinamike kroz analizu prelaska u haos.

Sadržaj predmeta

Red, prostor stanja, ravnotežne tačke. Oscilacije, kvaziperiodična dinamika Fourierova transformacija. Čudni atraktori Ljapunovljevi eksponenti, povratno preslikavanje Fraktalna mikrostruktura. Analiza podataka. Parcijalni ispit

Inverzni problem, predviđanje haosa, šum Podharmonična kaskada Udvajanje perioda, inverzna kaskada Renormalizacija, univerzalnost. Intermitencija, udari i laminarne faze 1/f šum Renormalizacija Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • analizirati haotične podatke i napraviti modele sistema • ispitati haotične transakcije u praksi • testiranje podataka za haos



Obavezna literatura Chaotic Dynamics An intorduction, Baker, G. L. and Gollup, J. P., C.U.P., Cambridge.

Preporučena literatura Deterministic Chaous, An Introducition, by H. G. Schuster, Physik-Verlag, Weinheim.













Šifra predmeta: EEE 673 Naziv predmeta: NELINEARNI SISTEMI



Opis predmeta

Uvod. Sistemi drugog reda. Osnovne osobine. Stabilnost po Ljapunovu. Stabilnost ulaz-izlaz. Pasivnost. Analiza sistema u

zatvorenom u frekventnom domenu. Napredna analiza stabilnosti. Stabilnost perturbiranih sistema. Teorija perturbacija i

usrednjavanje. Singularne perturbacije. Upravljanje po povratnoj sprezi. Linearizacija po povratoj sprezi. Alati za nelinearno

projektovanje.

Ciljevi predmeta

Ovaj predmet je osnovni za nelinearne dinamičke sisteme, predstavljene sa aspekta upravljanja. Planirano je pokriti širok opseg tema o nelinearnim sistemima kao što su metode aproksimacije, periodična rješenja, stabilnost po Ljapunovu, stabilnost ulaz-izlaz i neglatki sistemi.

Sadržaj predmeta

Nelinearne diferencijalne jednačine Maksimalna rješenja, globalno postojanje i jedinstvenost Autonomni sistemi, diferencijalne nejednakosti, sistemi

drugog reda Periodična rješenja Stabilnost po Ljapunovu Stabilnost linearnih sistema Princip stabilnosti prve aproksimacije, direktna metoda

Ljapunova Parcijalni ispit

Napredne teme u Ljapunovljevoj teoriji Globalna stabilnost Stabilnost invarijantnog skupa, redukcija modela Središnja mnogostrukost i singularna perturbacija Analiza sistema ulaz-izlaz Opisna funkcija Glatki i prekidački sistemi Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • analizirati stabilnost nelinearnih sistema • opisati nelinearne sisteme • kontrolisati nelinearne sisteme



Obavezna literatura Nonlinear Systems by H. Khalil, published by Prentice-Hall, ISBN is 0-13-228024-8.

Preporučena literatura Nonlinear System Analysis by M. Vidyasagar, Prentice-Hall













Šifra predmeta: EEE 675 Naziv predmeta: NELINEARNI SISTEMI UPRAVLJANJA



Opis predmeta

Sistemi drugog reda. Osnovne osobine. Stabilnost po Ljapunovu. Stabilnost ulaz-izlaz. Pasivnost. Analiza sistema u

zatvorenom u frekventnom domenu. Napredna analiza stabilnosti. Stabilnost perturbiranih sistema. Teorija perturbacija i

usrednjavanje. Singularne perturbacije. Upravljanje po povratnoj sprezi. Linearizacija po povratoj sprezi. Alati za nelinearno

projektovanje.

Ciljevi predmeta Osnovni alati za analizu i dizajn. Analiza sistema sa povratnom spregom. Napredna analiza. Upravljanje sa nelinearnom povratnom spregom

Sadržaj predmeta

Uvod: nelinearni modeli i fenomeni Analiza u faznoj ravni Osnove teorije Ljapunova Stabilnost ulaz-izlaz Napredna teorija stabilnosti Analiza sistema u zatvorenom u frekventnom domenu Napredna analiza stabilnosti Parcijalni ispit

Upravljanje u zatvorenom Opisna funkcija Linearizacija po povratnoj sprezi Klizni režim Adaptivno upravljanje Upravljanje sistemima sa više ulaza Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • Uvesti različite metode za analizu stabilnosti u nelinearnim sistemima • Kontrola nelinearnih MIMO sistema • Primijeniti adaptivnu kontrolu na proizvoljne sisteme



Obavezna literatura Applied nonlinear control, Jean-Jacques Slotine, Weiping Li, 1/e, 1991, Prentice Hall, ISBN-10: 0130408905 & ISBN-13: 9780130408907.

Preporučena literatura Nonlinear Systems, Hassan K. Khalil, 3/e, 2002, Prentice Hall, ISBN-10: 0130673897 & ISBN-13: 9780130673893













Šifra predmeta: EEE 676 Naziv predmeta: NAPREDNI DISKRETNI SISTEMI UPRAVLJANJA



Opis predmeta

Diskretni sistemi i z-transformacija. Uzorkovanje i rekonstrujcija. Diskretni sistemi u otvorenom. Sistemi u zatvorenom.

Karakteristike odziva sistema. Tehnike analize stabilnosti. Projektovanje diskretnog regulatora. Postavljanje polova i

procjena stanja. LQ optimalno upravljanje.

Ciljevi predmeta

Po završetku kursa, student bi trebao biti u stanju da razume diskretne vremenske sisteme, sistemske karakteristike vremena odziva i tehnike analize stabilnosti. Trebali bi biti u stanju da dizajniraju digitalni kontroler i naprave modeliranje i analizu računarskih kontrolisanih sistema pomoću simulacionih alata kao što je MATLAB.

Sadržaj predmeta

Uvod u diskretne sisteme upravljanja Z transformacija Analiza diskretnih sistema upravljanja u z-ravni Analiza diskretnih sistema upravljanja u z-ravni Projektovanje diskretnih sistema upravljanja klasičnim

metodama Projektovanje diskretnih sistema upravljanja klasičnim

metodama Projektovanje diskretnih sistema upravljanja klasičnim

metodama Parcijalni ispit

Analiza u prostoru stanja Postavljanje polova i projektovanje observera Postavljanje polova i projektovanje observera Pristup projektovanju korištenjem polinomnih

jednačina Pristup projektovanju korištenjem polinomnih

jednačina Kvadratni optimalni sistemi upravljanja Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • dizajnirati diskretne sisteme kontrole vremena • predložiti različite diskretne šeme kontrole • analizirati stabilnost diskretnih vremenskih sistema



Obavezna literatura Discrete-Time Control Systems, Katsuhiko Ogata, 2000, 2nd Edition, Prentice Hall. ISBN: 0-13-034281-5














Šifra predmeta: EEE 677 Naziv predmeta: MULTIVARIJABILNI SISTEMI UPRAVLJANJA I



Opis predmeta

Linearni multivarijabilni sistemi u prostoru stanja. Koncepti upravljivosti, osmotrivosti i stabilnosti. Strukturalna

ekvivalencija. Luenbergerove kanonske forme. Povratna sprega po stanju i postavljanje polova. Projektovanje observera.

Dinamička povratna sprega po izlazu. Jaka osmotrivost. Aktuelne teme u upravljanju.

Ciljevi predmeta Analiza robusnih multivarijabilnih sistema upravljanja. Praktično upravljanje u povratnoj sprezi. Prednosti i nedostaci upravljanja u povratnoj sprezi.

Sadržaj predmeta

Uvod Klasično upravljanje u povratnoj sprezi Uvod u multivarijabilno upravljanje Elementi teorije linearnih sistema Elementi teorije linearnih sistema Ograničenja na performanse u SISO sistemima Ograničenja na performanse u SISO sistemima Parcijalni ispit

Ograničenja na performanse u MIMO sistemima Ograničenja na performanse u MIMO sistemima Neodređenost i robusnost u SISO sistemima Neodređenost i robusnost u SISO sistemima Robusna stabilnost i analiza performansi za MIMO

sisteme Robusna stabilnost i analiza performansi za MIMO

sisteme Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

akon završetka ovog kursa, studenti treba da budu u stanju da: • analizirati neizvesnost i stabilnost u proizvoljnom sistemu • izvršiti analizu performansi u MIMO sistemu • napraviti robustne sisteme



Obavezna literatura Sigurd Skogestad, Ian Postlethwaite, Multivariable Feedback Control: Analysis and Design, 2nd Edition, 2005, John Wiley, ISBN: 978-0-470-01167-6.














Šifra predmeta: EEE 678 Naziv predmeta: MULTIVARIJABILNI SISTEMI UPRAVLJANJA II



Opis predmeta

Modeli sistema, matrice sistema, nule rasprezanja, standardni oblici matrica sistema. Stabilnost i projektovanje

multivarijabilnih sistema upravljanja koristeći metoda iz frekventnog domena. Inverzni Nyquistov red i tehnike projektiranja

karakterističnog geometrijskog mjesta sa primjenom na industrijske procese. Pregled aktuelnih tema istraživanja u

multivarijabilnim sistemima upravljanja.

Ciljevi predmeta Projektovanje robusnih multivarijabilnih sistema upravljanja. Praktično upravljanje u povratnoj sprezi. Prednosti i nedostaci upravljanja u povratnoj sprezi.

Sadržaj predmeta

Uvod Uvod u multivarijabilno upravljanje Projektovanje regulatora Projektovanje regulatora Porjektovanje strukture upravljanja Porjektovanje strukture upravljanja Pregled gradiva pred parcijalni ispit Parcijalni ispit

Redukcija modela Redukcija modela LMI LMI Iz prakse Iz prakse Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • dizajnirati kontrolere za MIMO sisteme • sprovesti redukciju modela za MIMO sistem • procijeniti različite strategije kontrole



Obavezna literatura Sigurd Skogestad, Ian Postlethwaite, Multivariable Feedback Control: Analysis and Design, 2nd Edition, 2005, John Wiley, ISBN: 978-0-470-01167-6.














Šifra predmeta: EEE 679 Naziv predmeta: H-OPTIMALNI SISTEMI UPRAVLJANJA



Opis predmeta

H-upravljanje i njegova veza sa modeliranjem, praćenjem, odbacivanjem smetnji i prigušenjem. Teorija stabilnosti.

Funkcionalni prostori, teorija operatora, LMI. Razmatranje tehnika upravljanja sa geometrijskog gledišta. Smanjenje reda

sistema korištenjem geometrije. Nalaženje svih stabilizirajućih regulatora. H-optimalno upravljanje i sinteza. Analiza i

upravljanje neodređenim sistemima.

Ciljevi predmeta Naučiti nešto o teoriji I praksi H-optimalnog upravljanja

Sadržaj predmeta

Uvod Zašto H-beskonačno? Youla parametrizacija Uzajamno prosta faktorizacija Uzajamno prosta faktorizacija Minimizacija osjetljivosti Minimizacija osjetljivosti Parcijalni ispit

Mješovita minimizacija osjetljivosti MIMO slučaj DGKF pristup DGKF pristup Analiza struktuiranih singularnih vrijednosti i

projektovanje Analiza struktuiranih singularnih vrijednosti i

projektovanje Pregled gradiva Završni ispit


Prezentacija







Ukupno 100 %

Ishodi učenja

Nakon završetka ovog kursa, studenti treba da budu u stanju da: • prepoznati potrebu za robusnom kontrolom u aplikacijama • izabrati pravu strategiju za robustnu kontrolu • izvršiti analizu i dizajn MIMO robustnih kontrolera



Obavezna literatura G. E. Dullerud and F. Paganini, A Course in Robust Control Theory: A Convex Approach, Texts in Applied Mathematics 17, Springer-Verlag, New York 2000.














Šifra predmeta: CEN 621 Naziv predmeta: KRIPTOGRAFIJA I MREŽNA SIGURNOST

Nivo: Treći Godina: I Semestar: ECTS krediti: 6

Status: Izborni Sati/Sedmica: 3+0 Ukupan broj sati: 45+0

Opis predmeta Osnovni kocepti kriptografija, blok šifre, protočne šifre, Kriptografska funkcija za izračunavanje sažetka poruke, diferencijalna i linearna kriptoanaliza, šifrovanje javnim ključem, digitalni potpisi, protokoli za raspodjelu ključeva, upravljanje ključem, autentifikacijski sistemi, zamke u sigurnosnim protokolima, Kerberos, Internet kriptografija, IPsec, SSL/TLS, Sigurnost Elektronske Pošte, firewall.

Ciljevi predmeta Razumjeti principe agoritama kodiranja: konvencionalna kriptografija i kriptografija javnim ključem. Steći detaljno znanje o autentifikaciji, hash funkcijama i sigurnosnim mehanizmima na aplikacijskog sloja.

Sadržaj predmeta

Uvod u teoriju kodiranja i Kriptografiju Linearni kodovi Perfektni kodovi i Hamming kodovi Kriptografija sa simetričnim ključem Kriptografija sa simetričnim ključem Kriptografija sa javnim ključem Osnovna teorija brojeva za RSA Diskusija zadaća

RSA kriptosistem Digitalni potpisi Autentifikacijski protokoli Šeme za dijeljenje ključeva Zero knowledge dokazi Protokoli za razmjenu ključeva Prezentacije

Metode podučavanja Interaktivna predavanja i praktične vježbe Projekti

Implementacije Pezentacije članka

Metode evaluacije

Kviz 0 % Praktični ispit 0 %



Parcijalni ispit 0 % Učešće na času 0 %


Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Demonstrira razumijevanje klasičnih kriptosistema 2. Demonstrira razumijevanje kriptosistema sa javnim ključevima 3. Demonstrira razumijevanje matematičkih alata koji se koriste u kriptografiji 4. Implementira određeni kriptografski sistem 5. Demonstrira razumijevanje osnovnih principa teorije kodiranja 6. Demonstrira razumijevanje matematičkih alata koji se koriste u teoriji kodiranja 7. Objasni razliku između teorije kodiranja i kriptografije

Preduslovni predmeti -


Obavezna literatura Coding Theory and Cryptography: The Essentials, Second Edition, 2nd ed, Hankerson et al., Chapman & Hall/CRC,

2000 An Introduction to CodingTheory via Hamming Codes, N. Aydin, IBU Publications, 2015. Public Key Cryptography and the RSA Cryptosystem, N. Aydin, IBU Publications, 2015.

Preporučena literatura Introduction to Cryptography with Coding Theory, 2nd ed, W. Trappe & L. Washington, Pearson, 2006. Cryptography and Network Security, 6th ed, W. Stallings, Pearson, 2014.



Predavanja (15 sedmica x broj časova predavanja po sedmici) 15 3 45

Vježbe (15 sedmica x broj časova vježbi po sedmici) 0 0 0



Priprema za parcijalni ispit 0 0 0

Priprema za završni ispit 0 0 0

Zadaća / Projekat 4 25 100

Seminar / Prezentacija 1 10 10

Ukupno opterećenje 155

ECTS kredit (Ukupno opterećenje / 25) 6

Šifra predmeta: CEN 622 Naziv predmeta: INFORMACIJSKA SIGURNOST



Opis predmeta

Sigurnost informacija je posvećena čuvanju informacija sigurnih od oštećenja. To obuhvaća računarsku sigurnost, ali i sigurnost komunikacija, sigurnost operacija i fizičke sigurnosti. Tehnički sadržaj predmeta daje široki pregled osnovnih pojmova i metoda za pružanje i procjenu sigurnosti u informacijskim sistemima za obradu (operativni sistemi i aplikacije, mreže, protokoli i sl.). Osim svog tehničkog sadržaja, predmet se dotaknuo važnosti upravljanja i administracije, podaci o sigurnosti u poslovnom riziku, društvenim pitanjima kao što su privatnost pojedinca, te o ulozi javne kodeksa. Kurs će biti orgaziran na nekoliko širokih tema: • Temelji: sigurnost svijesti, osnovni pojmovi (polisa, CIA, itd) • Sigurnosnog softvera: ranjivosti i zaštite, malware, program analize • Praktična kriptografija: šifriranje, autentifikacija, hash, simetrične i asimetrične kripto • Mreže: žične i bežične mreže, protokoli, napadi i protumjere • Prijave i posebne teme: baze podataka, web aplikacije, privatnost i anonimnost, glasanje, javna polisa

Ciljevi predmeta

Glavni cilj ovog kursa je da pruži pozadinu, temelj, i uvid u mnoge dimenzije sigurnosti informacija. Ovo znanje će poslužiti kao osnova za dublje izučavanje u odabranim područjima, ili kao važna komponenta u vašim daljim istraživanjima i uključenost u računarstvu kao cjeline. Primarni ciljevi kursa će vam pomoći da:

Razumjeti važnost sigurnosti informacija u našem sve više računarskom svijetu. Ovladati ključnim konceptima sigurnosti informacija i kako oni "rade". Razviti "sigurnosni način razmišljanja": naučiti kritički analizirati situacije računarskog i mrežnog korištenje iz

sigurnosne perspektive, identificiranje istaknute teme, stavove, i kompromise. Kao dio svog općeg obrazovanja, kurs će vam pomoći da naučite da:

Jasno i koherentno komunicirati (usmeno i pismeno) o složenim tehničkim temama. Rad i zajednički rad u grupama za ispitivanje, razumjeti i objasniti ključne aspekte informacijske sigurnosti.

Sadržaj predmeta

Uvod u informacijsku sigurnost Matrice za informacijsku sigurnost Umrežavanje i kriptografija Umrežavanje i kriptografija Planiranje i implementacija informacijske sigurnosti Planiranje i implementacija informacijske sigurnosti Ranjivosti i zaštita Ranjivosti i zaštita

Tehnologije identitet i povjerenje Tehnologije identitet i povjerenje Provjera i ocjenjivanje Provjera i ocjenjivanje Odgovor na incident Ljudski faktor Pravne, etičke i socijalne implikacije

Metode podučavanja Interaktivna predavanja i komunikacija sa studentima

Metode evaluacije


Zadaća 0 % Naučni rad 100 %




Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Opiše prijetnje sigurnosti informacija 2. Identificira metode, alate i tehnike za borbu protiv ove prijetnje 3. Identificira vrste napada i problema koji se javljaju prilikom napada kada sistemi nisu pravilno zaštićeni 4. Objasni sastavne dijelove dobre informacije sigurnosne prakse 5. Identificira i razgovara o pitanjima koja se odnose na pristup kontroli 6. Opiše potrebu za informacijama i razvoj sigurnosne politike, kao i identificira smjernice i modele za pisanje polise 7. Definira upravljanje rizicima i objasniti zašto je važna komponenta za informacijske sigurnosti strategije i prakse 8. Opiše vrste plan i koraci uključeni u razvoj svakog od njih 9. Identificira pitanja sigurnosti koja se odnose na kadrovske odluke, i kvalifikacije sigurnosti



Obavezna literatura M. Merkow and J. Breithaupt, Information Security, Pearson,2006.














Šifra predmeta: CEN 645 Naziv predmeta: KONTROLA I PLANIRANJE KRETANJA ROBOTA



Opis predmeta Ovaj predmet nudi sljedeće teme: Osnovni koncepti Planiranje Kretanja, prikazivanje stanja i kretanja, potencijalne funkcije, smjernice, dekompozicija ćelija, dinamika robota, osnovna kontrola, ograničeno kretanje, hibridno planiranje i kontrola, metode logičkog zaključivanja za planiranje.

Ciljevi predmeta Ciljevi predmeta su razmatranje istraživačkih modaliteta i nesigurnosti u algoritmima za planiranje i kontrolu. Razvijanje reprezentacije i strategija za kretanje koje mogu uključivati povratne informacije za signale. Ograničenja kretanja objekata koja dolaze od kinematike, dinamike, i neholomoničnih sistema. Adresiranje karakteristika dinamičnih okruženja. Razvijanje algoritama za upravljanje i planiranje za hibridne sisteme.

Sadržaj predmeta

Kinematika Kinematika Jacobian Jacobian Dinamika Dinamika Kontrola manipulatora Parcijalni ispit

Mobot: Mobilni robot Mobot: Mobilni robot Robot sensing i senzori Robot sensing i senzori Planiranje kretanja Mapiranje Prezentacija projekata

Metode podučavanja Interaktivna predavanja i komunikacija sa studentima Diskusije i grupni rad

Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Modelira robotske sisteme u pogledu dinamike i kinematike 2. Analizira i procijeni nekoliko glavnih tehnika za kontrolu povratnih informacija, planiranje kretanja i kompjutersku

viziju koja se primjenjuje na robota 3. Prevede grupu standradnih algoritama za planiranje kretanja, lokalizaciju i kompjutersku viziju u praktičnu

implemetaciju 4. Implementira i procijeni robotski system, uzimajući u obzir elemente kontrole, planiranja, lokalizacije i vizije 5. Razvije algoritam za kontrolu i planiranje hibridnih sistema



Obavezna literatura Robotics Control, Sensing, Vision and Intelligence, K. S. Fu, R. C. Gonzalez, C. S. G. Lee, McGraw-Hill, 1987, ISBN 0-07-022625-3

Preporučena literatura Introduction to AI Robotics, Robin R. Murphy, The MIT Press, 2000













Šifra predmeta: CEN 652 Naziv predmeta: POSLOVNA INTELIGENCIJA



Opis predmeta Ovaj predmet nudi upoznaje studente sa konceptima i modelima poslovne inteligencije (BI), kao i trenutno stanje BI istraživanja. Upoznaje student sa različitim pristupima koji se koriste pri učenju BI. Ovaj predmet ima za cilj da poduči student vještinama koje će im omogućiti da dizajniraju, obave i analiziraju BI istraživanje, analiziraju podatke i stvore teoriju.

Ciljevi predmeta Sveukupni cilj ovog predmeta je da se studenti upoznaju sa osnovnim pojmovima i tehnikama poslovne inteligencije /poslovne analitike. Teme koje se obrađuju uključuju poslovno odlučivanje, upravljanje zasnovane na dokazima, dizajn i implementaciju skladištenja podataka, izvor i kvlitet podataka, on-line analitička obrada (OLAP), kontrolne table i data mining klasifikacije, regresije i vremenske serije, studije slučaja poslovne analitike prakse.

Sadržaj predmeta

Analitičko razmišljanje Poslovni problem i rješenja u Data science-u Uvod u prediktivno modeliranje Podešavanje modela podacima Overfitting i njegovo izbjegavanje Sličnost i klasteri Diskusija o zadaći Analitičko razmišljanje pri odlučivanju I

Vizualizacija performansa modela Dokazi I vjerovatnoće Predstavljanje i obrađivanje teksta Analitičko razmišljanje pri odlučivanju II Druge data science tehnike i zadaci Data science i poslovna strategija Prezentacija projekata

Metode podučavanja Interaktivna predavanja Tutorijali

Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Koristi BI sisteme i tehnologije za podršku pri odlučivanju 2. Dizajnira i kreira BI aplikacije na osnovu potreba korisnika 3. Identifikuje poslovne i tehničke zahtjeve za BI rješenja 4. Primijeni teorije, koncepte i tehnike da bi se riješili BI problem u stvarnom životu 5. Analizira podatke 6. Vizualizira rezultate analize podataka



Obavezna literatura Data Science for Business: What you need to know about data mining and data-analytics thinking, BY Foster Provost & Tom Fawcett, 2013.














Šifra predmeta: CEN 657 Naziv predmeta: PRIMJENA RAČUNARSKE GRAFIKE



Opis predmeta Upotreba računarske grafike prisutna je u različitim oblastima inženjerstva. Predmet uključuje sljedeće teme: Trodimenzionalni modeliranje i presentacija. Metoda boje, sjenčanja i rasvjete. Zastupljenost površina. Grafički baze podataka, grafički standardi. Problem skrivene površine, kretanja i animacije. Mapiranje tekstura, kontrolirana deformacija. Potrebno je prethodno poznavanje računarske grafike.

Ciljevi predmeta

Cilj ovog predmeta ja podučiti studente da: obralože osnovne funkcije ljudskog oka i kako impinges na rezoluciju, kvantizaciju, i reprezentacije boje za digitalne slike, opisuju niz prostora boja i njihove relativne vrijednosti; objasne kako radi katodne cijevi, kako se prikazuje tekući kristal, i laserski štampači, opišu i objasne sljedeće algoritme: Bresenhamov crtež, crtež sredina-tačke, crtanje sredinom tačke kruga, Bezierovo kubno crtanje, Douglasova i Puckerova liniju lanca pojednostavljenja, Cohen-Sutherland clipping linije, i td

Sadržaj predmeta

Uvod u grafičke aplikacije Grafika uređaja za prikaz i programske strukture Crtanje linija i jednostavnih krivulja Clipping linija i upoznavanje sa poligonom Poligon clipping i rasterizacija Diskusije zadaća Geometrijske transformacije Parcijalni ispit

Projekcije i gledanje Uklanjanje skrivenih površina Tehnike za definisanje objekata Rasvjeta i sjenčenje Mapiranje tekstura Efikasnost. Dalji koraci u pravcu vizuelnih realizama Prezentacija projekata


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Koristi matrice i homogene coordinate da prikaže 2D i 3D tranformacije 2. Objasni 2D i 3D slike 3. Objasni kako se koriste filteri, obrade, aritimetičke operacije u obradi slika i da primjere 4. Objasni kako polutoniranje, dither i difuzija rade 5. Objasni kompresiju slika i pokaže tehnike kojima se to radi



Obavezna literatura Computer graphics: principles and practice. Addison-Wesley (2nd ed.) by Foley, J.D., van Dam, A., Feiner, S.K. & Hughes, J.F. (1990).

Preporučena literatura Digital image processing. Addison-Wesley by Gonzalez, R.C. & Woods, R.E. (1992). Computer graphics and virtual environments: from realism to real-time. Addison-Wesley by Slater, M., Steed, A. &

Chrysanthou, Y. (2002).













Šifra predmeta: CEN 659 Naziv predmeta: RAČUNSKA INTELIGENCIJA



Opis predmeta Računska inteligencija je poprilično nova oblast istraživanja, i postaje sve više važna u inžinjerskim i ne-inžinjerskim disciplinama. Računska inteligencija je kolekcija različitih računskih alata da bi se riješili problemi u kontrolnom inžinjeringu. Ovaj predmet će omogućiti studentima da nauče bitne teme u ovoj oblasti, te da se upoznaju da rješenjima na različite probleme u ovoj oblasti koji se nisu mogli riješiti koristeći nege konekcionalne metode naučene ranije.

Ciljevi predmeta Uvođenje koncepata, modela, algoritama, i alata za razvoj inteligentnih sistema. Primjerne teme uključuju vještačke neuronske mreže, genetske algoritame, fuzzy sisteme, i td., i hibridizaciju gore navedenih tehnika. Ova domena se zove Računska inteligencija, a to je numerička tumačenje biološke inteligencije.

Sadržaj predmeta

Evolucijsko računarstvo Genetički algoritam i evolucijske strategije Evolucijsko programiranje Particle-swarm optimizacija Ant colony optimizacija Vještački imuni sistem Simulirano kaljenje i tabu pretraživanje Parcijalni ispit

Harmonijsko pretraživanje, honey-bee optimizacija Memetički algoritam, ko-evolucija, multi-objektivnost,

vještački život Rukovanje ograničenjima Neuronske mreže Fuzzy logika Hibridne tehnike Prezentacija projekata


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Opiše osnovne koncepte modela računske inteligencije 2. Razvije kritički pristup dokazu, teoriji i konceptima u istraživačom okruženju 3. Implementira neuronske mreže, genetički algoritam, fuzzy neuronske mreže, i td. 4. Primijeni tehnike računske inteligencije: klasifikacija, raspoznavanje uzoraka, predviđanje, i td. 5. Koristi pristup računske inteligencije u matematici, informatici, tehnologiji, ekonomiji, finansijama i td.



Obavezna literatura A. P. Engelbrecht, Computational Intelligence, John Wiley & Sons Ltd, 2007.














Šifra predmeta: CEN 661 Naziv predmeta: POSEBNE TEME U SISTEMIMA ZA PODRŠKU U ODLUČIVANJU



Opis predmeta Ovaj predmet razmatra istraživanje procesa i različitih pristupa koji se koriste u proučavanju sistema za podršku u odlučivanju. To ima za cilj opremiti studente vještinama da ih vode kroz ključne korake u razvoju njihovih DSS istraživačkih strategija i istraživanja.

Ciljevi predmeta Ovaj predmet razmatra istraživanje procesa i različitih pristupa koji se koriste u proučavanju sistema za podršku u odlučivanju. To ima za cilj opremiti studente vještinama da ih vode kroz ključne korake u razvoju njihovih DSS istraživačkih strategija i istraživanja.

Sadržaj predmeta

Uvod Tipični format DSS istraživačkog članka Osnove DSS istraživanja i teorije Trenutno stanje: DSS istrsživanja - pregled literature Planiranje DSS istraživanja, dizajniranje i pisanje

prijedloga istraživanja Eksperimentalno učenje DSS-a Učenje DSS-a bazirano na istraživanju i anketama

Diskusija o zadatku DSS učenje na primjeru (case study) Grupe u fokusu u DSS istraživanju Prezentacija projekata Arhivirano i historijsko istraživanje u DSS Akcija i dizajn istraživanja u DSS-u Etika u DSS istraživanju Prezentacija istraživačkih prijedloga (proposala)

studenata

Metode podučavanja Interaktivna nastava i komunikacija sa studentima Diskusije i grupni rad

Prezentacije (4-5 studentata po Semestru)

Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razjasni osnovne pojmove, koncepte i teorije povezane sa sistemima za obradu u odlučivanju, računarskim pomagalima

za odlučivanje, ekspertnim sistemima, grupnim sistemima za podršku i izvršnim informacijskim sistemima. 2. Izučava primjere dokumentovanih kompjuterskih sistema za podršku u organizicionom odlučivanju, planiranja, analize

i kontrolnih zadataka. 3. Diskutuje i razvija vještine za analizu, dizajn i implementaciju kompjuterizovanih DSS-ova. 4. Diskutuje organizacione i socijalne implikacije DSS-a. 5. Diskutuje etiku DSS istraživanja.



Obavezna literatura Odabrani članci (TBA)

Preporučena literatura IFIP WG8.3 http://www.ifip-dss.org/ Data Resources http://dssresources.com Teradata University Network http://www.teradata.com













Šifra predmeta: CEN 664 Naziv predmeta: FILOZOFSKE OSNOVE VJEŠTAČKE INTELIGENCIJE



Opis predmeta

Akcija i agencija, biheviorizam, uvjerenje; računalne modele uma; koncepti; svijesti; sadržaj, kontekst; Davidson i izobličenog monizam; Dreyfus-ove tvrdnje; pučka psihologija; funkcionalizma; Goedel teorem; intencionalnost; Jezik misli, mentalne reprezentacije; naturalizma; percepcija ; mogućih svjetova praktično rasuđivanje; propozicionalni stavovi, racionalnost, razlozi i uzroci, referentni, Searle i kineski soba, sebstva, misli i jezika; Turingov test; Slab AI vs Jaka AI. Prethodno poznavanje vještačke inteligencije je potrebno.

Ciljevi predmeta Predmet će se usredotočiti na "klasične AI", koja koristi pojmove predstavljanja znanja i logike za rješavanje problema u biti determinističke prirode. Dakle, studenti će naučiti kako razviti inteligentne agente koji djeluju u statično, predvidljiv okoliš.

Sadržaj predmeta

Uvod Koncepti vještačke inteligencije Inteligentni agenti Rješavanje problema potragom Logički agenti Logika prvog reda Clasično planiranje Parcijalni ispit

Prijedložna logika Prezentovanje znanja Neizvjesno znanje i zaključivanje Planiranje i djelovanje u stvarnom svijetu Mjerene neizvjesnosti Vjerovatno zaključivanje Prezentacija projeakata


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Identifikuju probleme koji su odgovorni za rješenja AI metoda i za koje AI metode mogu biti prilagođene da riješe date

probleme. 2. Formaliziraju date probleme u jeziku/ framework-u različitih AIO metoda 3. Implementiraju osnovne AI algoritme 4. Identifikuju i razmišljaju jasno o osnovnim brigama i ključnim konceptima osnova vještačke inteligncije. 5. Kritički procjenjuju različite argumente koji su bili razvijeniji u ovom području filozofije.



Obavezna literatura S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach (second edition). Artificial Intelligence: A Philosophical Introduction, by Jack Copeland. Blackwell. (1993).

Preporučena literatura Artificial Intelligence: A New Synthesis, by Nils J. Nilsson. Morgan Kaufmann. (1998).













Šifra predmeta: CEN 665 Naziv predmeta: PRIJENOS PODATAKA I RAČUNARSKE MREŽE



Opis predmeta Ovaj predmet predstavlja osnove podataka komunikacije i umrežavanja. Studenti će razviti razumijevanje općih principa umrežavanja implementiranih u mrežama povezanim na Internet. Posebna pažnja će se posvetiti principima mrežne arhitekture i raslojavanja, multipleksiranje, adresiranje mreže, usmjeravanje i usmjeravanje protokola. Aktivnosti uključuju uspostavljanje lokalne mreže, Interneta, sigurnosti, upravljanje mrežom i analiza mrežnog učinka.

Ciljevi predmeta

Cilj ovog kursa je da student razviju razumijevanje osnovnih struktura mreže i kako oni djeluju. Na kraju ovog kursa student bi trebao biti sposoban da: 1. Objasniti osnovne pojmove mreža proučavajući klijent/poslužitelj arhitekturi, skalabilnost mreže, geografski opseg, Internet, intranet i ekstranet. 2. Identificirati, opisati i dati primjere mrežnih aplikacija koje se koriste u svakodnevnim zadacima kao što su čitanje e-pošte ili surfanje internetom. 3. Opisati slojevite komunikacije, proces enkapsulacija, i poruka usmjeravanje u mreži opremljenim uređajima pomoću odgovarajućih protokola. 4. Osmisliti i izgraditi Ethernet mreže dizajniranja subnet strukturu i konfiguriranje rutera na uslugu tom mrežom. 5. Upravljanje mrežom i administraciju sistema. 6. Izgraditi patch kabel za povezivanje host računala na mrežu.

Sadržaj predmeta

Uvod Koncepti komunikacijcije podataka, mrežni kriteriji,

protokoli i standardi, standardne organizacije. Osnovni koncepti: Linijska konfiguracija, topologija

načina transmisije, kategorija mreža, intranetworks. Referentni modeli: ISO/OSI model; slojevi protokola;

TCP/IP protokol and referentni model Signali: Analogni i digitalni podaci; periodini i

aperiodični signali; jednostavni analogni signali; vremenske i frekventne domene; frekventni spektrum i propusnost, digitalni signali.

Medij transmisije (prenosa): Rukovođeni medij; nevođeni medij. Transmisijski poremećaji; provodljivost; propagirajuća brzina; vrijeme propagiranja; valna dužina; Shannon kapacitet.

Multipleksing: FDM; TDM; telefonski sistem; DSL Parcijalni ispit Detekcija i ispravka grešaka: Tipovi grešaka; proces

detekcije; VCR; LRC CRC; checksum; ispravka grešaka Kontrola poveznica podataka: linijska disciplina;

kontrola toka; kontrola grešaka. Protokoli poveznica podataka: asinhroni protokoli,

sinhronizirani protokoli, karakterno orjentisani protokoli, bit orjentisani protokoli, pristupni protokoli.

LAN: Projekat 802; Ethernet i njegove varijante. Umrežavanje i uređaji za Internetworking: Repetitori;

ruteri; mostovi; gateway. TCP/IP Protokoli: Internet Protokol; adresiranje; drugi

mrežni slojeviti protokoli (ARP; RARP; ICMP; IGMP). Transport Layer protokoli (UDP; TCP).

Prezentacija projekata.


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Objasni osnovne koncepte mreža izučavanjem klijent/server arhitekture, skalabilnosti mreža, goegrafskog obima,

interneta, intraneta i ekstraneta. 2. Identifikuje, opiše i da primjere oplikacija mreža korištenih svakodnevno kao što su čitanje mailova i internet surfanja. 3. Opiše slojevitu komunikaciju, proces enkapsulacije i ruting poruka u mrežnim uređajima korišteći odgovarajuće

protokole. 4. Dizajnira i gradi Ethernet mrežu dizajniranjem podmrežne strukture i konfigurisanjem rutera koji se koriste u toj mreži. 5. Upravlja menadžmentom mreže i sistemskom admistracijom. 6. Konstruiše "patch" kabal za konektovanje na glavni "host" kompjuter na mreži.



Obavezna literatura Behrouz A. Forouzan. Data Communications and Networking (4th Edition). McGraw Hill. 2007. ISBN: 0-07-296775-7


William Stallings, Data and Computer Communications, Pearson, 2009 Dr. K.V. Prasad, Principles of Digital Communication Systems and Computer Networks, Charles River Media, 2003 Larry L. Peterson & Bruce S. Davie, Computer Networks A Systems Approach, Third Edition, Morgan Kaufmann

Publishers, 2003. Nader F. Mir, Computer and Communication Networks, Prentice Hall, 2006.













Šifra predmeta: CEN 667 Naziv predmeta: IT UPRAVLJANJE



Opis predmeta

Osnovni cilj ovog predmeta je predstaviti IT upravljanje koji ima zadatak da šire ovlasti raznih slojeva u organizacionim strukturama unutar specifičnih poslova, uz osiguravanje odgovarajućih i razborito korištenje tog organa. Ovo se ne odnosi samo na hijerarhijske strukture; iskustvo nas je naučilo da mreža strukture omogućava specijalizaciju, udruživanje, i izgradnju infrastrukture za podršku tih timova. Specijalizacija omogućava zbir dijelova organizacije da bude veći od cjeline. Upravljanja u bilo kojem obliku se tiče vodstva. I IT upravljanje je o načinu na koji rukovodstvo ostvaruje isporuku kritične poslovne sposobnosti pomoću strategije informacijskih tehnologija. IT upravljanje se bavi strateškim poravnanje između svrhe i ciljeva poslovanja i korištenja svojih IT resursa za efikasno postizanje željenih rezultata. U toku predavanja će se predstaviti različite metodologije i standardi koji će vam pomoći da upravljaju koristeći najbolje prakse i standarde.

Ciljevi predmeta

Osnovni cilj ovog predmeta je predstaviti IT upravljanje koji ima zadatak da šire ovlasti raznih slojeva u organizacionim strukturama unutar specifičnih poslova, uz osiguravanje odgovarajućih i razborito korištenje tog organa. Ovo se ne odnosi samo na hijerarhijske strukture; iskustvo nas je naučilo da mreža strukture omogućava specijalizaciju, udruživanje, i izgradnju infrastrukture za podršku tih timova. Specijalizacija omogućava zbir dijelova organizacije da bude veći od cjeline. Upravljanja u bilo kojem obliku se tiče vodstva. I IT upravljanje je o načinu na koji rukovodstvo ostvaruje isporuku kritične poslovne sposobnosti pomoću strategije informacijskih tehnologija. IT upravljanje se bavi strateškim poravnanje između svrhe i ciljeva poslovanja i korištenja svojih IT resursa za efikasno postizanje željenih rezultata. U toku predavanja će se predstaviti različite metodologije i standardi koji će vam pomoći da upravljaju koristeći najbolje prakse i standarde.

Sadržaj predmeta

Principi IT upravljanja IT upravljanje i IT menadžment problemi Odgovornost IT upravljanja Pristup IT upravljanju COBIT Framework (1) COBIT Framework (2) IT upravljanje - Frameworks Parcijalni ispit

Korporativno upraljvljanje IT-jem IT Balanced Scorecard (1) IT Balanced Scorecard (2) Frameworci, standardi i najbolje prakse Ocjenjivanje IT upravljanja Primjenjivanje pristupa IT upravljanja Prezentacija projekata


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Identifikuje i napravi prioritete podataka koje posjeduje. 2. Identifikuje i napravi prioritete prijetnji podataka koje posjeduje. 3. Definiše strategiju informacijske sigurnosti i arhitekture 4. Planira načine za reagovanje na uljeze u informacijskimsistemima. 5. Opiše legalne i javne implikacije problema sigurnosti i privatnosti. 6. Prezentuje plan za oporavak podataka poslije nekog incidenta.



Obavezna literatura International IT Governance: Alan Calder & Steve Watkins, Koganb Page, 206


Business Continuity Planning Methodology, Akhtar Syed, Afsar Syed, Sentryx 2004. The Disaster Recovery Handbook, Michael Wallace and Lawrence Webber, Amacom, 2004. Disaster Recovery Planning, John William ToigoPrentice Hall, 2003. Application Security in the ISO 27001 Environment, Vinnod Avasudavan et al. IT Governance Publishing 2008. Text of standards: ISO 27001, 27002, 27003, 2700, 20000-1, 20000-2, ISO / IEC Business Continuity BS 25999-1 and BS 25999-2, British Standardisation Institute.













Šifra predmeta: CEN 669 Naziv predmeta: ODABRANA POGLAVLJA U MAŠINSKOM UČENJU



Opis predmeta

Tehnike mašinskog učenja i statističke prepoznavanje oblika, učenje pod nadzorom (generativne / diskriminativna učenje, parametarski / neparametrijski učenje, neuronske mreže, podršku vektor mašine); beznadzorno učenje (grupiranje, smanjenje dimenzionalnosti, kernel metode); učenja teorije (bias / varijance kompromisima; VC teorija, velike margine); armature učenja i adaptivno upravljanje, aplikacije područja (robotske kontrola, data mining, autonomne navigacije, bioinformatike, prepoznavanje govora, i tekst i web obrada podataka).

Ciljevi predmeta Predstaviti ključ algoritama i teorije koje čine srž mašinskog učenja. Oslanjaju se na koncepte i rezultate iz mnogih oblasti, uključujući i statistike, veštačko inteligencije, filozofije, teorije informacija, biologije, kognitivne znanosti, računske složenosti, i kontrolu teorija.

Sadržaj predmeta

Koncept učenja Bayesian učenje, Učenje Computational Theory Stroj učenje tehnike i statističke prepoznavanje oblika Nadzirano učenje (generativne / diskriminativna

učenje, parametarski / neparametrijski učenje, neuronske mreže)

Nadzirano učenje (support vector mašine) Beznadzorno učenje (grupiranje, smanjenje

dimenzionalnosti, kernel metode)

Parcijalni ispit Učenja teorije (bias / varijance kompromisima, VC

teorija, velike marže) Jačanje učenja i adaptivno upravljanje Aplikacije područja (robotske kontrola, data mining,

autonomne navigacije, bioinformatike, prepoznavanje govora, i tekst i web obrada podataka).

Evaluacija Hipoteze Decision Tree Učenje (1) Decision Tree učenje (2)


Metode evaluacije




Parcijalni ispit 25% Učešće na času 0 %


Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Opisati osnove mašinskog učenja i Bayesian metoda zaključivanja. 2. Identifikovati i razumjeti primjene metoda mašinskog učenja u stvarnom svijetu. 3. Iskusi analizu stvarnih podataka sa integracijom veza između različitih varijabli. 4. Razumije šta se od podataka koristi u modelima učenja. 5. Primjeni algoritme u stvarne probleme, optimizira naučene modle i napravi izvještaj očekivane preciznosti koja može

biti postignuta primjenom tih modela.



Obavezna literatura T. Hastie,R. Tibshirani, J. Friedman, The Elements of Statistical Learning, Second Edition, Springer, 2008.

Preporučena literatura Mitchell T., Machine Learning, McGraw Hill, 1997. Du and Swamy, Neural Networks in a Softcomputing Framework, Springer-Verlag London Limited, 2006. Sebe, Cohen, Garg and Huang, Machine Learning in Computer Vision, Springer, 2005.













Šifra predmeta: CEN 670 Naziv predmeta: ODABRANA POGLAVLJA U DATA MINING-U



Opis predmeta Pregled Data Mining klasifikaciji, regresija, vremenske serije. Mjerenje intuitivni performanse. Priprema podataka, smanjenje podataka. Matematička rješenja, statističke metode, udaljena rješenja, stabla odlučivanja, pravila odlučivanja.

Ciljevi predmeta Upoznavanje studenata sa osnovnim pojmovima i tehnikama Data Mining. Razvijanje sposobnosti korištenja data mining softvera za rješavanje praktičnih problema. Sticanje iskustva obavljanja nezavisnih studija i istraživanja.

Sadržaj predmeta

Uvod u Data Mining Principe Sskladištenje podataka, Data Mining, i OLAP Predobrada Podataka i mjerno smanjenje u Data

Mining Regresija modeliranje Naive Bayes Procjena i Bayesianove Mreže Klasifikacija Predikcija

Klaster analiza Parcijalni ispit Mining tok, Vremenske-serije, i redoslijed podataka Mining objekat, Multimedia, tekst i web podataka Nastajanje Trendova i Aplikacija u Data Miningu Data Mining Trendovi i Istraživanje znanja Data Mining Zadaci, tehnike i aplikacije Završni ispit


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razlikuje različite tehnike data mining-a uključujući: asocijativni "rule mining", klasifikaciju, klastering i graf mining u

smislu algoritama i modeliranja. 2. Nauču međudisciplinarnu prirodu i istraživačke teme u data mining-u. 3. Uvidi kada se negdje mogu primjeniti tehnike data mining-a i ako da, koje tehnike. 4. Razvije novi algoritam koji će riješiti neki opšti problem ili primjeni jednu ili više tehnika data mining-a na određene

setove podataka, kroz predmetni projekat. 5. Implementira standarde Data-mining algoritme.



Obavezna literatura Ian H. Witten, Eibe Frank, Mark A. Hall, Data Mining, Practical Machine Learning Tools and Techniques, Morgan Kaufmann Publishers, Elsevier Inc., Third Edition, 2011.


S. Sumathi, S.N. Sivanandam, Introduction to Data Mining and its Applications, Springer-Verlag Berlin Heidelberg 2006.

Jiawei Han and Micheline Kamber, Data Mining: Concepts and Techniques, Morgan Kaufmann, Elsevier Inc., Second Ed., 2006.

D. T. Larose, Data Mining Methods and Models, John Wiley & Sons, Inc., 2006. T. M. Mitchell, Machine Learning, McGraw Hill, 1997. T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction,

Springer-Verlag, Second Ed., 2008.













Šifra predmeta: CEN 671 Naziv predmeta: ODABRANA POGLAVLJA U PREPOZNAVANJU UZORAKA



Opis predmeta

Ovaj predmet se bavi osnovama karakteriziraju i prepoznavanje obrazaca i značajke interesa digitalnih podataka. Mi smo razgovarali o osnovnim alatima i teorijama za razumijevanje problema s aplikacijama za prepoznavanje oblika. Također pokrivamo odluke teorija, statističke klasifikacije, maksimalnu vjerodostojnost i Bayesianovu procjeni, neparametarske metode, beznadzorno učenja i klastering. Dodatne teme o novim prepoznavanje oblika algoritama i tehnika iz aktivnog istraživanja su također obrađene o tome u predmetu.

Ciljevi predmeta Cilj predmeta je da studenti steknu podlogu potrebnu da mogu naknadno čitati naprednije tekstove i članke iz žurnala. Nekolikp primjena prepoznavanja uzoraka na klasičnim kompjuterima i problemima elektrotehnike će pokazati studentima kako da primjenjuju primjenu uzoraka na stvarne probleme. Student će biti upoznat sa najnovijim primjenama primjene uzoraka kako što je bioinformatika i radit će na odabranom projektu.

Sadržaj predmeta

Uvod u statističko raspoznavanje uzoraka Maximum likelihood i Bayesian procjena parametra Klasifikacijske metode bazirane na Bayes teoriji

odlučivanja Linearna regresija Linearne i nelinearne metode klasifikacije Višeslojne neuronske mreže Bezparametarske tehnike (kNN) Parcijalni ispit

Metode bazirane na Decision Tree Ekstrakcija i odabir karakteristika Tranformacija podataka i smanjenje dimenzija Podudaranje sa šalobnom Klasifikacija bazirana na kontekstu (HMM) Procjena performansa sistema Unsupervised učenje i klastering


Metode evaluacije




Parcijalni ispit 25% Učešće na času 0 %


Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Dizajnira sisteme i algoritme za prepoznavanje uzoraka (klasifikaciju signala), sa fokusom na nizove uzoraka koji su

analizirani korišenjem Hidden Markov model-a (HMM) 2. Analizira klasifikaciju problema vjerovatnoćom i procjenjuje učinak vjerovatnoće klasifajera. 3. Razumije i analizira metode za automatsko treniranje klasifikacijskij sistema. 4. Pimjeni "Maximum-likelihood" parametar procjene u relativno kompleksnim modelima vjerovatnoće kao što su

kombinacija modela gustoće i "hidden Markov" modeli. 5. Razumije principe Bayesian paramera procjene i primjeni ih u relativno jednostavnim modelima vjerovatnoće.



Obavezna literatura S. Theodoridis, K. Koutroumbas, Pattern Recognition & MATLAB Intro, Elsevier, 2010.


R. O. Duda, P. E. Hart and D. Stork, Pattern Classification, 2nd. Edition, John Wiley & Sons, 2002. K C. Bishop, Pattern Recognition and Machine Learning, Springer 2006. L. I. Kuncheva, Combining Pattern Classifiers, Methods and Algorithms, John Wiley & Sons, Inc., 2004. S. Theodoridis, A. Pikrakis, K. Koutroumbas, D. Cavouras, Introduction to Pattern Recognition A MATLAB Approach,

Academic Press, Elsevier Inc. 2010. Menahem Friedman, Abraham Kandel, Introduction to Pattern Recognition, Statistical, Structural, Neural and Fuzzy

Logic Approaches, World Scientific Publishing Company, 1999. S. K. Pal, A. Pal, Pattern Recognition, From Classical to Modern Approaches, World Scientific Publishing Company,

2001. A. R. Webb , Statistical Pattern Recognition, Second Edition, John Wiley & Sons, Ltd., 2002.













Šifra predmeta: CEN 673 Naziv predmeta: ODABRANA POGLAVLJA U BIOINFORMATICI



Opis predmeta

Predmet je dizajniran da uvede najvažnije i osnovne koncepte, metode i alate koji se koriste u Bioinformatici. Teme uključuju (ali ne ograničavajući se na) bioinformatičke baze podataka, slijed i struktura poravnanja, proteinske strukture predviđanja, protein folding, protein-protein interakcije, Monte Carlo simulacija, i molekularne dinamike. Naglasak će biti stavljen na razumijevanje i korištenje ovih koncepata i algoritama. Cilj je pomoći učenicima da postignu brzo granice bioinformatike i biti u mogućnosti da koriste bioinformatičke alate za rješavanje problema na svojim istraživanjima.

Ciljevi predmeta Cilj predmeta je da buduće biologe i fizičare uvede u alate bioinformatike i metode analizei da pomogne studentima da vrlo brzo savladaju osnove bioinformatike kako bi to primjenili na sopstvena istraživanja.

Sadržaj predmeta

Evolucija molekula i traženje gena Metode poređenja sekvenci Konzervacija ostataka aminokiselina Predviđanje funkcije iz sekvence proteina Poređenje structura proteina; klasifikacija i

predviđanje Komparativno modeliranje Od structure proteina do funkcije Parcijalni ispit

Od strkture genoma do razumijevanja gena i proteina Globalni pristupi za učenje veza među proteinima Predviđanje strukture proteinsko-biomolekularnih

interakcija Eksperimentalna upotreba DNK nizova Podaci iz ekspresije gena i proteomike Upravljanje biološkim podacima Internet tehnologije za bioinformatiku


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Radi sa većim količinama biomedičkim i genomičkim podacima i online alatima koji su relevantni za njihov rad u

buduće. 2. Objasni osnovne koncepte posebnih tema u bioinformatici i njihovu ulogu u modernoj matematici i drugim primjenama. 3. Demonstrira tačno i efikasno korištenje bioinformatičkih tehnika. 4. Demonstrira kapacitet matematičkog zaključivanja krot analizu, dokazivanje i objašnjavanje bioinformatičkih

koncepata. 5. Razlkuje internet tehnologije u bioinformatici.



Obavezna literatura C. Orengo, D. Jones, J. Thornton, Bioinformatics: genes, proteins and computers, BIOS Scientific Publishers Limited, 2003.














Šifra predmeta: CEN 682 Naziv predmeta: ODABRANA POGLAVLJA U RAČUNARSKOJ I MREŽNOJ SIGURNOSTI



Opis predmeta Ovaj predmet uvodi nove tehnologije i trendove za postizanje sigurnosti u multi-user kompjuterskim sistemima i distribuirane računarske sisteme: Osnove kriptografije, mrežne sigurnosti aplikacije i sigurnost sistema, konvencionalni šifriranje i povjerljivost poruke, javno-ključ kriptografije i poruke autentifikacije, autentifikacija aplikacija. Elektronske pošte, IP, web i upravljanje mrežnom sigurnosti. Uljezi, virusi, i firewall.

Ciljevi predmeta Ciljevi ovog predmeta su: pregled računara i koncepata mrežne sigurnosnti, uvod u povjerljivost, integritet i dostupnost, razviti neke opće odluke dizajna koje treba pri izgradnji sigurnog sistema, razviti osnovne primjene informacijskog sigurnosnog koncepta.

Sadržaj predmeta

Internet malware (virus, crv, spam, i td) Analiza i odabrana od internet malware-a Detekcija upada u system Prevencija upada u system Odbrana od DoS napada Sigurnost bezičnih mreža Sigurnost sensor mreža Parcijalni ispit

Softver i sigurnost Sigurna arhitektura hardvera Različiti napadi Sigurnost aplikacija Pitanja oko privatnosti, kao što je RFID Prezentacija projekata Priprema za završni ispit


Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Primjeni kriptografiju u razvoju naprednih sigurnih mrežnih sistema. 2. Analizira i dizajnira elementarne kriptografske protokole autentikacije. 3. Kompromizira mrežne sisteme pronalaženjem najčešćih slabosti. 4. Koristi kriptografske API-je da omogući pouzdanost, integritet i autentikaciju u umreženim sistemima aplikacija. 5. Razlikuje različite tipove sigurnosnih modela. 6. Kompromizira postojeće sisteme pronalaženjem najčešćih slabosti. 7. Razvija aplikacije koje neće imati osnovne sigurnosne slabosti.



Obavezna literatura Computer Security: Principles and Practice (2nd Edition), Pearson Press














Šifra predmeta: CEN 691 Naziv predmeta: FUZZY SISTEMI I KONTROLA



Opis predmeta Fuzzy logika može biti primjenjena u kompleksnim, nelinearnim sistemima ili problemima, koji ne mogu biti rješeni klasičnim metodama. Ovaj predmet objašnjava osnove teorije fuzzy setova i fuzy logike i uvodi primjenu fuzzy logike u nekoliko rugih područja.

Ciljevi predmeta Shvatit će šta se podrazumijeva pod fuzzy-jem. Razvit ćete razumijevanje fazi teorije. Saznat ćete kako koristiti fuzzy sistem pristup u rješavanju inženjerskih problema u kontroli, obrada signala i komunikacija.

Sadržaj predmeta

Uvod Fuzzy setovi i osnovne operacije u fuzzy skupovima Fuzzy veze Fuzzy logika (1) Fuzzy logika (2) Funkcija članstva, fuzzifikacija, defuzzifikacija (1) Funkcija članstva, fuzzifikacija, defuzzifikacija (2)

Funkcija članstva, fuzzifikacija, defuzzifikacija (3) Fuzzy rule-base sistemi Fuzzy inferencija Primjena sa MATLAB-om (1) Primjena sa MATLAB-om (2) Prezentacije (1) Prezentacije (2) Prezentacije (3)

Metode podučavanja Predavanja Rješavanje problema podnesaka od strane studenata

Čas diskusije

Metode evaluacije






Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Opiše i izračuna osnovne koncepte korištenja fuzzy setova i fuzzy logike. 2. Dizajnira fuzzy pravila i izvodi zaključke. 3. Ilistrira organizaciju, dizajn i operacije najčešćih fuzzy sistema. 4. Zna kako fuzzy sistemi rješavaju problemi iz stvarnog svijeta. 5. Definiše osnovne matematičke koncepte fuzzy setova.



Obavezna literatura T. J. Ross, Fuzzy logic with engineering applications, 1 ed. New York, NY: McGraw-Hill H.-J. Zimmermann, Fuzzy set theory and its applications, 3 ed. Norwell, MA: Kluwer














Šifra predmeta: MAN 629 Naziv predmeta: KVALITATIVNE METODE ISTRAŽIVANJA



Opis predmeta Po završetku ovog predmeta, trebali biste biti u stanju da konceptualizirate problem istraživanja i razvijete nekoliko komplementarnih pristupa u načinu dizajniranja, mjerenja i sakupljanja podataka za istraživanje. Trebali biste biti u stanju pripremiti prijedlog istraživanja, te kritički ocijeniti kvalitet dokaza objevljenih istraživanja.

Ciljevi predmeta Ovo je jedan od četiti predmeta orjentiranih ka metodama istrazivanja i statistici potrebnih u postdiplomskim programima u društvenim naukama. Društvene nauke se bave općom logikom društvenih istraživanja, dizajna istraživanja, primjeraka, mjerenja, te određenih ‘’struktuiranih’’ metoda prikupljanja podataka.

Sadržaj predmeta

Uvod u kvalitativne motode istraživanja (Soft?) priroda kvalitativnog istraživanja Evaluacija validnosti kvalitativnog istraživanja Dizajniranje kvalitativnog istraživanja Istraživanje Tekstovi Etnografija Istraživanje na ciljnoj grupi

Istraživanje na ciljnoj grupi Intervjui Razgovor Vizuelni podaci Empirijsko proučavanje i politika Ispisivanje rezultata i osvrt na kvalitativno istrazivanje Prezentacije studenata


Čas diskusije

Metode evaluacije






Total 100 %

Ishodi učenja Svi studenti ce napisati i objaviti rad na blogu toka kvalitativnog istrazivanja. To ce im pomoci da utvrde naklonosti prema kvalitativnom istrazivanju, te ce trud svih studenata spojiti.



Obavezna literatura

Business Research Methods,Blumberg,Cooper, Schindler, McGraw-Hill, Higher Education, 2005, ISBN:13978-007711745-0

Frankfort-Nachmias, Chava and David Nachmias. 2000. Research Methods in the Social Sciences. Miller, Delbert C. and Neil J. Salkind. 2002. Handbook of Research Design and Social Measurement. Thousand Oaks,

CA: Sage Publications. Rossi, Peter H., James D. Wright, and Andy B. Anderson (eds.). 1983. Handbook of Survey Research. San Diego:

Academic Press, Inc.














Šifra predmeta: MAN 630 Naziv predmeta: KVANTITATIVNE METODE ISTRAŽIVANJA



Opis predmeta Predmet uvodi studente u osnovne metode opisa podataka i inferencijalne statisticke analize. Osnovna organizacija predmeta je: (1) opci uvod u metodologiju istrazivanja, (2) deskriptivna statistika; koristenje i interpretacija (3) osnovni elementi vjerovatnosti, (4) osnove statistickog zakljucivanja, (5) te konacno pregled izabranih testiranja hipoteza.

Ciljevi predmeta

Ovaj predmet je osmisljen da da osnove statistickim metodama korisnim za analiziranje podataka, sa specificnom primjenom na probleme u poslovanju, ekonomici, te inzinjeringu. Metode koje se izucavaju, medjutim, se primjenuju na sirok spektar analize podataka. Na kraju semestra cete:

Razumjeti osnove neizvjesnosti i rizik menadzmenta, Nauciti kako se koriste metode prognoziranja i procjenjivanja Biti u stanju spojiti znanje o riziku i procjenjivanju u optimizaciji iste Znati koristiti sredstva za statisticko zakljucivanje.

Sadržaj predmeta

Uvod – Sta je statistika, deskriptivna statistika Nasumicne varijable i distribucija vjerovatnoce Neprekidna distribucija vjerovatnoce Uzorkovanje Procjena

Testiranje hipoteza Dva primjerka testiranja hipoteze Uvod u analizu regresije Model visestruke regresije Prezentiranje radova, SPSS, Microsoft Excel


Čas diskusije

Metode evaluacije






Total 100 %

Ishodi učenja

Ishodi ucenja su petostruki: Postici razumjevanje primjenjene statisticke i drugih kvantitativnih metoda u rjesavanju problema u donosenju

menadzerskih odluka. Dati uvid u dovoljan broj prikaza poznatih modela, s ciljem da student bude u mogucnosti identificirati slicne

situacije u kojima se mogu koristiti kvantitativne metode. Razviti osnovnu strucnost u radu sa ucestalijim modelima donosenja odluka. Nauciti matematicki govor i zapis, s ciljem osposobljavanja za komuniciranje sa strucnjacima. Razviti dovoljnu kvantitativnu pripremu za mogucnost vrednovanja istrazivanja obavljenih u ovoj sferi.



Obavezna literatura

Even You Can Learn Statistics: A Guide for Everyone Who Has Ever Been Afraid of Statistics, Second Edition, David M. Levine,David F. Stephan, FT Press, 2009

Statistics for Business & Economics, 10th edition (2008), J. T. McClave, P. G. Benson and T. Sincich, ISBN:0132069733, Prentice Hall

Basic Business Statistics, 10th edition, Berenson, Lavine, Krehbiel, ISBN:0131037919.














Šifra predmeta: EEE 693 Naziv predmeta: SEMINAR I

Nivo: Treći Godina: I Semestar: I ECTS Krediti: 6

Status: Obavezan Sati / Sedmica: 0+3 Ukupan broj sati: 0+45

Opis predmeta

Ovaj predmet je podeljen na dva dijela. Prvi dio je dizajniran da podučava studente kako da u potpunosti iskoriste naučne baze

podataka i kako pronaći potrebne naučne članke. Također, predmet daje uputstva o pravilnom razumevanju, analizi i diskusiji

naučnog rada. Na kraju, diplomci obavljaju detaljnu analizu literature kako bi identifikovali svoju oblast interesovanja u kojoj

žele da ostvare svoje doktorske disertacije i nastave svoju akademsku karijeru. Predmet se izvodi uz pomoć mentora /

supervizora studenata.

Ciljevi predmeta

Kognitivni I afektivni ciljevi ovog kursa su sledeći::

Upoznavanje studenata sa procesom akademskog istraživanja i pisanja. Pomoć studentima u razvijanju vještina kritičkog razmišljanja, istraživačkih metoda i akademskog pisanja, Objašnjavanje sinteze, integracije i primjene koncepata i principa stečenih.

Sadržaj predmeta

Upoznavanje sa korištenjem naučnih baza podataka. Učenje kako analizirati i diskutovati o naučnom radu. Identifikovanje oblasti interesovanja. Identifikovanje odgovarajućeg diplomskog projekta iz oblasti interesovanja. Dobijanje saglasnosti od savetnika za sprovođenje postdiplomskog projekta iz oblasti interesovanja.

Metode podučavanja

Konsultacije Profesor-student sastanci Analiza literature


Kviz 0 % Laboratorija 0 %

Zadaća 0 % Članak 0 %


Parcijalni ispit 0 % Učešće u nastavi 0 %

Prezentacija 50 % Zavrsni ispit 0 %

Ukupno 100 %

Ishodi učenja

Po završetku ovog kursa studenti bi trebali biti u mogućnosti: 1. Završiti temu za potrebe istraživačkog rada 2. Identifikovati odgovarajući dizajn istraživanja 3. Sprovesti odgovarajuće istraživačke aktivnosti 4. Napišite elaborat istraživačkog rada 5. Dostavite efikasnu prezentaciju o sprovedenom istraživanju

Preduslovni predmet

Jezik izvođenja nastave Engleski jezik

Obavezna literatura Izbor udžbenika zavisi od pojedinačnih tema.


Russey, W.E., Ebel, H.F. & Bliefert, C. (2006). How to write a successful science thesis: The concise guide for students, 1st ed. Weinheim, Germany: Wiley-VCH.

Evans, D., Gruba, P. & Zobel, J. (2012). How to write a better thesis, 3rded. Melbourne, Australia: Melbourne University Publishing.

Rugg, G. (2010). The unwritten rules of PhD research, 2nd ed. Maidenhead, Berkshire, UK: Open University Press. Locke, L.F., Spirduso, W.W. & Silverman, S. (2013). Proposals that work: A guide for planning dissertations and

grant proposals, 6th ed. Thousand Oaks, CA, USA: SAGE Publications, Inc.



Pregled literature (15 sedmica x sati/sedmica) 15 3 45

Istraživanje 1 50 50

Izvještaj 1 20 20



ECTS krediti (ukupno opterećenje / 25) 6

Šifra predmeta: EEE 694 Naziv predmeta: SEMINAR II

Nivo: Treći Godina: I Semestar: II ECTS Krediti: 6


Opis predmeta

Ovaj predmet je podeljen na dva dela. Drugi dio predmeta je osmišljen da vodi studente kroz proces započinjanja diplomskog

projekta. Počevši od odabira tema i oblasti od interesa, ovaj predmet obuhvata sve inicijalne faze izrade projekta, tokom

razvoja predloga istraživanja i metodologija. Diplomski projekat je preduslov za studentski program, i stoga se obično

završava nakon završetka osnovnih i specijalizovanih predmeta.

Ciljevi predmeta


Upoznavanje studenata sa procesom akademskog istraživanja i pisanja. Pomoć studentima u razvijanju vještina kritičkog razmišljanja, istraživačkih metoda i akademskog pisanja, Objašnjavanje sinteze, integracije i primjene koncepata i principa stečenih.

Sadržaj predmeta

Identifikacija odgovarajućeg diplomskog projekta. Identifikovanje odgovarajuće lokacije za sprovođenje diplomskog projekta. Planiranje projekta diplomskog rada, uključujući kompletiranje pisanog plana projekta. Podnošenje svih obrazaca potrebnih za početak rada na diplomskom projektu. Dobijanje odobrenja od savetnika za sprovođenje diplomskog projekta. Pokrenuti diplomski projekat.

Metode podučavanja

Konsultacije Profesor-student sastanci Analiza literature







Ukupno 100 %

Ishodi učenja

Po završetku ovog kursa studenti bi trebali biti u mogućnosti: Završiti temu za potrebe istraživačkog rada Identifikovati odgovarajući dizajn istraživanja Sprovesti odgovarajuće istraživačke aktivnosti Napišite elaborat istraživačkog rada Dostavite efikasnu prezentaciju o sprovedenom istraživanju

Preduslovni predmet












Izvještaj 1 20 20




Šifra predmeta: EEE 695 Naziv predmeta: PHD DISERTACIJA I

Nivo: Treći Godina: II Semestar: III ECTS Krediti: 30


Opis predmeta

Doktorske disertacije se rade kroz četiri semestra / dvije akademske godine. Tokom tog vremena svaki od diplomiranih

studenata se očekuje da samostalno radi na odabranom istraživačkom projektu i primjenjuje praktično većinu inženjerskih

metoda u svom istraživačkom radu. Očekuje se da će studenti proširiti svoje teorijsko i praktično znanje iz oblasti studiranja i

objaviti naučne radove u priznatim naučnim časopisima. Na kraju doktorskih studija, svaki student treba da podnese doktorsku

disertaciju i brani je u vidu usmenog predstavljanja pred komisijom koja se sastoji od pet članova.

Ciljevi predmeta


Pružanje i pregled načina obavljanja pregleda literature. Objašnjavanje naučnog pristupa istraživačkim pitanjima. Nastava kako da se sprovede naučna studija i pravilno upravljanje podacima. Davanje pregleda etike uključenog u istraživanja životinjskog i / ili ljudskog života. Objašnjavanje kako se jasno izražavati u nauci (pri govoru i pisanju).

Sadržaj predmeta

Pregledati literaturu vezanu za temu disertacije. Nezavisni eksperimentalni rad pod rukovodstvom supervizora na istraživačkom problemu u određenoj oblasti

istraživanja. Prikupljanje i analiza podataka i prezentacija rezultata. Priprema i objavljivanje naučnih radova u istaknutim naučnim časopisima. Pisanje doktorske disertacije u kojoj će biti predstavljeni glavni nalazi istraživanja i upoređivani sa prethodno

objavljenom literaturom. Odbrana doktorske disertacije u vidu usmene prezentacije.

Metode podučavanja

Pregled literature Eksperimentalna istraživanja Supervizot-kandidat komunikacija







Ukupno 100 %

Ishodi učenja


Preduslovni predmet












Analiza podataka I Izvještaj 1 150 150

Proces pisanja teze 1 100 100




Šifra predmeta: EEE 696 Naziv predmeta: PHD DISERTACIJA II

Nivo: Treći Godina:II Semestar: IV ECTS Krediti: 30


Opis predmeta






Ciljevi predmeta



Sadržaj predmeta




Metode podučavanja








Ukupno 100 %

Ishodi učenja


Preduslovni predmet

















Šifra predmeta: EEE 697 Naziv predmeta: PHD DISERTACIJA III

Nivo: Treći Godina: III Semestar: V ECTS Krediti: 30


Opis predmeta






Ciljevi predmeta



Sadržaj predmeta




Metode podučavanja








Ukupno 100 %

Ishodi učenja


Preduslovni predmet

















Šifra predmeta: EEE 698 Naziv predmeta: PHD DISERTACIJA IV

Nivo: Treći Godina: III Semestar: VI ECTS Krediti: 30


Opis predmeta






Ciljevi predmeta



Sadržaj predmeta




Metode podučavanja








Ukupno 100 %

Ishodi učenja


Preduslovni predmet

















Documents

BOS Curriculum PhDOdsjek koji će biti vrlo rado biran a koji je dinamičan, interdisciplinaran, etičan, ohrabrujuči, privlačan, otvoren prema orginalnim konceptima, okolišni,