Rok akademicki 2020/2021
Studia inżynierskie (nabór 2018/2019)
Kierunek studiów: Informatyka

Dr hab. Dariusz Barbucha, prof. UMG (d.barbucha@umg.edu.pl)

• Środowisko obliczeniowe do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
• Wykorzystanie inteligentnych agentów obliczeniowych do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
• Algorytmy oparte na kooperacji do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
• Środowisko do projektowania i wizualizacji zachowania wybranych algorytmów inteligencji stadnej
• Zastosowanie obliczeń inteligentnych w rozwiązywaniu wybranych problemów technicznych
• Algorytmy ewolucyjne w analizie sieci społecznych.
• Porównanie wybranych form hybrydyzacji algorytmów przybliżonych na przykładach.
• Projekt i implementacja aplikacji symulatora sterowania ruchem kolejowym

Dr hab. inż. Ireneusz Czarnowski, prof. UMG (i.czarnowski@umg.edu.pl)

• Przegląd i ocena metod i narzędzi wizualizacji danych wielowymiarowych.
• Porównanie wybranych metaheurystyk nowej generacji.
• Zrównoleglenie obliczeń wybranej metaheurystyki nowej generacji.
• Zastosowanie modelu programowania Nvidia CUDA do zrównoleglenia obliczeń wybranej metaheurystyki nowej generacji.
• Implementacja modelu komunikacji z urządzeniami mobilnymi na platformie JADE.
• Zaprojektowanie oraz implementacja systemu zdalnego głosowania elektronicznego.
• Opracowanie gry platformowej 2.5D dla środowiska operacyjnego Android z wykorzystaniem silnika Unity.
• Zastosowanie algorytmów drzew decyzyjnych do modelowania zachowań w grach komputerowych

Dr hab. inż. Włodzimierz Filipowicz (w.filipowicz@wpit.umg.edu.pl)

• Aplikacja rozproszona wspomagająca organizację pracy zespołu.
• System akwizycji i przechowywania danych z urządzeń IoT.
• Bazy danych w aplikacjach mobilnych.
• Problemy bezpieczeństwa danych w systemach rozproszonych.
• Technologie i aplikacje mobilne – konspekt wykładu z przedmiotu.
• Drzewa poszukiwań binarnych i ich wykorzystanie.
• Algorytmy grafowe i przykłady ich praktycznego zastosowania.
• Protokół drzewa opinającego.

Dr hab. Ewa Ratajczak-Ropel, prof. UMG (e.ratajczak-ropel@wpit.umg.edu.pl)

• Projekt i implementacja aplikacji Webowej w architekturze mikrousług w języku Java lub PHP.
• Porównanie wybranych frameworków implementujących wzorzec wstrzykiwania zależności.
• Implementacja wybranych wzorców projektowych w języku Java lub PHP.
• Projekt i implementacja aplikacji Webowej z wykorzystaniem wybranego frameworka w języku Java, PHP lub JavaScript.
• Wykorzystanie programowania funkcyjnego w implementacji aplikacji Webowej.
• Projekt i implementacja aplikacji webowej wykorzystującej wybrane algorytmy uczenia maszynowego.
• Projekt i implementacja platformy VOD z wykorzystaniem technologii Lumen PHP oraz ReactJS

Dr inż. Aleksander Skakovski (a.skakovski@wpit.umg.edu.pl)

• Porównanie efektywności wybranego algorytmu ewolucyjnego oraz algorytmu genetycznego (GA) na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu Ewolucji Różnicowej (DE – Differental Evolution) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu PSO (Particle Swarm Optimization) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu CS (Cuckoo Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu HS (Harmony Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu FA (Firefly Algorithm) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu GWO (Grey Wolf Optimizer) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
• Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu ACS (Artificial Cooperative Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.

Dr inż. Janusz Żółkiewicz (j.zolkiewicz@wpit.umg.edu.pl)

• Przekształcenia liniowe w grafice komputerowej (studium przypadku).
• Numeryczna poprawność i stabilność algorytmów (studium przypadku).
• Jakość aparatów fotograficznych smartfonów.
• Jakość aplikacji wspierających techniki fotograficzne i wideo smartfonów (studium przypadku, firma SONY.
• Tablice (atlasy) barw w grafice komputerowej (studia przypadków, tablice Munsella i inne)