INTERNACIONALNI BURČ UNIVERZITET FAKULTET ZA … · Analiza, dizajn i implementacija informacionih sistema; Sigurnost podataka, osiguranje podatakai mrežna sigurnost. 1.5. Učenje

INTERNACIONALNI BURČ UNIVERZITET

FAKULTET ZA INŽINJERING I INFORMACIJSKE STUDIJE

ODSJEK ZA INFORMACIJSKE TEHNOLOGIJE

SPECIFIKACIJE PROGRAMA DRUGOG STUDIJSKOG CIKLUSA

SARAJEVO

Septembar, 2016

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

1. OPIS PROGRAMA

1.1. Uvod

Napredak u kompjuterskoj tehnologiji dao je novi poticaj za razvoj gotovo svih grana nauke i primjenu inženjeringa. Zbog

svoje uloge u doprinosu civilizaciji, ova disciplina postala je zasebna profesija, inženjering. U današnjem dobu informacija,

kompjuterski inženjering jedan je od najvažnijih grana inženjeringa, koji doprinosi kroz profesionalne usluge prema

naprednijem i održivom društvu.

1.2. Misija

Misija Odsjeka za informacijske tehnologije je da obrazuje studente da bi stekli razumijevanje osnova nauke i inženjer inga i

kako bi razvili rješenja za probleme kompjuterskog inženjeringa, te unaprijedili svoje vještine na polju informatike,

kompjuterske arhitekture, dizajna i analize algoritama, softverskog inženjeringa i istraživačkih sposobnosti. Poseban cilj je

razvoj vještina timskog rada, neovisnog i inovativnog razmišljanja i spobnosti vodstva i upravljanja.

1.3. Ciljevi programa

Olakšati pružanje visoko kvalitetnog učenja za svakog studenta koji podstiče uključenost u sve programme

studiranja i promoviše samostalan rad i cjeloživotno učenje,

Održati visoki kvalitetan, napredan i koherentno računarski fokusiran plan rada upotpunjen istraživanjima, naučnim

aktivnostima i praktičnim radom koji unaprjeđuju karijeru svakog od studenata,

Razviti stručnjake sa velikim razumjevanjem računarstva i kritičke svejsnosti trenutnih probelma, koji su sposobni

da se prilagode trenutnim istraživačkim strategijama, i koji su informisani širim kontekstu problema,

Ohrabriti kreativno i prikladnu primjenu tehnologije u svrhu promovisanja inovacija, poduzetnišstva i zapošljavanja,

Promovisati etičku svjesnost i profesionalizam podržan velikim razumjevanjem vječtina fokusiranih na industriju i

praksu,

Unaprijediti studentsku samodisciplinu, samopouzdanje i sposobnost samostalnog učenja,

Stvoriti diplomce za inženjering i poslovnu sredinu, koji su pronicljivi, znatiželjni i otvoreni za nove tehnologije i

pronalazak boljih rješenja,

Stvoriti diplomce za inženjering i poslovnu sredinu, koji imaju integritet, odlučnost, procjenu, motivaciju ,

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

1.4. Program

Program drugog stepena na Odsjeku za informacijske tehnologije temelji se na studiju u trajanju od dvije godine i nosi 120

ECTS kredita. Plan rada uključuje izborne predmete, koji daju mogućnost studentima da unaprijede svoje profesionalne

vještine u polju koje studente interesuje. Da bi se steklo zvanje MS u polju informacionih tehnolgija, moraju se steći minimum

120 ECTS kredita. Studenti koji uspješno završe magistarki program mogu nastaviti PhD program ukoliko žele i ukoliko

ostvare najmanje minimalan prosjek koji se traži za doktorat. Akademski program odsjeka za Informacione Tehnolgije je

praktičan, kompetitivan, i napravljen da pripremi studente za tržište rada kao profesionalce u polju informacionih tehnoligja.

Teme koje se rade za vrijeme studija uključuju:

Uloga informacionih tehnologija u globalnom društvu;

Razvoj poslovnih internet stranica i elektronskog poslovanja;

Uloga informacionih sistema u poslovanju i vlasti;

Programiranje, analize podataka i umrežavanja

Baze podataka, primjene i dizajn;

Analiza, dizajn i implementacija informacionih sistema;

Sigurnost podataka, osiguranje podatakai mrežna sigurnost.

1.5. Učenje i podučavanje

Metode učenja i podučavanja nude visoko-kvalitetne mogućnosti učenja, omogućavajući studentima da pokažu ono što su

usvojili tokom slušanja predmeta i modula koje su studenti sami odabrali birajući svoje usmjerenje.

Program teži da podstakne razvoj neovisnih vječtina učenja i nezavisnot učenja i ohrabri predanost cjeloživotnom učenju i

kontinuiranom profesionalnom razvoju. Metode učenja i podučavanja nastoje u velikoj mjeri da podstknu studente da sami

preuzmu odgovornost za vlastito 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

Program 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.

Planirana predavanja će uključivati korištenje prezentacija, seminara, tutorijala i praktične laboratorijske vježbe. Prednost će

biti upotreba tehnologije i podržavajaćih aktivnosti kako bi se osiguralo da se odvija učinkovito učenje. Ove aktivno sti će

uključivati korištenje simulacija, studija slučajeva, projekte, praktični rad, rad baziran na učenju, radionice, rad sa koleg ama,

interakciju s kolegama, samostalno upravlja timovima.

1.5.1. 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 primijeni 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 kompjuterskih inženjera kao

i odabir potencijlne karijere.

1.6. Pravila ocjenjivanja

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 počinje sa normalnim evaluacijskim procesom na glavnim predmetima koje student uzima. Svaki predmet

definiše ishode učenja. Student također pripremaju portfolije koji reflektuju njihova ostvarenja i mogućnost i evaluacija

portfolija od strane fakultetske komisije pokazuje završnu evaluaciju studentskog uspjeha ishode učenja.

1.6.1. Ocjenjivanje

Ocjenjivanje znanja i razumjevanja je kroz:

Pismene ispite

Pismene esejske zadatke

Ocjenjivanje praktičnog rada

Izvještaje o grupnim projektima i timske prezentacije

Izvještaje o samostalnim projektima i kraće prezentacije

Konačni uspjeh studenta nakon svih formi testiranja se izračuna i ocijeni na osnovu sistema p oređenja ECTS i skale

bodovanja, na sljedeći način:

a) 10 (A) – izvanredan uspjeh bez grešaka ili sa malim greškama, sa 95-100 bodova

b) 9 (B) – iznad prosjeka, sa nekoliko grešaka, sa 85-94 boda

c) 8 (C) – prosjek, sa primjetnim greškama, sa 75-84 boda

d) 7 (D) – općenito dobro, ali sa značajnim greškama, sa 65-74 boda

e) 6 (E) – zadovoljava minimalne kriterije, sa 55-64 boda

f) 5 (F, FX) – ne zadovoljava minimalne kriterije, sa manje od 55 bodova.

1.7. Ishodi učenja

Program za titulu Magistra Nauka će omogućiti diplomcima razumjevanje i artikulaciju različitih nivoa i aspekata u

informacionim tehnologijama u poduzetništvu. Ishodi učenja za Odsjek informacijskih tehnologija su:

Kritička razmišljanja i Kvantitativna Obrazloženja u IT: po završetku IT odsjeka, diplomci će biti sposobni da

koriste kritičko razmišljanje da identifikuju, analiziraju i rješe problem i ocjene rješenja u kontekstu IT-ja.

Primjena Informacionih Tehnologija: IT diplomci će biti sposobni da izaberu postojeće i najnovije IT alate i

procedure da razviju module i sisteme.

Upravljanje Informacionim Tehnologijama: IT diplomci će biti sposobni da ocjene i odrede izvor informacija na

zahtjeve da razviju rješenja pogodna za IT i poslovne menadžere koji djeluju u multinacionalnim i multikulturaln im

sredinama.

Stručna Praksa u Informacionim Tehnologijama: IT department graduates will be able to work effectively in

individual and group situations, understand how groups interact, assume a leadership role when required, and understand the

fundamentals of professional and ethical conduct.

Teorija i Praksa u Informacionim Tehnologijama: IT diplomci će biti sposobni da razumiju i primjene osnove

teorije u razvoju odgovarajućih sistema koje funkcionišu na globalnom nivou.

Nakon uspješnog završetka studija, magistri u polju IT-a će biti sposobni da pokažu:

Sistematsko razumjevanje ključnih aspekata računarstva, 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 istraživ anje, ili naprednih

stipendija.

Uvažavanje neizvjesnosti, neodređenosti i granica znanja.

Konsistentnu primjenu razvojnih metoda i tehnika koje su naučili za pregled, konsolidaciju i proširenje, i da pokrenu

i provedu projekte na profesionalnom nivou.

Mogućnost da kritički procjene argumente, pretpostavke, apstraktni koncepte i podatke, da naprave procjenu i

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

1.8. Vještine i druge karakteristike

Po završetku magistarskog 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 u lenja potrebnog da se preuzmu odgovarajuća daljnja

treniranja stručne prirode.

1.8.1. Intelektualne vještine

Po završetku nastave, student će razviti vještine u:

Sinteza: integriranje teorije i prakse, osmišljavanje odgovarajućih teorijskih modela u računarskim 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.

1.8.2. Praktične vještine vezane za polje studiranja

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.

1.8.3. 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.

Rad u multi-disciplinarnim timovima.

Kritička analiza

1.9. Metode za evaluaciju i unapređivanje kvaliteta i standarda u podučavanju i učenju

Studentske fokus grupe i godišnje ankete studenata

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

Godičnji i periodični izvještaji

1.9.1. Mehanizmi za dobivanje informacija od studenata o kvalitetu nastave i njihovom iskustvu u učenju.

Upitnici prikupljeni za svaki dio predmetai razmatrani od strane predavača na sastanku odsjeka i djelovanje

prema njima.

Povremeni individualni sastanci između studenata i predavača.

Izvještaji samoprocjene napretka urađeni od studenata na kraju svakog semestra.

1.9.2. Mehanizmi za pregled i evaluaciju podučavanja, učenja, ocjenjivanja i programa rada kao i standard

ishoda

Sastanci na odsjeku u Junu/Julu gdje predavači razmatraju stukturu predmeta, način izvođenja nastave, studentske

performanse tokom nastave, mišljenja studenata o kvaliteti i prave preporuke za moguće izmjena i poboljšanja.

Također se ovi sastanci se koriste da se raširi najbolja praksa za tehnike učenja i podučavanja.

Izvještaji ispitivača (vanjskih i unutarnjih) na pregled u pojedinoj godini, gdje se kometariše stopa prolaznosti,

standardi učenja i pregled performansi.

Upitnici za evaluaciju nastave.

Godičnji izvještaj Šefa odsjeka 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.

Odredište studenata, zaposlenje ili daljnji nastavak studiranja.

Savjetodavni odbor (iz industrije i kliničke prakse) koji pruža povremene i vrijedne komentare o napretku i razvoju

predmeta za njihove potencijalne buduće uposlenike

1.10. Pokazatelji kvalitete i standarda

Mišljenje studenata o kvaliteti

Stopa uspjeha za svaki ciklus za svaki predmet

Studentske modulske procjene

Godišnje Studentske Ankete

Prvo Odresična Statistika

Profesionalna akreditacija

Izvještaji Vanjskih Ispitivača

1.11. Kriterij za prijem studenata

Uslovi za prijem su u skladu sa pravilima Univerziteta i Fakulteta, u kojem IT odjel 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

Za sve kandidate tražiti će se posjedovanje dokazane i potencijalne izvrsnosti. Prikladan indikator uključuje dvije ili više

povjerljivih reference, akademski transkript ili njegov ekvivalent, (na aplikacijskoj formi) izjava koja objašnjava kako će

predmeti pomoći daljnjem napretku karijere aplikanta i performance na intervju-u.

Aplikant je pružio dovoljno dokaza, prema mišljenju nadležne osobe, ako posjeduje dovoljno akademskih sposobnosti i

predanosti da nastavi za odabrani program do uspješnog zaključenja studijskog ciklusa unutar određenog vremenskog

raspona. Ovo uključuje dovoljan nivo znanja matematike i/ili računarskog programiranja stečenog na prvom stepenu,

razumjevanje kako magistarski program može pomoći kandidatu za napredovanje u karijeri i dokaz sposobnosti rada u multi-

disciplinarnim timovima.

Od aplikanata se očekuje postizanje stepena pohvale (ili ekvivalenta) u inženjeringu, fizici, matematici, kompjuterskim

naukama ili sličnom području.

1.11.2. Zahtjev za poznavanje Engleskog jezika

Aplikanti čiji maternji jezik nije engleski jezik moraju priložiti međunarodno priznatu potvrdu o poznavanju engleskog jezika.

Od kandidata se očekuje da zadovolje iduće kriterije:

Za IELTS test, potreban je najmanje ostvaren rezultat 5.

Za TOEFL najmanje je potrebno ostvariti 450 ili za računarskobazirani test 200 bodova ili ekvivalentno.

1.11.3. Pogodnost

1. Program studiranje 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 IT je u mogućnosti obezbjediti nadzor i olakšanja za odabrani program ili rad kandidata.

2. PROGRAM RADA ODSJEKA INFORMACIJSKIH TEHNOLOGIJA

1. Semestar

ŠIFRA NAZIV PREDMETA P V ECTS

XXXxxx Izborni I 3 0 6

XXXxxx Izborni II 3 0 6

XXXxxx Izborni III 3 0 6

XXXxxx Izborni IV 3 0 6

CEN 586 Seminar I 0 0 6

Ukupno 12 0 30

2. Semestar


XXXxxx Izborni V 3 0 6

XXXxxx Izborni VI 3 0 6

XXXxxx Izborni VII 3 0 6

XXXxxx Izborni VIII 3 0 6

CEN 599 Seminar II 0 0 6

Ukupno 12 0 30

3. Semestar


CEN 597 Magistarski Rad I 0 0 30

Ukupno 0 0 30

4. Semestar


CEN 598 Magistarski Rad II 0 0 30

Ukupno 0 0 30

Izborni Predmeti


CEN 511 Web Inženjering 3 0 6

CEN 512 Programiranje Baza Podataka 3 0 6

CEN 521 Logičko Programiranje 3 0 6

CEN 531 Dizajn Programskih Jezika 3 0 6

CEN 532 Informacijska Sigurnost 3 0 6

CEN 533 Interakcija Čovek-Kompjuter 3 0 6

CEN 534 Cloud Computing 3 0 6

CEN 535 Poslovna Inteligencija 3 0 6

CEN 536 Big Data Menadžment 3 0 6

CEN 537 Upravljanje Znanjem 3 0 6

CEN 538 Upravljanje Mrežom 3 0 6

CEN 539 Switching i Routing 3 0 6

CEN 551 Upravljanje Informacionim Sistemima 3 0 6

CEN 552 Data Mining 3 0 6

CEN 553 Elektronsko Poslovanje 3 0 6

CEN 554 XML i Web Servisi 3 0 6

CEN 555 Specijalna Poglavlja u Sistemima Baza Podataka 3 0 6

CEN 556 Multimedijalni Sistemi 3 0 6

CEN 557 Obrada Digitalne Slike 3 0 6

CEN 558 Kompjuterska Vizija 3 0 6

CEN 559 Mašinsko Učenje 3 0 6

CEN 560 Mreže Velike Brzine 3 0 6

CEN 561 Sistemi za Podršku u Odlučivanju 3 0 6

CEN 562 Etičko Hakiranje 3 0 6

CEN 563 Mrežno Programiranje 3 0 6

CEN 564 Distribuirani Sistemi 3 0 6

CEN 565 Mobilno i Bežično Umrežavanje 3 0 6

CEN 566 Mobilno Programiranje 3 0 6

CEN 567 Upravljanje Projektom u Softverskom Inženjeringu 3 0 6

CEN 568 Digitalna Forenzika 3 0 6

CEN 573 Napredna Bioinformatika 3 0 6

CEN 574 Napredne Metode u Bioinformatici 3 0 6

CEN 576 Računske Metode u Bioinformatici 3 0 6

CEN 581 Računarska Grafika 3 0 6

CEN 582 Računarska i Mrežna Sigurnost 3 0 6

CEN 583 Paralelna Računarska Arhitektura 3 0 6

CEN 584 Ugradbeni Sistemi 3 0 6

CEN 585 Napredne Kompjuterske Mreže 3 0 6

CEN 586 Seminar I 0 0 6

CEN 591 Neuronske Mreže 3 0 6

CEN 592 Raspoznavanje Uzoraka 3 0 6

CEN 593 Evolucijsko Računanje 3 0 6

CEN 594 Vještačka Inteligencija 3 0 6

CEN 595 Naučnoistraživačke Metode 3 0 6

CEN 599 Seminar II 0 0 6

MAN 502 Finansijsko Izvještavanje i Analiza 3 0 6

MAN 516 Matematičko Programiranje 3 0 6

MAN 519 Operacijski Menadžment 3 0 6

MAN 520 Projektni Menadžment 3 0 6

MAN 535 Primijenjena Ekonometrija 3 0 6

EEE 529 Uvod u Stohastičke Sisteme 3 0 6

EEE 530 Statistička Obrada Signala 3 0 6

EEE 538 Napredna Digitalna Obrada Signala 3 0 6

EEE 539 Obrada Govornih Signala 3 0 6

EEE 540 Mobilna i Bežična Komunikacija 3 0 6

EEE 546 Programiranje Ugradbenih Sistema 3 0 6

EEE 547 Sistemu u Realnom Vremenu 3 0 6

EEE 549 Sistemi na Čipu 3 0 6

EEE 575 Industrijski Sistemi Automatskog Upravljanja 3 0 6

EEE 577 Adaptivno Upravljanje 3 0 6

EEE 581 Napredna Robotika 3 0 6

Šifra predmeta: CEN 511 Naziv predmeta: WEB INŽINJERING

Ciklus: Drugi Godina: 1 Semestar: 1 ECTS krediti: 6

Status: Izborni Časovi/Sedmica: 3 Ukupan broj časova: 45

Opis predmeta

Digitalne biblioteke su kompleksni sistemi koji su namijenjeni upotrebi raynovrsne publike. Potreban je temeljit I sistematski pristup za uspješan razvoj projekata digitalnih biblioteka. Web inženjering uvodi struktuiranu metodologiju korištenu u softverskom inžinjeringu za Web razvoj projekata. Predmet rješava koncepte, metode, tehnologije i tehnike izrade Web stranica

koje prikupljaju, organiziraju i izlažu izvore informacija. Teme uključuju zahtjeve inženjeringa za Web aplikacije, izradu metoda i tehnologija, interface dizajn, upotrebljivost Web aplikacija, dostupnost, testiranje, mjerenja, rad i održavanje Web aplikacija, sigurnost i upravljanje projektom. Specifične tehnologije sadržane u ovom predmetu uključuju clientside (XHTML, JavaScript, and CSS) i serverside (Perl and PHP).

Ciljevi predmeta

Ciljevi predmeta su sljedeći: mogućnost analiziranjai i dizajniranja obimnih sistema za kreiranje, razmjenu, pohranu, pristup i korištenje elektronskih evidencija i dokumenata; učenje i korištenje neke od clientside i serverside jezika koji se upotrebljavaju za manipulaciju informacija na World Wide Webu tj. PHP i JavaScript; učenje tehnika mjerenja i evaluacije za osiguranje odgovarajuće operativnosti, održavanje i sigurnost Web aplikacija

Sadržaj predmeta

ASP.NET MVC

MVC pattern (1)

MVC pattern (2)

Razor

Alatke for MVC (1)

Alatke for MVC (2)

Stvarne aplikacije (navigacija, kompletiranje korpe, mobilne, administracija, sigurnost)

Parcijalni ispit

Razvijanje

URL routing

Kontroleri i akcije

Filteri

Views

Modeli

Prezentacije projekta

Nastavne metode Interaktivna predavanja

Tutorijali

Načini ocjenjivanja (% )

Kviz 0 % Praktični ispit 0 %

Zadaća 20 % Seminarski rad 0 %

Projekat 30 % Prisustvo 0 %

Parcijalni ispit 20 % Učešće na času 0 %

Prezentacija 0 % Završni ispit 30 %

Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razvije web aplikaciju koristeći server-side programske jezike i komponente 2. Primijeni web inženjering metodologije za razvoj web aplikacija

3. Odabere odgovarajuću strategiju za testiranje web aplikacije 4. Idetifikuje potencijalne problem tokom razvoja web aplikacije 5. Razlikuje različite razvojne procese.

Preduslovni predmeti -

Jezik predavanja Engleski

Obavezna literatura A. Freeman, Pro ASP.NET MVC 5 (Expert's Voice in ASP.Net), Apress, ISBN-10: 1430265299, (2013).

Preporučena literatura

J.D. Gauchat, HTML5 for Masterminds, 2nd Edition, Create Space Independent Publishing Platform ISBN-10: 1481138502, (2012).

K.S. Rubin, Essential Scrum: A Practical Guide to the Most Popular Agile Process, Addison-Wesley Professional, ISBN-10: 0137043295, (2012)

ECTS (NA OSNOVU OPTEREĆENJA STUDENTA)

Aktivnosti Količina Trajanje Opterećenje

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

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

Parcijalni ispit (1 sedmica) 1 2 2

Završni ispit (1 sedmica) 1 2 2

Priprema za parcijalni ispit 1 20 20

Priprema za završni ispit 1 31 31

Zadaća / Projekat 2 25 50

Seminar / Prezentacija 0 0 0

Ukupno opterećenje 150

ECTS kredit (Ukupno opterećenje / 25) 6

Šifra predmeta: CEN 512 Naziv predmeta: PROGRAMIRANJE BAZA PODATAKA



Opis predmeta Ovaj predmet će naučiti studente da programiraju koristeći programski jezik dostupan u sistemu upravljanja relacijskim bazama podataka. Student će naučiti kako da radi sa četvrtom generacijom programskih jezika, te da analizira, dizajnira i razvija, piše i pokrene programska rješenja u bazama podataka.

Ciljevi predmeta Cilj ovog predmeta je pomoći student da postane efikasant programmer baza podataka.

Sadržaj predmeta

Uvod u Visual dBase files; Kreiranje fajla; Komande za izlistavanje, ispitivanje i održaanje fajlova

Struktuirano programiranje koristeći dBase: Uvod Petlje - Do While etc.; Uslovi – IF

Meni i ekran; Procedure i Do Case

Organiziranje sistema, indexi

Uzimanje i ažuriranje/održavanje; Manipulacija podacima

Kreiranje baze podataka

Relacije; Normalizacija; Implemetacija sa dBase

Parcijalni ispit

Visual dBase – objektno orijentisano programiranje

Razlike u programskim dizajnima i konceptima

Implementiranje osnovnih blokova iz stuktuiranih

Dialog box

Kreiranje tabela

Spajanje Implementacija drugih objekata


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razvije normaliziranu relacionu bazu podataka 2. Postavi i održava bazu podataka 3. Dizajnira program koji zadovoljava potrebe poslovanja

4. Napiše program sa bazama podataka koristeći struktuirani stil 5. Napiše program sa bazama podataka koristeći objektno orijentisani stil 6. Pokrene program i ukloni potencijalne probleme



Obavezna literature The dBASE Book, Vol 1: Developing Windows Applications with dBASE Plus (Volume 1) by Ken Mayer














Šifra predmeta: CEN 521 Naziv predmeta: LOGIČKO PROGRAMIRANJE



Opis predmeta Ovaj predmet pokriva sljedeće teme: ujedinjenje i dokaze, rekurzije, liste i structure podataka, nelogične karakteristike, pretraživanje, propozicijsku logiku, high-ordered logičko programiranje.

Ciljevi predmeta Cilj ovog predmeta je upoznati student za teorijom i praksom logičkog programiranja.

Sadržaj predmeta

Odnosi, ujedinjenje i dokazi

Rekurzija, liste i structure podataka

Nelogičke karakteristike (1)

Nelogičke karakteristike (2)

Raščlanjivanje i određeno klauzule

Strategije pretraživanja

Manipulacija odnosa, meta-programming

Parcijalni ispit

Određeni logički iskazi

Određeni logički iskazi i pretraživanja

Određeni logički predikati

Ujedinjenje, least fix point

(Ne)kompletnost i Herbrandov model

Mini interpreter, meta predikati, pretpostavke

CWA, Clark completion

Higher-order logičko programiranje


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Objasne principe deklarativne specifikacije i vezu sa proceduralnim realizacijama 2. Kreirati dobar Prolog program umjerene veličine i sofisticiranosti 3. Interpretira problem u stilu logičkog programiranja

4. Objasne logička utemeljenja logičkog programiranja 5. Objasne strategije pretraživanja



Obavezna literature Programming in Prolog by Clocksin and Mellish, Springer.

Preporučena literatura The Art of Prolog by Sterling and Shapiro, MIT Press

Prolog Programming for Artificial Intelligence by Ivan Bratko, Addison Wesley













Šifra predmeta: CEN 531 Naziv predmeta: DIZAJN PROGRAMSKIH JEZIKA



Opis predmeta Leksička i sintaktička analiza, top-down i bottom-up tehnike raščlanjivanja, semantička analiza, tabele simbola, otkrivanje pogrešaka i oporavak, vrste provjere, kod proizvodnje i optimizacije. Studija slučaja: Implementacija prevodioca za jednostavnu ali netrivijalnu zamjenu za moderan programski jezik.

Ciljevi predmeta Cilj ovog predmeta je predstaviti koncepte programiranja.

Sadržaj predmeta

Uvod u predmet

Tipovi podataka, konstante i varijable, operatori za jednakosti i relacioni operatori, funkcije

Struktuirano programiranje, algoritmi, pseudo-code, kontrolne strukture (sequential, selection, repetition)

Kontrolne strukture (Selekcije: if-else i nested selection i switch strukture)

Kontroln strukture (Ponavljanja: counter-controlled i sentinel-controlled ponavljanja sa while)

Kontrolne strukture (Ponavljanja: for i do while)

Kontrolne strukture (Nested ponavljanja), Break i continue statements

Parcijalni ispit

Funkcije: Program moduli u C, funkcije math biblioteke, prototipi, header fajlovi

Funkcije: prosljeđivanje parametara: call by value, call by reference.

Funkcije: Rekurzija, rekurzija vs iteracija

Nizovi: Deklarisanje nizova, primjeri

Nizovi: Deklarisanje nizova, primjeri, prosljeđivanje nizova funkcijama

Nizovi: Prosljeđivanje nizova funkcijama

Nizovi: Sortiranje nizova, pretraživanje, Multiple-subscripted nizovi


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razviju veće razumijevanje problema koji se tiču dizajna programskih jezika i implementacije 2. Razviju opširno razumijevanje funckionalih, logičkih i objekto orijentisanih paradigm

3. Implementira nekoliko programa koristeći druge programske jezike koji se ne potenciraju tokom predmeta (Java/C++) 4. Razumiju problem dizajna/implementacije koji se tiču varijabli, vezivanja, kontrolnog toka, tipova 5. Razviju razumijevanje procesa kompilacije.



Obavezna literatura Sebesta R. W., 2007 Concepts of Programming Languages, 8th Edition, Addison Wesley














Šifra predmeta: CEN 532 Naziv predmeta: INFORMACIJSKA SIGURNOST



Opis predmeta

Tehnički sadržaj ovogg predmeta daje širok pregled osnovnih pojmova i metoda za pružanje i evaluaciju sigurnosti informacionih

sistema (operativni sistemi i aplikacije, mreža, protkoli i td). Pored tehničkog sadržaja, ovaj predmet dotiče važnost upravljanja i

administracije, mjesto gdje je informacijska sigurnost od izuzetne važnosti, socijalna pitanja kao što su individualna privatnosti

uloga javne politike.

Ciljevi predmeta

Glavni cilj ovoh predmeta jeste pružiti studentima pozadinu, temelje i uvid u mnoge dimenzije informacijske sigurnosti. Ovo

znanje će im koristiti kao osnova za daljnje dublje proučavanje u odabranim područja ili kao važna komponenta u daljim studijama

i uključenost u računarstvu u cjelini.

Sadržaj predmeta

Uvod u informacijsku sigurnost

Metrike informacijske sigurnosti

Umrežavanje i kriptografija (1)

Umrežavanje i kriptografija (2)

Planirane i razvoj informacijske sigurnosti (1)

Planirane i razvoj informacijske sigurnosti (2)

Ranjivost i zaštita (1)

Parcijalni ispit

Ranjivost i zaštita (2)

Tehnologije identiteta i povjerenja (1)

Tehnologije identiteta i povjerenja (2)

Verifikacija i evaluacija

Odgovor na incident

Ljudski faktori

Legalne, etičke i socijalne implikacije

Nastavne metode Interaktivna predavanja i komunikacija sa studentima







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da:

1. Opiše prijetnje informacijskog sigurnosti

2. Identifikuje metode, alatke i tehnike za borbu protiv prijetnji

3. Identifikuje tipove napada koji se dešavaju kada sistem nije odgovarajuće zaštićen

4. Objasni sastavni dio ukupne dobre sigurnosne prakse

5. Prepozna i razgovara o pitanjima vezanim za kontrolu pristupa

6. Opiše potrebu za razvoj informacijske sigurnosne politike, i identificira smjernice i modele za pisanje politike



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














Šifra predmeta: CEN 533 Naziv predmeta: INTERAKCIJA ČOVJEK-KOMPJUTER



Opis predmeta

Human-Computer Interaction (HCI) se bavi zajedničkim obavljanje poslova od strane ljudi i mašine. HCI naglašava važnost dobrog interfejsa i odnos dizajna interfejsa na efikasnu interakciju ljudi sa kompjuterima. Konkretno, mi se koncentrišemo na tzv interaktivne sistemae Ovaj predmet pokriva metode i principe interakcije čovjek-kompjuter, dizajn usmjeren na čovjeka i razvoj

interaktivnih sistema, dizajn sistema usmjerenih na zadatak, dizajn usmjeren na korisnika, kvalitativne i kvantitativne metode za vrednovanje interaktivnih sistema s korisnicima, grafički ekran dizajn, principi dizajna i upotrebljivost heuristike.

Ciljevi predmeta Ciljevi ovog predmeta su dati studentima: teorijska znanja i praktična iskustva u osnovnim aspektima izrade i vrednovanja interfejsa; razumijevanje o tome šta treba da ima dobar dizajn, iskustva projektovanje sistema koji se mogu koristiti od strane

ljudi; razumijevanje raznih jednostavnih metoda za vrednovanje kvaliteta interfejsa.

Sadržaj predmeta

Uvod u interakciju čovjek-kompjuter

Dizajn sistema sa zadatkom u centru

Dizajn sa zadatkom u centru

Dizajn i izrada prototipova sa korisnikom u centru

Kvalitativne metode za evaluaciju interfejsa sa korisnicima

Psihologija svakodnevnih stvari

Diskusija o zadaći 1

Parcijalni ispit

Dizajn ekrana

Grafički dizajn ekrana

Diskusija o zadaći 2

Principi dizajna i heuristika upotrebljivosti

Prošlost i budućnost HCI

Prezentacija projekta

Priprema za završni ispit


Tutorijali







Total 100 %

Ishodi učenja


1. Objasni napredne koncepte interakcije čovjek – kompjuter

2. Objasni kako HCl se može ugraditi u proces razvoja softvera

3. Implentira interfejs, ili da bude dio dizajnerskog tima interfejsa

4. Prepozna zahtjeve i specifikacije za dizajn, kao i da shvate korisnika

5. Dizajnira prototip i izabere metode i kriterije za evaluaciju dizajna.



Obavezna literatura Capron, H.L., Johnson, J.A.2003: Computers: Tools for an Information Age, 8th Edition

Preporučena literatura Brookshear J. G., 2005: Computer Science: An Overview, 8/E, Addison-Wesley













Šifra predmeta: CEN 534 Naziv predmeta: CLOUD COMPUTING



Opis predmeta Ovaj predmet ispituje cloud computing detaljno i upoznaje student sa sigurnosnim pitanjima u vezi sa cloud computing. Ključne teme uključuju servis modele za cloud computing, virtualizaciju, storage, upravljanje i obradu podataka.

Ciljevi predmeta Cilj ovog predmeta je pružiti studentima osnove cloud computing-a i sigurnosti koja je povezana sa cloud computing-om.

Sadržaj predmeta

Uvod u cloud computing

Koncepti i modeli cloud computing-a

Cloud-enabling tehnologije

Data centri

Virtualizacija

Pregled sigurnosti u cloud-u

Infrastrucktura cloud-a

Parcijalni ispit

Upravljanje cloud-om

Cloud arhitekture

Data storage

Big data

Sigurnost podataka

MapReduce

Sigurno računanje


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Uporedi operacije, implementacije i performans cloud computing sistema, i relativne prednosti i pogodnosti svakog za

kompleksne aplikacije sa intenzivnim podacima 2. Objasni i karakterizira različite cloud computing modele: infrastructure as a service (IaaS), platform as a service (PaaS), and

software as a service (SaaS) 3. Identifikuje sigurnosne implikacije u cloud computing-u 4. Identifikuje odgovarajući dizajn prilikom rješavanja realnim cloud computing problema 5. Daje preporuke o cloud computing rješenjima za preduzeća



Obavezna literatura A variety of papers pertaining to cloud computing and cloud computing security will serve as the texts for the course


L. Wang, R. Ranjan, J. Chen, and B. Benatallah, Cloud Computing: Methodology, Systems, and Applications, CRC Press,

Boca Raton, FL,USA, ISBN: 9781439856413, October 2011.

Buyya R., Broberg J., Goscinski A., Cloud Computing: Principles and Paradigms, John Wiley & Sons Inc., ISBN: 978-0-470-88799-8, 2011.













Šifra predmeta: CEN 535 Naziv predmeta: POSLOVNA INTELIGENCIJA



Opis predmeta Predmet pokriva osnove poslovne inteligencije i nauke podataka.

Ciljevi predmeta Cilj ovog predmeta je pružiti studentima uvod u koncepte i tehnologije poslovne inteligencije.

Sadržaj predmeta

Uvod u poslovnu inteligenciju, analitika i podrška u

odlučivanju

Odlučivanje

Skladištenje podataka

Poslovno izvještavanje, vizuelna analitika, upravljanje

poslovnim performansom

Proračunska analiza – Data mining

Tehnologije sa proračunsko modeliranje

Analitika teksta, tekst mining, sentiment analiza

Parcijalni ispit

Web analitika, web mining i socijalna analitika

Preskriptivna analitika – odlučivanje po modelu

Automatizovani sistemi za odlučivanje i ekspert sistemi

Upravljanje znanjem i kolaborativni sistemi

Analitika big data

Poslovna analitika

Prezentacije projekata


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Analizira podatke i generiše informacije i znanje

2. Vezuje modern koncepte, teorije i istraživanja u oblasti poslovne inteligencije

3. Definiše modern prakse poslovne inteligencije

4. Donese poslovne odluka na osnovu modelinga i analize podataka

5. Istraži napredne teme u poslovnoj inteligenciji



Obavezna literatura Business Intelligence and Analytics: Systems for Decision Support, Tenth Edition, R. Sharda, D. Delen, E. Turban, 2015

by Pearson/Prentice Hall

Preporučena literatura Data Science for Business: What You Need to Know About Data Mining and Data-Analytics Thinking, F. Provost, T.

Fawcett, 2013 by O’Reilly Media, Inc.













Šifra predmeta: CEN 536 Naziv predmeta: BIG DATA MENADŽMENT



Opis predmeta

Ovaj predmet istražuje ključne tehnike analize i upravljanja podacima, koje kada se primjenjuju na velikim setovima podataka, omogućavaju u realnom vremenu donošenje odluka u distribuiranom okruženju, poslovnu inteligenciju na Web-u, i naučna otkrića velikih razmjera. Posebno, predmet obrađuje the map-reduce paradigm paralelnog računanja i vezane tehnologije kao što su

sitribuirani file sistemi, no-sql baze podataka, i stream computing mašine. Dodatno, predmet obrađuje i machine learning metode koje omogućavaju efikasnu analizu podataka velikih razmjera u realnom svijetu.

Ciljevi predmeta Cilj ovog predmeta jeste podučiti student osnovnim konceptima menadžmenta i analitike Big Data-e.

Sadržaj predmeta

Uvod i pregled sotupne infrastructure

Primjena Big Data

MapReduce paradigma & Hadoop i pregled HDFS

Analiza društvenih mreža

Apache Spark

Mahout, clustering, i classification

Pretraživanje, indexing, i njihove implikacije u menadžmentu memorije

Parcijalni ispit

Hadoop ekosistem i EC2 prakse

Minhashing & Locality Sensitive Hashing

Frekventni setovi predmeta & Mining podataka

BigTable, Hive i Pig

Arhitektura cloud-a

Evolucija baza podataka & NoSQL baze podataka i MongoDB

Vizualizacija kao alatka za analizu podataka


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Prepozna izazove u aplikacijama koje rade sa podacima velikih razmjera 2. Predloži skalabilno rješenje za različite izazove 3. Razumije kako Big Data utječe na poslovnu inteligenciju

4. Analizira podatke velikih razmjera 5. Identifikuje ključne tehnike analize i upravljanja podacima



Obavezna literatura Mining of Massive Datasetsby Anand Rajaraman and Jeffrey David Ullman, Publication Date: December 30, 2011 | ISBN-

10: 1107015359 | ISBN-13: 978-1107015357

Preporučena literatura Data-Intensive Text Processing with MapReduce by Jimmy Lin and Chris Dyer Morgan & Claypool Publishers, 2010.

Hadoop Real World Solutions Cookbook by Jonathan R. Owens, Brian Femiano, and Jon Lentz Publication Date: February 7, 2013 | ISBN-10: 1849519129 | ISBN-13: 978-1849519120













Šifra predmeta: CEN 537 Naziv predmeta: UPRAVLJANJE ZNANJEM



Opis predmeta

Ovaj predmet nudi studentima mogućnost istraživanja okvira za upravljanje znanjem u edukaciji i istraživanju. Studenti će istražiti potencijal upravljanja znanjem kao podrška edukaciji i istraživanju, da bi se povećao kapacitet za identifikaciju, destilaciju i korištenje informacija, kako bi se unaprijedio uspjeh studenata. Ovaj predmet podučava studente osnovama i razumijevanjem

upravljanja znanjem i nudi potrebne resurse i prakse, koji omogućuju studentima da kreiraju i implementiraju stratehiju upravljanja znanjem. Ovaj predmet također stavlja focus na implementaciju potrebnih alata i procedura kako bi se kreiralo okruženje za upravljanj znanjem za edukacijske i istraživačke organizacije.

Ciljevi predmeta

Cilj ovog predmeta je pružiti studentima razumijevanje biznisa za upravljanje procesima generisanja/sticanja, širenja,

arhiviranja/organizacije, otkrivanja/prezentacije znanja, kao i njihovih ishoda. Dodatno, cilj je i omogućiti obrađivanje i socio-organizacijske inicijative i tehnologije koji podržavaju ove procese. Također, i adresirati i metodologije za razvoj i implementaciju uspješnih inicijativa za upravljanje znanjem u organizacij.

Sadržaj predmeta

Pregled predmeta

Perspektive upravljanja znanjem

Kontekstualni utjecaji i pokretači upravljanja znanjem

Socio-organizacijski pokretači upravljanja znanjem

Diskusija zadaće 1

Tehnologije

Kreiranje znanja i inovacije

Dijeljenje znanja i socijalizacija

Arhiviranje znanja i organizacija

Diskusija zadaće 2

Otkrivanje znanja i vizualizacija

Tipovi znanja i izvori

Koristi i mjerenja upravljanja znanjem


Revizija predmeta i predavanja

Nastavne metode Prezentacija

Seminar

Zadaće

Studije slučajeva







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razlikuje različite perspective mjerenja znanja

2. Definiše uloge različitih socio-tehnoloških inervencija koje su značajne za uspješno upravljanje znanjem

3. Razvije plan za upravljanje znanjem

4. Implementira inicijativu za upravljanje znanjem

5. Deiniše procese generisanja/sticanja, širenja, arhiviranja/organizacije, otkrivanja/prezentacije znanja



Obavezna literatura Handzic M and Zhou A (2005) Knowledge Management: An Integrative Approach, Chandos














Šifra predmeta: CEN 538 Naziv predmeta: UPRAVLJANJE MREŽOM



Opis predmeta Ovaj predmet porkiva sljedeće teme: arhitektura i aplikacije za upravljanja mrežom, Simple Network Management protokol, funkcije za upravljanje mrežom – sigurnost, predračun i pefromans, Remote Network Monitoring RMON, alati za upravljanje, sistemi i aplikacije.

Ciljevi predmeta Cilj ovog predmeta je predstaviti SNMP koncepte upravljanja mrežom, informacije o SNMP – u, standardi MIB-a, SNMPv1 protokol i praktična pitanja, uvod u RMON, SNMPv2 i SNMPv3.

Sadržaj predmeta

Arhitektura i aplikacije za upravljanje mrežom (1)

Arhitektura i aplikacije za upravljanje mrežom (2)

Simple Network Management protokol - SNMP v1

Funkcije u upravljanju mrežom - Greške

Simple Network Management protokol - SNMP v2

Funkcije u upravljanju mrežom - Sigurnost

Simple Network Management protokol - SNMP v3 (1)

Parcijalni ispit

Simple Network Management protokol - SNMP v3 (2)

Funkcije u upravljanju mrežom

Remote Network Monitoring RMON 1

Remote Network Monitoring RMON 2

Alati, sistemi i aplikacije za upravljanje (1)




Tutorijali







Total 100 %

Ishodi učenja


1. Pokaže kvalitetno znanje o protokolima SNMP v1, v2 i v3 2. Analizira specifičan problem prilikom upravljanja mrežom i primijeni koncepte naučene za rješavanje problema 3. Pokaže kvalitetno znanje o RMON 1 i RMON 2 4. Koristi raličite alate i aplikacije za upravljanje mrežom

5. Opiše potrebe i problem koji se tiču mjerenja, komplesnosti, pouzdanosti, efikasnosti i održivosti upravljanja mrežom



Obavezna literatura William Stallings, “SNMP, SNMPv2, SNMPv3 and RMON 1 and 2”, Third Edition, Addison Wesley, 1999. (Unit - V)

(Chapter – 4-7)

Preporučena literatura “Network Management – Principles and Practice” by Mani Subramanian, AddisonWesley Pub Co, First Edition, 2000.













Šifra predmeta: CEN 539 Naziv predmeta: SWITCHING I ROUTING



Opis predmeta Ovaj predmet će pružiti studentima znanje o osnovnim tehnologijama i osigurati im sticanje seta vještina potrebnih za usvajanje tehnologije nove generacije.

Ciljevi predmeta Cilj ovog predmeta je upoznati student sa osnovnim i naprednim tememama switching-a i routing-a u umrežavanju.

Sadržaj predmeta

Razumijevanje mreže

IP adresiranje i kreiranje submreža

Cisco router-i, switch-evi i IOS

IP routing

Routing protokoli

Switching

VLANs i VTP

Parcijalni ispit

Mrežna sigurnost

Pristupne liste

Network Address Translation (NAT)

WAN

VPNs

IPv6

IP servisi


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Konfiguriše i podijeli IP mrežu 2. Idetifikuje razlike između IPv4 i IPv6

3. Konfiguriše IP na router-u 4. Korsti različite komande, kao što su ping, trace, i telnet 5. Dizajnira, implementira i konfiguriše Virtual Local Area mreže (VLANs) 6. Dizajnira, implementira i konfiguriše liste za kontrolu pristupa (eng. ACLs)



Obavezna literatura CCNA Routing and Switching 200-120 Official Cert Guide Library By Wendell Odom

Preporučena literatura Interconnections: Bridges, Routers, Switches, and Internetworking Protocols By Radia Perlman










Seminar / Prezentacija 0



Šifra predmeta: CEN 551 Naziv predmeta: UPRAVLJANJE INFORMACIONIM SISTEMIMA



Opis predmeta

Ovaj predmet upoznaje student sa primjenom IT-ja u biznisu. Predmet procjenjuje operativne karakteristike i organizacijske implikacije poslovnih informacijskih Sistema sa gledišta menadžmenta. Također, predmet diskutuje o strategijskom informacijskom planiranju, organizacijskim promjenama, donošenjem odluka na osnovu sistema i preliminarnim metodologijama

za analizu sistema, i ispituje skorašnje razvoje u informacijskim sistemima.

Ciljevi predmeta Cilj ovog predmeta je upoznati student sa aplikacijama informacijskih tehnologija u biznisu i dati im razumijevanje operativnih karakteristika i organizacijskih implikacija posvlonih informacijskih sistema, sa gledišta menadžmenta.

Sadržaj predmeta

Informacioni sistemi u biznisu

Strategijsko donošenje odluka

Elektronsko poslovanje

Etika i informacijska sigurnost

IT arhitekture

Baze podataka i skladištenje podataka

Mreže, telekomunikacije i bežične mreže

Parcijalni ispit

Supply Chain Management

Diskusija zadaće

Customer Relationship Management

Enterprise Resource Planning i kolaborativni sistemi

Osnove poslovanja

Biznis procesi



Tutorijali







Total 100 %

Ishodi učenja


1. Identifikuje mogućnosti apliciranja upravljanja informacionim sistemima (eng. MIS) u biznisu

2. Objasni pitanja koja se tiču razvoja MIS-a

3. Odredi koristi MIS-a za planiranje kontrola poslovnih operacija

4. Prisustvuje u IT organizacijskim sistemima, procijeni ih i pridonese naporu razvoja sistema

5. Opiše operativne karakteristike i organizacijske implikacije poslovnih informacionih sistema.



Obavezna literatura Essentials of Business Driven Information Systems, BY Paige Baltzan, Amy Philips, 2009.

Preporučena literatura Business and Information Systems, 2nd edition, BY Robert C. Nickerson, 2003.













Šifra predmeta: CEN 552 Naziv predmeta: DATA MINING



Opis predmeta Predmet uključuje sljedeće teme: pregled Data Mining klasifikacije, regresije, vremenskih serija; mjerenje proračunskih performansa; priprema podataka; reduciranje podataka; matematička rješenja, statističke metode, distance rješenja, decision trees, pravila odlučivanja.

Ciljevi predmeta Ciljevi ovog predmeta su: upoznati student sa osnovnom konceptima i tehnikama; omogućiti im razvijanje vještina za korištene posljednjih data mining softvera za rješavanje praktičnih problema; razviti mogućnost dobijanja iskustva u istraživaju i samostalnom učenju.

Sadržaj predmeta

Obrada podataka

Mining Frequent Patterns

Asocijacije

Korelacije

Klasifikacija

Proračun

Cluster analiza

Parcijalni ispit

Mining Stream

Vremenske serije

Sekvencionalni podaci

Mining grafova

Analiza društvenih mreža

Multi-Relational Data Mining

Mining objekata, prostora, multimedije, teksta i Web

podataka


Tutorijali Projekat Zadaća







Total 100 %

Ishodi učenja


1. Pokaže obimno razumijevanje različitih data mining zadataka i algoritama najpogodnijih za rješavanje tih zadataka

2. Procijeni modele/algoritme u odnosu na njihovu tačnost

3. Pokaže kapacitet za obavljanje praktičnog rada koji zahtijeva primjenu data mining tehnika

4. Kritikuje rezultate data mining vježbe

5. Razvije hipoteze na osnovu analize rezultata i testira ih

6. Konceotualizira data mining rješenje nekog praktičnog problema.



Obavezna literatura Data Mining: Concepts and Techniques, 1st ed., by Jiawei Han and Micheline Kamber, Morgan Kaufmann, 2001.

Preporučena literatura T. M. Mitchell, Machine Learning, McGraw Hill, 1997. T. Hastie, R. T ibshirani, and J. Friedman, The Elements of

Statistical Learning: Data Mining, Inference, and Prediction, Springer-Verlag, 2001













Šifra predmeta: CEN 553 Naziv predmeta: ELEKTRONSKO POSLOVANJE



Opis predmeta

Predmet uključuje sljedeće teme: elektronsku obradu i prijenos podataka uključujući tekst, zvuk i video za elektronsko poslovanje; razmjenu dobara i servisa elektronskim putem; dostava digitalnog sadržaja online; prijenos elektronskog fonda; elektronski račun sa detaljima o dostavljenoj robi; direktni marketing i servis nakon prodaje; sigurnost elektronsog poslovanja, shopping korpe,

metode elektronskog plaćanja i XML tehnologije.

Ciljevi predmeta Cilj ovog predmeta je podučiti studente o sistemima i modelima elektronskom poslovanja, njihovim dizajnom, razvojem i implementacijom, online prijenosu novca, sigurnosti elektronskog poslovanja, legalnim i političkim pitanjima, elektronskom učenju, internet bankarstvu, hardver i softver potrebama i internet t ržištu.

Sadržaj predmeta

Historija internet-a i web-a

Razvoj internet-a i World Wide Web-a

Pregled elektronskog poslovanja

Strukture, mehanizmi, ekonomija i modeli

Maloprodaja proizvoda i servisa i njihovi principi

Istraživanje tržišta i reklame

Parcijalni ispit

B2B poslovanje, kupovina i prodaja

B2B razmjena i sistemi za podršku

Elektronska uprava i elektronsko učenje

C2C

Mobilno poslovanje

Modeli elektronskog plaćanja



Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Pokaže razumijevanje osnovnih pincipa elektronskog poslovanja 2. Objasni različite modele elektronskog poslovanja i prepozna njihove važnosti u organizaciji

3. Odabere pogodne tehnologije za podršku procesa elektronskog poslovanja 4. Razvije protop sistema elektronskog poslovanja koristeći komercijalne alate. 5. Objasni pristupe web marketinga i elemente brendiranja.



Obavezna literatura Gary P. Schneider (2011), Electronic Commerce, 9th edition (or newer edition)

Preporučena literatura Efraim Turban, Jae K. Lee, David King, Ting Peng Liang, Deborrah Turban (2010), Electronic Commerce 2010: Global

Edition, 6e, Pearson













Šifra predmeta: CEN 554 Naziv predmeta: XML I WEB SERVISI



Opis predmeta Ovaj kurs je dizaniran za web developere, studente i programere koji žele da nauče XML (eXtendable Markup Language) i ostale tehnologije koje se koriste sa XML-om.

Ciljevi predmeta Cilj ovog predmeta je da objasni XML (eXtendable Markup Language) i ostale tehnologije koje se koriste sa XML-om za komunikaciju između osoba-računar ili računar-računar. Predmet će obraditi dodatne tehnologije koje uključuju korištenje DTD šeme, namespace-e, xpath, DOM, SAX, modele podataka, XSLT, SVG i SOAP kao i web servise i semantičke mreže.

Sadržaj predmeta

Pregled XML DTD (Document Type Definition) šeme Korištenje šema u XML-u Namespace-ovi kao dio šeme i XLS dokument RelaxNG za validaciju XML dokumenata CSS za kontrolu stila web stranica XPath Parcijalni ispit

DOM (Document Object Model) i JavaScript SAX (Jednostavni API za XML) XSLT za kreiranje HTML stranica iz XML dokumenata. Prikazivanje animacija korištenjem SVG RSS kao komunikacijski alat Web servisi. SOAP

Nastavne metode Interaktivna predavanja Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Kreira XML dokument. 2. Koristi DTD šemu za validaciju 3. Formatira, filtrira i transformirae XML dokumenate korištenjem XSLT

4. Razlikuje standardne XML tehnologije SVG, SMILE, RSS i SOAP 5. Koristi XML za kreiranje semantičkih mreža



Obavezna literatura Beginning XML 4th Edition, by Hunter, Watt, Rafter, et al. WROX press, ISBN: 978-0-470-11487














Šifra predmeta: CEN 555 Naziv predmeta: SPECIJALNA POGLAVLJA U SISTEMIMA BAZAMA PODATAKA



Opis predmeta Ovaj predmete porkvia sljedeće teme: relaciona algebra, QBE, teorija normalizacije, tehnike fizičke organizacije podataka i indeksiranje, napredni SQL, procesiranje upita, oporavak podataka, sigurnost i integritet, objektno relacioni modeli podataka, XML I XML procedure u bazama podataka.

Ciljevi predmeta

Cilj ovog predmeta je da pruži napredni uvod u koncepte modeliranja, dizajniranja, pisanja upita i upravljanja velikim bazama podataka. Predmet pokriva teme s trenutnim pristupima u modeliranju i dizajniranju baza podataka. Predmet je najviše orijentisan relacionom modelu podataka s specijalnim osvrtom na optimizaciju upita, sigurnost baza podataka, upravljanje transakcijama, skladištenjem podataka i rudarenjem podataka. Neke teme iz objetnih baza podataka su takođe dio ovog predmeta.

Sadržaj predmeta

Ponavljanje osnovni koncepta baza podataka

Konekcija na bazu iz programskih jezika visokog nivoa

Procedure i trigeri

ORM i framework perzistencije (1)

ORM i framework perzistencije (2)

Detalji o indeksima u bazi podataka

Particionisanje u bazama podataka

Parcijalni ispit

Introduction to NoSQL

Key Value baze podataka (1)

Key Value baze podataka (2)

Dokument baze podataka (1)

Dokument baze podataka (2)

Graf baze podataka

Skalabilnost baza podataka


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Dizajnira bazu podataka i optimizira je za produkcijsku upotrebu

2. Istraži bilo koji problem s bazom podataka i nađe rješenje za njega

3. Identifikuje veličinu problema sa aspekta količine podataka i izabere adekvatnu bazu kao rješenje

4. Radi sa bilo kojom vrstom baze podataka

5. Izabere ispravnu bazu podakata za dati softverski problem.



Obavezna literatura Java Persistence with Hibernate - Christian Bauer and Gavin King

MySQL Stored Procedure Programming - Guy Harrison and Steven Feuerstein














Šifra predmeta: CEN 556 Naziv predmeta: MULTIMEDIJALNI SISTEMI



Opis predmeta Ovaj predmet obrađuje načine na koje se multimedijalni sadržaj skladišti, obrađuje i prikazuje, uvod u kvalitetu usluge (QoS) i komparaciju subjektivnih i objektivnih metoda provjere zadovoljstva korisnika, analiza načina prenosa multimedijalnog sadržaja preko mreže, diskusiju o privatnosti i autorskim pravima u kontekstu multimedije.

Ciljevi predmeta Cilj ovog predmeta je da nauči studente osnovnim i naprednim konceptima multimedijalnih sistema.

Sadržaj predmeta

Uvod i pregled

Kodiranje zvuka

Video (1)

Video (2)

Sistemski stream-ovi (1)

Sistemski stream-ovi (2)

Signali

Parcijalni ispit

OS problemi

Opis mrežnog saobračaja

Kontrola zakrčenosti

Upravljanje resursima

Poboljšana kontrola kvaliteta

IP multicast

Upravljanje digitalnim pravima


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Opiše različite multimedijalne alate i načine kako se oni mogu koristiti. 2. Analizira strukturu alata s aspekta QoS ograničenja u zavisnosti od različitih QoS šema

3. Analizira efekte mreže na prezentaciju multimedije 4. Navede atribute različitih multimedialnih stream-ova 5. Uporedi različite mrežne protokole i opiše mehanizme za obezbjeđenje QoS u mreži.



Obavezna literatura Fundamentals of Multimedia: Ze-Nian Li & Mark S. Drew, Pearson Prentice Hall, 2004


Digital Signal Processing: Steven W. Smith, California Technical Publishing, 1999

Digital Signal Processing System-Ciklus Design Using LabVIEW: Nasser Kehtarnavaz & Namjin Kim, Elsevier, 2005

Digital Signal Processing: Filtering Approach: Steve White, Delmar Cengage Learning, 2000

Design of Digital Filters: J. Fessler, excerpt from lectures, 2004











Total O pterećenje 150

ECTS kredit (Total Opterećenje / 25) 6

Šifra predmeta: CEN 557 Naziv predmeta: OBRADA DIGITALNE SLIKE



Opis predmeta

Vizualne informacije predstavljaju jedane od najbitnijih informacija u našem životu. Večina ovih informacija je predstavljenja kao digitalne slike. Obrada digitalne slike je našla veoma široku primjenu uključujući televiziju, fotografiju printane medije, percepciju robota. Ovaj predmet je uvodni predmet u osnove digitalne obrade slike. Naglasak predmeta je na principima obrade

slike a ne na primjenama. Slijedeće teme će biti obrađene u ovom predmetu: akvizicija slike, reprezentacija boja, sempliranje i kvantizacija, operacije u jednoj tačci, linearni filteri i korelacije, transformacije i dekompozicija slike, poboljšavanje boje i kontrasta, restauracija slike i kompresija slike.

Ciljevi predmeta Cilj ovog predmeta je razjasni studentima koncepte: akvizicija slike, reprezentacija boja, sempliranje i kvantizacija, operacije u

jednoj tačci, linearni filteri i korelacije, transformacije i dekompozicija slike, poboljšavanje boje i kontrasta, restauracija slike i kompresija slike.

Sadržaj predmeta

Uvod u obradu digitalne slike

Osnove digitalne slike

Transformacije i prostorno filtriranje I

Transformacije i prostorno filtriranje II

Transformacije i prostorno filtriranje III

Filtriranje u domenu frekvencije I

Filtriranje u domenu frekvencije II

Parcijalni ispit

Filtriranje u domenu frekvencije III

Restauracija i rekonstrukcija slike I

Restauracija i rekonstrukcija slike II

Procesiranje slike u boji

Kompresija slike

Morfološka obrada slike


Nastavne metode Predavanja

Praktična nastava

Projekat

Zadaće







Total 100 %

Ishodi učenja


1. Procesira slike korištenjem tehnika smekšavanja, izoštravanja, histograma i filtriranja

2. Objasni sempliranje i kvantizaciju u procesu prikupljanja digitalnih podataka

3. Poboljša digitalne slike korištenjem filtera u prostornom i fekvencijskom domenu

4. Obnovi sliku koja na sebi ima šum korištenjem tehnika filtriranja

5. Objasni najčešće modele boja i njihovu primjenu u obradi slike.



Obavezna literatura R. C. Gonzalez and R. E. Woods, “Digital Image Processing”, 3rd Ed., 2008














Šifra predmeta: CEN 558 Naziv predmeta: KOMPJUTERSKA VIZIJA



Opis predmeta Ovaj predmet pokriva sljedeće teme: formiranje slike, procesiranje slike za detekciju atributa, prepoznavanje i reprezentacija objekata, analiza pokreta, procjenjivanje jednostavnih pokreta, stereo vizija, modeli sa kamerom i projekcijama.

Ciljevi predmeta Cilj ovog predmeta je da upozna studente sa osnovnim i naprednim konceptima kompjuterske vizije.

Sadržaj predmeta

Uvod

Mašinsko učenje (1)



Klasifikacija šablona (1)



Parcijalni ispit

Segmentacija (1)

Segmentacija (2)

Segmentacija (3)

Primjer / MATLAB

Primjer / MATLAB

Primjer / .NET

Primjer / .NET


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Identifikuje osnovne koncepte, termine, teorije, modele i metode u polju kompjuterske vizije i obrade slike 2. Opiše poznate principe ljudskog vizuelnog sistema 3. Razvije i sistematično testira različite osnovne metode kompjuterske vizije i obrade slike.

4. Eksperimentalno evaluira različite algoritme za analizu slike i da interpretira rezultate. 5. Izabere adekvatnu metodu obrade slike za dati problem.



Obavezna literatura R. C. Gonzalez and R. E. Woods: Digital Image Processing Prentice Hall, 3rd edition, 2008.














Šifra predmeta: CEN 559 Naziv predmeta: MAŠINSKO UČENJE



Opis predmeta

Ovo je uvodni predmet za pregled velikog broja koncepata, tehnika i algoritama mašinskog učenja. Početne teme su vezane za klasifikaciju i linearnu regresiju dok se predmet završava sa trenutno najaktuelnijim temama kao što su boosting, SVM, HMM i Bajesove mreže. Ovaj predmet će studentima dati osnovne ideje i intuiciju iza modernih metoda mašinskog učenja i formalno

znanje kako, gdje i kada primjeniti pojedinu metodu.

Ciljevi predmeta Cilj ovog predmeta je da prezentuje ključne algoritme i teorije koje formiraju osnovu mašinskog učenja.

Sadržaj predmeta

Uvod

Koncept učenja – Uvod u mašinsko učenje

Linearne metode

Bajesove mreže

Vještačke neuralne mreže

Radial Basis mreže

Osnovne kasifikacijske tehnike

Alternativne klasifikacijske tehnike

Teorija učenja (bias/variance odnos; VC teorija; velike

margine, SVM)

Nesupervizirano učenje (klastering, reduciranje dimenzija,

metode s kernelom)

Evaluacija hipoteze

Stablo odlučivanja





Tutorijali







Total 100 %

Ishodi učenja


1. Opiše algoritme mašinskog učenja i primijeni ih u otkrivanju znanja u problemima vođenim podacima

2. Dizajnira i implementira nekoliko algoritama mašinskog učenja

3. Identifikuje, formuliše i riješi problem mašinskog učenja

4. Opiše prednosti i nedostatke različitih metoda mačinskog učenja i primijeni ili kombinira nekoliko osnovnih elemenata

postojećih metoda mačinskog učenja da kreira novi algoritam

5. Uporedi aspekte modeliranja različitih metoda mašinskog učenja.



Obavezna literatura Du and Swamy, Neural Networks in a Softcomputing Framework, Springer-Verlag London Limited, 2006














Šifra predmeta: CEN 560 Naziv predmeta: MREŽE VELIKE BRZINE



Opis predmeta Ovaj predmet pokriva osnovne koncepte, arhitekture, protokole, prednosti i ograničenja i aktuelna dešavanja u polju mreža velikih brzina. Predmet pravi osvrt na uticaj prenosa multimedijalnog sardžaja u žičanom i bežičnom okruženju. Trenutni razvoj i budući razvoj mreža velikih brzina je dio ovog predmeta. Multimedijalne aplikacije kao što su Video on Deman su predmet ovog kursa.

Ciljevi predmeta Cilj kursa je da studente upozna sa mrežama velikih brzina i trenutno stanje u ovoj oblasti.

Sadržaj predmeta

Osnove mreža velikih brzina

Koncepti mreža velikih brzina

ATM i LAN velikih brzina

Adresiranje u sloju veze

Unutrašnje umrežavanje

Multimedijalna komunikacija

Kvaliteta servisa

Parcijalni ispit

Zagušenje i upravljanje saobraćajem

Servisi

Upravljanje resursima i kontrola saobraćaja

Protokoli dinamičkog rutiranja

Transport audio i video paketa

Protokoli za audio i video streaming

Prenos multimedije u žičanim i bežičnim mrežama


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razumije dizajn LAN mreže velike brzine 2. Razumije parametre QoS za multimedijalni sadržaj

3. Evaluira mrežne tehnologije za zadate QoS parametre 4. Razumije mehanizme kontrole pristupa i kontrole zagušenja 5. Ustanovi mehanizam/protokol za uspostavu multimedija streaminga u žičanim i bežičnim mrežama.



Obavezna literatura William Stallings (2002). High-Speed Networks and Internets: Performance and Quality of Service, 2/E. Prentice Hall.

Preporučena literatura James F. Kurose and Keith W. Ross (2005). Computer Networking, Top-down approach featuring the internet. Addison

Wesley, 3rd edition.













Šifra predmeta: CEN 561 Naziv predmeta: SISTEMI ZA PODRŠKU U ODLUČIVANJU



Opis predmeta Ovaj predmet se fokusira na dizajn, razvoj i implementaciju efektivnih sistema za menadžere koji donose odluke. Tabele i modeli vještačke inteligencije, kao što su vještačke neuralne mreže, sistemi zasnovani na pravilima i ekspertni sistemi mogu biti korišteni u procesu donošenja odluka.

Ciljevi predmeta Cilj ovog predmeta je da objasni sisteme zasnovane na modelu i sisteme zasnovane na podacima za podršku u odlučiv anju i njihovu upotrebu od strane menadžera.

Sadržaj predmeta

Uvod

Procesiranje podataka

Skladištenje podataka i OLAP tehnologije

Kocka podataka i generalizacija podataka

Uvod u SAS EMiner

Mining čestih šablona

Asocijacije i korelacije

Parcijalni ispit

Association Rule Mining korištenjem SAS EMiner Klasifikacija i predikcija Decision tree korištenjem SAS EMiner Neuronske mreže korištenjem SAS EMiner Regresija korištenjem SAS EMiner Analiza klastera Analiza klastera korištenjem SAS EMiner


Tutorijali







Total 100 %

Ishodi učenja


1. Prepozna relacije između biznis potreba za informacijama i odlučivanja 2. Razumije prirodu i granice sistema za podršku u odlučivanju 3. Razumije probleme vezane za razvoj sistema za podršku u odlučivanju 4. Odabere odgovarajuću tehniku modeliranja

5. Analizira, dizajnira i imprementira sistem za podršku u odlučivanju.



Obavezna literatura Data Mining Concepts and Techniques; by Jiawei Han, Micheline Kamber and Jian Pei; Third Edition; ISBN-10:

0123814790.














Šifra predmeta: CEN 562 Naziv predmeta: ETIČKO HAKIRANJE



Opis predmeta Ovaj predmet će okupiti student u interaktivno okruženje gdje će im se pokazati kako skenirati, testirati, hakirati i osigurati

vlastiti system.

Ciljevi predmeta

Cilj predmeta je da pruži razumijevanje o tome kako odbrana sistema i skeniranje i napad na mrežu radi. Također, student će

naučiti kako uljezi eskaliraju privilegije i koje korake preduzet kako bi se system osigurao. Studenti će također naučiti o detekciji

uljeza, kreiranju polisa, social engineering-u, DDoS napadima, buffer overflow-u i kreiranju virusa.

Sadržaj predmeta

Uvod

Otisci i uviđaj (1)

Otisci i uviđaj (2)

Skeniranje mreže (1)

Skeniranje mreže (2)

Malware (1)

Malware (2)

Parcijalni ispit

Social Engineering (1)

Social Engineering (2)

Web serveri (1)

Web serveri (2)

SQL injection (1)

SQL injection (2)

Praktični ispit


Vježbe







Total 100 %

Ishodi učenja


1. Primjeni teoriju, tehhnike i relevante alate

2. Procijeni osnovne procese i ishode

3. Izvede osnovna testiranja upada

4. Izvijesti o ishodima procesa upada

5. Osigura sistem.



Obavezna literatura CEH – Certified Ethical Hacker, Study Guide, Sean-Philip Orayano














Šifra predmeta: CEN 563 Naziv predmeta: MREŽNO PROGRAMIRANJE



Opis predmeta

Ovaj predmet pokriva sljedeće teme: dizajniranje i implementiranje mrežnih programa, protokola i sistema; modeli mrežnog programiranja, konkurentnost i programiranje konkurenktnosti, napredno socket programiranje, distribuirano procesiranje, programiranje zasnovano na porukama, p2p programiranje, mobilni agenti, multimedijalno umrežavanje, uvod u razvoj

kompleksnih sistema.

Ciljevi predmeta Osnovni cilj ovog kursa je da omogući studentima da razviju osnovne vještine za razvoj robusni i skalabilnih mrežnih aplikacija i za upravljanje mrežnim komunikacijama. Zadatak ovog kursa je da nauči studente osnove socket programiranja, multithreaded programiranje i razvij aplikacija visokih performansi.

Sadržaj predmeta

Uvod u mrežno programiranje

Komjuterska komunikacija i mreže

Osnovni koncepti Web-a

Streamovi

Threadovi

Pretraživanje Internet adresa

URL i URI

Parcijalni ispit

Socketi za klijente i servere

Sigurni soketi

Neblokirajući I/O

UDP datagram i socket

Multicast Socketi

URL konekcije

Protokol i Content Handleri, Servleti


Tutorijali Projekat







Total 100 %

Ishodi učenja


1. Razlikuje TCP i UDP sokete

2. Razvije skalabilne aplikacije visokih performansi

3. Upravlja mrežom

4. Napiše web aplikaciju korištenjem klijent tehnologija (JavaScript, HTML, XML, WML) i server tehnologija (JSP, JSF,

SERVLETS)

5. Experimentiše sa alatima za snimanje mrežnog sadržaja i razumije sadržaj koji se prenosi mrežom.



Obavezna literatura Elliotte Rusty Harold, Java Network Programming, 4th Edition, O'Reilly, 2014.

Richard Blum, C# Network Programming, Sybex , 2003.

Preporučena literatura J. Graba: “An Introduction to Network Programming with Java”, 3rd edition, Springer, 2013.

F. Reid, Network Programming in .NET, Elsevier Inc., 2004.













Šifra predmeta: CEN 564 Naziv predmeta: DISTRIBUIRANI SISTEMI


Status: Izborni Časovi/Sedmica:3 Ukupan broj časova: 45

Opis predmeta Ovaj predmet sadrži teme koje se bave tehnikama dizajniranja i implementacije distirbuiranih sistema. Teme u predmetu: dizajn servera, mrežno programiranje, imenovanje, sistemi za spremanje podataka, sigurnost, tolerancija na greške.

Ciljevi predmeta Cilj predmeta je da obezbjedi osnovno razumjevanje distribuiranih sistema pretpostavljajući da student već ima znanje iz mrežne

komunikacije. Naglasak je da student dobije znanje za dizajniranje softvera za distribuirane sisteme.

Sadržaj predmeta

Uvod u distribuirane sistema, Uvod u Erlang

Arhitektura Sistema, Komunikacija

Mid-session Recess

Replikacija i konzistentnost

Distribuirana djeljena memorija

Sinhronizacija i koordinacija (1)

Sinchronizacija i koordinacija (2)

Parcijalni ispit

Middleware

Tolerantnost na greške

Sigurnost

Imenovanje, Distribuirani Datotečni sistemi

Paralelno programiranje, klasteri i gridovi

Problemi istraživanja

Pregled


Tutorijali Diskusije i grupni radovi







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Implementira i struktuira distribuirani sistem

2. Napiše program koji radi skupa s dobro poznatim protokolima

3. Debugira vrlo konkurentan kod kojeg izvršava više programa na više jezgrenim mašinama

4. Razumije razloge zašto se radi blokiranje, sinhronizacija, raspoređivanje i replikacija u distribuiranim sistemima

5. Definiše osnovne atribute mreže za komunikaciju koja je potrebna distribuiranom sistemu

6. Identifikuje sigurnosne izazove u distribuiranim sistemima



Obavezna literatura Tanenbaum, Andrew, and Maarten van Steen. Distributed Systems: Principles and Paradigms. Upper Saddle River, NJ:

Prentice Hall, 2002. ISBN: 9780130888938














Šifra predmeta: CEN 565 Naziv predmeta: MOBILNO I BEŽIČNO UMREŽAVANJE



Opis predmeta Predmet pokriva sljedeće teme: cežični prenos (ficički sloj), bežični pristup (sloj veze), telekomunikacioni sistemi (GSM/GPRS, DECT, TETRA, UMTS i IMT -2000), bežični LAN (IEEE 802.11, Bluetooth), mobilni mrežni sloj (mobile IP, DHCP), mobilni transportni sloj (bežični TCP), podrška za mobilne aplikacije i bežično programiranje.

Ciljevi predmeta Cilj ovog predmeta je da prezentuje arhitekturu, tehnologije i protokole mobilnih i bežičnih mreža.

Sadržaj predmeta

Uvod

Bežični prenos (fizički sloj) (1/2)

Bežični prenos (fizički sloj) (2/2)

Bežični prenos (sloj veze) (1/2)

Bežični prenos (sloj veze) (2/2)

Bežični telekomunikacijski sistemi: GSM/GPRS,

EDGE, UMTS

Bežični LAN: IEEE 802.11

Parcijalni ispit

Bežični LAN: Bluetooth

Mobilne mreže – mrežni sloj (mobile IP, DHCP, mobile ad-

hoc networks) (1/2)

Mobilne mreže – mrežni sloj (mobile IP, DHCP, mobile ad-

hoc networks) (2/2)

Mobilne mreže – transportni sloj (bežični TCP)

Podrška za mobilne aplikacije i uvod u bežično

programiranje

Bežična mreža senzora



Tutorijali Discussions and group works







Total 100 %

Ishodi učenja


1. Opiše karakteristire i operacije bežični mrežnih tehnologija kao što su IEEE 802.11 i Bluetooth

2. Modifikuje postojeći protokol i doda željenu funkcionalnost

3. Iskoristi API za pravljenje mobilne aplikacije

4. Dizajnira, implementira i testira prototip mobilne aplikacije

5. Nadgleda operacije nad mobilnom mrežom korištenjem standardnih alata.



Obavezna literatura Stallings W., 2004, Wireless Communications and Networks, Second Edition, Prentice Hall

Preporučena literatura Schiller J., 1999, Mobile Communications, Addison Wesley













Šifra predmeta: CEN 566 Naziv predmeta: MOBILNO PROGRAMIRANJE



Opis predmeta Ovaj predmet se bavi programiranjem za mobilne uređaje. Naglasak predmeta je razvoj softvera za zajednicu korištenjem open source tehnologija kao što je Android. Studenti koji planiraju upisati ovaj kurs trebaju imati znanje iz Java programskog jezika, XML-a i Unix-a. Ovaj kurs će dati studentima mogućnost da naprave aplikaciju i da je objave.

Ciljevi predmeta Cilj ovog predmeta je da studentima pruži znanje o programiranju zasnovanom na događajima koje se koristi prilikom programiranja mobilnih aplikacija. Predmet objašnjava razlike u programiranju aplikacija za server i za mobilni uređaj.

Sadržaj predmeta

WebView, kreiranje vlastitog pogleda, ListView

Drawables, Widgets

Interaktivne mape

Dialog, preference, fragmenti, action bars

Animating widgets; Korištenje kamere

Playing media; Handling events

Advance service patterns

Parcijalni ispit

Korištenje sistemskih postavki i servisa

Content provider; SearchManager

Introspection and integration

Rad s SMS-om

Device configuration

Push notification, NFC

Testiranje


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Napiše i kompajlira aplikaciju za mobilni uređaj

2. Opiše komponente i strukturu frameworka za razvoj mobilnih aplikacija i da zna koje komponente treba iskoristiti za razvoj

mobilnih aplikacija.

3. Opiše razlike u programiranju za server i za mobilni uređaj.

4. Razvije aplikaciju za mobilni uređaj i server koje rade skupa

5. Dizajnira, implementira i objavi mobilnu aplikaciju korištenjem odgovarajućeg IDE-a



Obavezna literatura The Busy Coder's Guide to Advanced Android Development, Mr. Mark L Murphy

Preporučena literatura Android Programming Tutorijalis: Easy-To-Follow Training-Style Exercises on Android Application Development













Šifra predmeta: CEN 567 Naziv predmeta: UPRAVLJANJE PROJEKTOM U SOFTVERSKOM INŽENJERINGU



Opis predmeta Upravljanje projektom u softverskom inženjeringu daje pregled uloga, odgovornosti i metoda upravljanja prilikom razvoja softverskog projekta. Ovaj kurs ne zahtjeva prethodno znanje iz upravljanja i cilj mu je naučiti studente kako napraviti plan za upravljanje projektom.

Ciljevi predmeta Ciljevi ovog predmeta su da ponude studentima razumjevanje rizika, problema, ključnih faktora uspjeha i raznih tehnologija prilikom upravljanja projektom. Cilj je upoznati studente sa osnovnim ulogama i funkcijama upravljanja projektom. Colj je objasniti faze i životni ciklus projekta, metode planiranja i upravljanja tehnologijom.

Sadržaj predmeta

Pregled predmeta

Pregled upravljanja projektom

Faza planiranja

Planiranje i budžetiranje (1)

Planiranje i budžetiranje (2)

Raspoređivanje (1)

Rapoređivanje (2)

Parcijalni ispit

Rizik i upravljanje promjenama

Upravljanje razvojem

Kontrola projekta

Proces testiranja sistema

Završna faza i ostali problemi

Uspjeh projekta



Tutorijali







Total 100 %

Ishodi učenja


1. Evaluira projekta i odredi okvir za razvoj, procijeni budžet i planira razne aktivnosti

2. Koristi tehnike za upravljanje rizikom kako bih identificirao faktore koji bi mogli da ugroze projekat i da kvantificira taj

rizik.

3. Identifikuje resurse potrebne za projekat

4. Nadgleda progres projekta i identifikuje potencijalne rizike prilikom impementacije

5. Razlikuje različite tipove projekata i koristi različite metode zavisno od tipa projekta



Obavezna literatura Rapid Development, McConnell, Steve, Microsoft Press, 1996, ISBN 1-55615-900-5.

Preporučena literatura Information Technology Projekat Management, Schwalbe, Kathy, 2nd ed., Course Technology, 2002, ISBN 0-619-03528-

5













Šifra predmeta: CEN 568 Naziv predmeta: DIGITALNA FORENZIKA



Opis predmeta Ovaj predmet prezentuje studentima principe digitalne forenzike, načine prikupljanja, čuvanja i analize digitalnih dokaza. Studenti će učiti o važnosti forenzičkih principa i procedure, pravnih nesuglasica, kontrolom digitalnih dokaza i upravljanja dokumentacijom prilikom digitalne forenzike.

Ciljevi predmeta Cilj predmeta da pruži studentima razumjevanje različitih aplikacija i metoda za sprovđenje forenzičke akvizicije i analize nad digitalnim medijima.

Sadržaj predmeta

Uvod

Digitalna forenzika i odgovor na incidente

Odgovor na incident i istrage

Pravni aspekti digitalne forenzike

Uvod u računarstvo i mrežne uređaje

Arhitektura operativnih sistema i struktura diska

Autentikacija i akvizicja u digitalnoj forenzici

Prihvatanje i procesiranje digitalnih dokaza

Prikupljanje medija u digitalnoj forenzici

Analiza i aplikacije u digitalnoj forenzici

Analiza u mrežnoj forenzici

Analiza medija u digitalnoj forenzici

Forenzički izvještaj i svjedočenje

Pregled predmeta


Tutorijali






Presentation 0 % Završni ispit 0 %

Total 100 %

Ishodi učenja


1. Describe the attributes of file systems and storage media 2. Identify potential sources of electronic evidence 3. Understand the importance of maintaining the integrity of digital evidence 4. Demonstrate the ability to perform basic forensic data acquisition and analysis using computer and networkbased

applications and utilities 5. Demonstrate the ability to accurately document forensic procedures and results


Jezik predavanja English

Obavezna literatura Guide to Computer Forensics and Investigations, 5th ed ISBN: 9781305813007














Šifra predmeta: CEN 573 Naziv predmeta: NAPREDNA BIOINFORMATIKA



Opis predmeta Predmet je osmišljen kao uvod u napredne koncepte, metode i alate koji se koriste u bioinformatici. Naglasak će biti stavljen na razumijevanje i korištenje pojmova i algoritama bioinformatike. Cilj je pomoći studentima da brzo dođu do krajnjih granica bioinformatike i da budu u mogućnosti koristiti bioinformatičke alate za rješavanje problema u svojim istraživanjima.

Ciljevi predmeta

Cilj ovog predmeta je osposobiti studente za razvoj softverskih aplikacija, matematike, statistike, ćelija i molekularne biologije, i druge bioinformatike alate kao što su SAS (Statistical Analytical System). Naglasak će biti stavljen na razumijevanje naučnih baza podataka i algoritama, analiza sekvenci i programiranje u različitim jezicima koji se primjenjuju u modernoj biologiji. Predmet ima integrisani projekat koji uključuje primjenu navedenih aspekata.

Sadržaj predmeta

Analiza genoma; Dva zajednćka alata za analizu DNA

Filogenetska analiza

SNP i haplotip analiza

Genetska ekspresija i profiliranje by Microarray

Genetska ekspresija i profiliranje by SAGE

Regulacija genetske ekspresije

MicroRNoma profiliranje koristeći Microarray po

genomima

Parcijalni ispit

RNAi

Proteomic analiza podataka

Proteinska sekvenca i funkcijska analiza

Funckionalna anotacija proteina u Murine modelima

Aplikacija programskih jezika u biologiji

Dizajn internet stranica i baza podataka

Microsoft Excel i Access


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Pretražuje baze podataka dostupne na internetu koje se odnose na molekularnu biologiju i biotehnologije

2. Manipulira DNA i proteinskim sekvencama koristeći samostalni PC programi i programe dostupne na internetu

3. Analizira proteinske sekvence, identificira proteine, i preuzima proteinske strukture iz baze podataka i tumače ove strukture

4. Vrši upite bioloških podataka, tumači i modelira biološke informacije i primijeni to rješenje bioloških problema u bilo kojem

polju koje uključuje molekularne podatke

5. Pronalazi homolege, analizira sekvence, izgrađuje i tumači evolutivno stablo.



Obavezna literatura Bioinformatics – A practical approach by Shui Qing He 2008, Chapman and Hall/CRC














Šifra predmeta: CEN 574 Naziv predmeta: NAPREDNE METODE U BIOINFORMATICI



Opis predmeta Predmet je dizajniran da uvede napredne koncepte, metode i alate koji se koriste u bioinformatici. Bioinformatika stoji na granici molekularne biologije i informacijskih tehnologija i obećava da će pružiti kritične alate za upravljanje ogromnim količinama bioloških podataka.

Ciljevi predmeta

Cilj ovog predmeta je osposobiti studente za razvoj softverskih aplikacija, matematike, statistike, ćelija i molekularne biologije, i druge bioinformatike alate kao što su SAS (Statistical Analytical System). Naglasak će biti stavljen na razumijevanje naučnih baza podataka i algoritama, analiza sekvenci i programiranje u različitim jezicima koji se primjenjuju u modernoj biologiji. Predmet ima integrisani projekat koji uključuje primjenu navedenih aspekata

Sadržaj predmeta

Javne bioinformatičke baze podataka

Alati za dizajn i pretraživanje

Identifikacija sekvenci kodiranja

Sekvence poravnanja

Heurističke metode za sekvencionalno poravnanje (1)

Heurističke metode za sekvencionalno poravnanje (2)

Automatizacija bioinformatičke analize u PERL-u (1)

Parcijalni ispit

Automatizacija bioinformatičke analize u PERL-u (2)

Modeli za sekvencionalnu evoluciju i statističku komparaciju sekvenci (1)

Modeli za sekvencionalnu evoluciju i statističku komparaciju sekvenci (2)

Filogenetika; parsimonija, metode distance, metode vjerovatnoće (maksimalna vjerovatnost i Bajesova analiza) (1)





Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Nađe i izabere odgovarajuće javne baze podataka za rješavanje datog biološkog problema 2. Objasni principe različitih tipova sekvencijalnih poravnanja 3. Objasni različite modele prepoznavanja oblika

4. Pregleda i primijeni procese izrade i evaluacije filogenetske analize zasnovane na različitim metodama i objasni različite faze

5. Odabere i primijeni (za bioinformatičko područje) postojeći softver za date biološke probleme.



Obavezna literatura Bioinformatics – A practical approach by Shui Qing He 2008, Chapman and Hall/CRC














Šifra predmeta: CEN 576 Naziv predmeta: RAČUNARSKE METODE U BIOINFORMATICI



Opis predmeta Ovaj predmet nudi osnove računarskih problema u područjima u nastajanju kao što su Bioinformatika, Računarska biologija, i Genomila studentima koji imaju raznovrsnu pozadinu iz inženjeringa, informatike, i prirodnih nauka. Predmet je usmjeren na obuku tih studenata za rad u području bioinformatike i računarske biologije.

Ciljevi predmeta Cilj ovog predmeta je osposobiti studente u računarskim metodama u ćeliji i molekularnoj biologiji, i bioinformatici. Naglasak će biti stavljen na razumijevanje osnovnih alata i algoritama u različitim područjima bioinformatike. Kurs ima integrisani projekat koji uključuje primjenu navedenih aspekata.

Sadržaj predmeta

Analiza DNA sekvence (1)

Analiza DNA sekvence (2)

Analiza promotora i identifikacija transkripcije faktora vezivanja (1)

Analiza promotora i identifikacija transkripcije faktora vezivanja (2)

Metode za beznadzornu analizu

Validacija i vizualizacija struktura otkrivenih u bio-molekularnim podacima (1)

Parcijalni ispit

Validacija i vizualizacija struktura otkrivenih u bio-molekularnim podacima (2)

Predviđanje sekundarne i tercijarne strukture proteina (1)

Predviđanje sekundarne i tercijarne strukture proteina (2)

Analiza ekspresije gena (1)

Analiza ekspresije gena (2)

Matematičko modeliranje i simulacije bioloških sistema (1)

Matematičko modeliranje i simulacije bioloških sistema (2)


Tutorijali







Total 100 %

Ishodi učenja


1. Razumije osnovne metode istraživanja u bioinformatici 2. Razumije strukturu podataka (baze podataka) koje se koriste u bioinformatici i tumači informacije (posebno: pronaći gene;

odrediti funkcije gena), razumije i trenutno istraživanja i probleme koji se odnose na područje svog istraživaćkog projekta, kao i da bude u stanju da kritički procijeni literaturu i identificira najvažnije tijelo rada

3. Prepozna niz tehnologija dostupnih kompjuterskim stručnjacima u bioinformatici 4. Obavi „rudarenje“ podataka gena i obrazaca proteina za istraživanje i modeliranje ćelijskih interakcija i procesa 5. Razviju svoje ključne pismene, IT i komunikacijske vještine, pišu izvještaje visoke kvalitete uključujući procjenu literature,

metode, rezultate, rasprava i zaključak.



Obavezna literatura D. Edwards, J. Stajich, D.Hansen, Bioinformatics- Tools and Applications 2009,Springer














Šifra predmeta: CEN 581 Naziv predmeta: RAČUNARSKA GRAFIKA



Opis predmeta

U ovom predmetu, fokus je na tehnike kompjuterske grafike za stvaranje realne slike pomoću tehnika za definiranje površina i za izračunavanje rasvjete i efekata nijansiranja. Studenti će pisati programe za rendanje 3D objekata pomoću tehnika u rasponu od jednostavnih sjenčanje do složenih ray-nijansiranje. Korisnički interfejs sa X-windows će biti uveden. Također ćemo ukratko

razgovarati o programiranje sa OpenGL grafičkim librariem i Java-om.

Ciljevi predmeta Cilj ovog predmeta je da studenti nauče osnovne i napredne koncepte računarske grafike.

Sadržaj predmeta

Grafičko programiranje i OpenGL

Transformations

Transformacije

Modeli hijerarhije i pregled

Konverzija skeniranja

Poligonalne mreže

Koncepti renderinga

Uklanjanje skrivenih površina

Parcijalni ispit

Osvjetljivanje i sjenčenje

Mapiranje tekstura

Programabilno sjenčenje

Key-frame animacija

Ray tracing i Radiosity

Multi-rezolucione mreže

Podijeljene mreže


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Definišu teoriju 2D i 3D transformacija, projekcije i pregleda

2. Kombinuju bitne izvore i sintetišu dizajn 3. Identificiraju ključne aspekte računarske grafiku 4. Kreiraju interaktivnu računarsku grafiku koristeći OpenGL 5. Primjene znanje o aplikacijama o sistemima prikaza, sinteze slike, modeliranju objekata i interaktivne kontrole 3D

računarske grafike.



Obavezna literatura E. Angel, “Interactive Computer Graphics: A Top-Down Approach using OpenGL,” 5th ed., Addison-Wesley, 2009.














Šifra predmeta: CEN 582 Naziv predmeta: RAČUNARSKA I MREŽNA SIGURNOST



Opis predmeta Tehnike za postizanje sigurnosti u multi-user računarskim sistemima i distribuiranim računarskim sistemmai. Osnovi kriptografije, aplikacije za sigurnost mreža i sistema, konvencionalna enkripcija i povjerljivost poruka, kriptografija javnog ključa i potvrda identiteta poruka i aplikacija. Elektronska pošta, IP, web, i sigurnost upravljanja mrežom. Uljezi, virusi, i firewall.

Ciljevi predmeta Ciljevi ovog predmeta su da studenti nauče: osnovne koncepte sigurnosti računala i mreža; ša je to povjerljivost, integritet i dostupnost; šta su opšte odluke dizajn koje bi trebalo uraditi prilikom izgradnje sigurnih sistema; razviti osnovne primjene informacija sigurnosnih koncepata.

Sadržaj predmeta

Uvod u kriptografske alate za sigurnost računala i mreže

Potvrda identiteta korisnika, kontrola pristupa

Sigurnost baza podataka

Detekcija neovlaštenog upada

Štetni softveri, Denial of Service

Firewalls i sprječavanje neovlaštenog upada

Trusted Computing i Multicycle sigurnost

Parcijalni ispit

Buffer Overflow i ostali problemi vezani za sigurnost softvera

Sigurnosna revizija, IT sigurnosni menadžment i procjena rikiza

Fizička i infrastrukturna sigurnost, ljudski faktor

IT sigurnosne kontrole, planovi i procedure, legalni i etički aspekti

Simetrična enkripcija i povjerljivost poruka, enkripcija javnim ključem i potvrda identiteta poruke

Sigurnosni protokoli i standardi interneta, aplikacije za potvrdu identiteta na internetu

Unix/Linux sigurnost, Windows sigurnost


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Definiraju informacijsku sigurnost i navedu glavne komponente.

2. Identificiraju glavne vrste prijetnji za sigurnost informacija i datih napada

3. Razviju strategiju za zaštitu informacija organizacije od uobičajenih napada.

4. Identificiraju glavne tehnike, pristupe i alate koji se koriste za otkrivanju ranjivosti mreže i sistema.

5. Definiraju ulogu kriptografije u sigurnosti informacija.



Obavezna literatura William Stallings and Lawrie Brown, Computer Security, Principles and Practice, Prentice Hall, 2008.














Šifra predmeta: CEN 583 Naziv predmeta: PARALELNA RAČUNARSKA ARHITEKTURA



Opis predmeta Ovaj predmet obuhvata: Reduced Instruction Set Computer (RISC) arhitekturu, protočni dizajn procesora (instrukcijski i aritmetički cjevovod), multiprocesorske i alternativne arhitekture, dinamičke i statičke interkonekcije mreža, sisteme zajedničke memorije sa više procesora, sistema multiprocesorsa za prolaznost poruka i paralelno procesiranje.

Ciljevi predmeta Ciljevi predmeta su da: se razviju strukturne intuicije o tome kako hardver i softver radi, počevši od jednostavnih sistema do kompleksnih resursa paralelnih struktura; se daju smjernice o tome kako pisati i dokumentirati programski paket; se data publika upozna sa glavnim tehnikama paralelnog programiranja i zajedničkim programskim paketima / bibliotekama.

Sadržaj predmeta

Mašina za opštu namjenu

Mašine, mašinski jezik i digitalna logika (1)

Mašine, mašinski jezik i digitalna logika (2)

Neke realne mašine

Dizajn procesora

Dizajn procesora – napredne teme (1)

Dizajn procesora - napredne teme (2)

Parcijalni ispit

Računarska aritmetika i aritmetičke jedinice (1)

Računarska aritmetika i aritmetičke jedinice (2)

Dizajn memorijskih sistema (1)

Dizajn memorijskih sistema (2)

Učaz i izlaz

Periferni uređaji



Tutorijali







Total 100 %

Ishodi učenja


1. Primjeni znanja o računarstvu i matematici koja odgovaraju datoj disciplini

2. Analizira problem i identificira zahtjeve računarstva koji su odgovarajući za njegovo rješenje

3. Dizajnira, implementira i procijeni kompjuterski sistem, proces, komponentu ili program koji zadovoljavaju željene potrebe

4. Dizajnira i razvija načela u izgradnji softverskih sistema različite složenosti

5. Primjeni matematičke osnove, algoritamske principe i teorije informatike za modeliranje i dizajn sistema zasnovanih na

računaru na način koji pokazuje razumijevanje kompromisa uključenih u izboru dizajna.



Obavezna literatura Huering and Jordan, “Computer Systems Design and Architecture, 2/e”


Computer Organization and Design, 2/e”, Patterson & Hennessy, Morgan Kaufmann

Structured Computer Organization, 4/e”, Andrew S. Tanenbaum, Prentice-Hall

Computer Organization and Architecture, 5/e”, W Stallings, Prentice Hall, 2000













Šifra predmeta: CEN 584 Naziv predmeta: UGRADBENI SISTEMI



Opis predmeta

Ovo je praktično-orijentiran predmet. Predmet pruža snažnu podlogu digitalne tehnologije podržanu s aplikacijama na. Primjeri ovih aplikacija uključuju medicinske i elektronske, e-zdravstvo, izradu inteligentnog dizajna, automobilske elektronike, maloprodaje i trgovine. Još jedna karakteristika predmeta je znatna količina praktičnog rada, što daje studentima samopouzdanje

sa softverom i digitalnim hardverom uz implementaciju pomoću mikrokontrolera ili opšte system-on-chip metodologije.

Ciljevi predmeta Cilj predmeta je da se razvije razumijevanje tehnologija iza ugradbenih računarskih sistema: mogućnosti tehnologija i ograničenja hardvera, softverskih komponenti; dizajn metodologije.

Sadržaj predmeta

8051 mikrokontroleri; 8051 Assembly programski

jezik

Jump, Loop i Call instrukcije

I/O Port programiranje

8051 adresiranje

Aritmetičke i logičke instrukcije i programi

8051 programiranje u C-u

8051 hardverska konekcija i Indel Hex fajl

Parcijalni ispit

8051 Timer programiranje i 8051 Serial Port programiranje

u Assembly-u i C-u

Interupti - programiranje u Assembly-u i C-u

Interfejs sa LCD-om i tastaturom

ADC, DAC i senzorski interfejs

8051 interfejsing na eksternu memoriju; 8051 interfejsing

sa 8255

DS12887 RTC interfejsing i programiranje

Kontrola motora: Relay, PWM, DC, i Stepper motori


Tutorijali







Total 100 %

Ishodi učenja


1. Implementira kombinatorne logike i sekvencijalne sisteme u pogledu osnovnih digitalnih blokova pomoću simulacije

softvera.

2. Dizajnira, testira i kritički procijeni embedded rješenja za situacijama u stvarnom svijetu pomoću digitalne komponente

(sekvencijalno i kombinatorno).

3. Prepozna ključne karakteristike ugradbenih sistema u smislu računarskog hardvera i da diskutuje o tim funkcijama

4. Razvije softverske sisteme za ugradbene uređaje koji koriste assembler kod.

5. Dizajnira, testira i kritički procijeni embedded rješenja za situacijama u stvarnom svijetu pomoću (embedded) računarskih

sistema koji su povezani na digitalni hardver.



Obavezna literatura The 8051 Family of Microcontrollers, R.H. Barnett, 1995, Prentice Hall


The 8051 Microcontroller, I.Scott MacKenzie, 1995, Prentice Hall

Programming and Interfacing the 8051, S.Yeralan, A. Ahluwalia, 1995 Addison Wesley

Microprocessor and Microcontroller Fundamentals, William Kleitz, 1998, Prentice Hall













Šifra predmeta: CEN 585 Naziv predmeta: NAPREDNE RAČUNARSKE MREŽE



Opis predmeta

Ovaj predmet uvodi napredne koncepte umrežavanje računala. Studenti će razviti razumijevanje općih načela računarskih mreža. Posebna pažnja će se posvetiti principima mrežne arhitekture i slojeva, multipleksiranju, mrežnom adresiranju, usmjeravanju i protokolima usmjeravanja. Aktivnosti: uspostavljanje lokalne mreže, analiza interneta, sigurnost, upravljanje mrežom i

performanse mreže.

Ciljevi predmeta Cilj predmeta je da studentima pokažu osnovne strukture mreža i kako te strukture rade.

Sadržaj predmeta

Prijenos podataka, Komunikacijske usluge(SMDS, X.25,

FR, ISDN, ATM, BISDN)

Topologije računarskih mreža

Višestruke metode pristupa, slojevita struktura mreže (1)

Višestruke metode pristupa, slojevita struktura mreže (2)

OSI i TCP / IP referentni model, primjer mreže

Standardizacija mreže, fizički sloj, vrsta medijuma za

prijenos, X.21, ISDN i V.35, interfejsi

Funkcije sloja za vezu podataka, kadriranje, kontrola

protoka, kontrola greška, HDLC, SLIP i PPP protokola

Parcijalni ispit

Medium access control (MAC) podsloj

Repetitori, bridževi, LAN prekidači, ruteri

Layer-3 prekidači i gejtveji

Umrežavanje i principi rada interneta

Internet usmjeravanje, kontrola zagušenja i operacije.

Local area networks: Topologies, medium access under contention, queuing principles, performance evaluation

Lokalne mreže: topologije, srednji pristup pod tvrdnju, queuing načela, vrednovanje učinka,

Upravljanje mrežom, Sistemi za rukovanje porukama, www, multimedijalne aplikacije, multimedija, kodiranje, kompresije, sigurnost, usluge direktorija


Tutorijali







Total 100 %

Ishodi učenja


1. Neovisno opiše osnovne tehnologije kompjuterskih mreža

2. Objasni sisteme za komunikaciju podataka i nj komponente

3. Prepozna različite vrste mrežnih topologija i protokola.

4. Nabroji slojevi OSI modela i TCP / IP. Objasni funkciju (e) svakog sloja.

5. Prepozna različite vrste mrežnih uređaja i njihove funkcije unutar mreže.

6. Prepozna osnovne protokole računarskih mreža, i kako se mogu koristiti kako bi se pomoglo u dizajnu i implementaciji

mreže.



Obavezna literatura Andrew S. Tanenbaum, Computer Networks, Fourth Edition, Prentice Hall, 2003.

Preporučena literatura Diane Barrett and Todd King, Computer Networking Illuminated, Jones and Bartlett Publishers Inc., 2005.

William Stallings, Data and Computer Communications, Pearson, 2009













Šifra predmeta: CEN 586 Naziv predmeta: SEMINAR I


Status: Obavezni Časovi/Sedmica: 3 Ukupan broj časova: 45

Opis predmeta

Seminar I ima za cilj da pomogne master studentima u pripremi prijedloga teze i da omogući prelazak sa predmeta tezu. Ovaj predmet će pomoći studentima da odrede komponente prijedloga teze, sa posebnim fokusom na istraživački dizajn i pripremu literature. Predmet će se također fokusirati i na ključna pitanja oko formata teze, psiholoških i vremenskih zahtjeva, kreiranje

komisije i upravljanje projektom.

Ciljevi predmeta Cilj ovog predmeta je pomoći studentima da primjenu stečeno znanje i vještine na posebno istraživačku situaciju. Sa gledišta studija sa jednim programom, ovaj predmet predstavlja studentima stvarni test, a to je prijenos svega onoga što je naučeno na predmetima, na tezu.

Sadržaj predmeta

Pregled Master nivoa i teze

Teza: Šta očekivati?

Odabiranje istraživačke teme

Korištenje literature za istraživački problem

Pregled literature (1)


Obavljanje etičkog istraživanja

Prezentacija

Istraživački dizajn

Uvod

Pregled literature

Metodologija

Rezultati

Diskusija

Prezentacija


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Primijeni teoretsko i metodološko razumijevanje i vještine pri smišljanju ideje za istraživanje i specifičnih istraživačkih

pitanja i hipoteza.

2. Provede fokusiran pregled relevantne literature i kreira odgovarajući konceptualni okvir.

3. Razvije realan dizajn istraživanja sa specifičnim istraživačkim strategijama.

4. Razmisli o tezi i pripremi sadržaj teze, poglavlje po poglavlje.

5. Komunicira o istraživačkim idejama i njihovim odgovarajućim teorijskim i metodološkim pitanjima, efektivno i efikasno.

6. Kritikuje ideje drugih, posebno obraćajući pažnju na teorijsku i metodološku strogost i realnost.

7. Razumije procese teze, uključujući stres, vrijeme, i upravljanje projektom, formiranje komisije, prijedlog teze i odbrana, i

komentari komisije.



Obavezna literatura How to Write a Master's Thesis Second Edition by Yvonne N. (Nguyen) Bui, ISBN-13: 978-1452203515














Šifra predmeta: CEN 591 Naziv predmeta: NEURONSKE MREŽE



Opis predmeta Ovaj predmet istražuje organizaciju sinaptičkih konekcija kao baze neuronskog učenja i računanja. Teme koje će se raditi su Perceptroni, dinamičke teorije ponavljajućih mreža uključujući pojačala, atraktore i hibridna računanja. Dodatne teme su backpropagation, Hebijanova učenja, kao i modeli perceptrona, kontrole motora, memorije i neuronskog razvijanja.

Ciljevi predmeta Ciljevi ovog predmeta su: uvod u neuronske mreže kao sredstvo za računarsko učenje; prezentovanje osnovnih mrežnih arhitektura za klasifikaciju i regresiju; davanje dizajna za metodologiju umjetnih neuronskih mreža; pružanje znanja za tuniranje mreža i izbjegavanje overfitinga; demonstriranje primjene neuronskih mreža na realnim zadacima

Sadržaj predmeta

Uvod u ANN i biološki neuronski model

Neuronski model i arhitektura mreže – ilustrativni primjeri

Perceptron – struktura i pravila za učenje

ADALINE – adaptivni linearni element, struktura i pravila za učenje

Feedforward višeslojna neuronska mreža

Backpropagation algoritam

Primjena višeslojne neuronske mreže i backpropagation

Aplikacije sa Matlabom

Prezentacija članka (1)

Prezentacija članka (2)

Priprema za finalni projekat (1)

Priprema za finalni projekat (2)

Prezentacija finalnog projekta (1)




Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Objasni odnos između stvarnog mozga i jednostavnih modela neuronskih mreža.

2. Objasni i uporedi najčešće arhitekture i algoritme učenja za višeslojni perceptron, Radial-Basis function mreže, Committee

mašine, i Kohonen Self-Organized mape.

3. Diskutuje o glavnim faktorima koji su u uključeni u postizanje dobrog učenja i generalizacije performansa u sistemu

neuronske mreže.

4. Identifikuje osnovne probleme tokom implementacije uobicajenih sistema neuronskih mreža

5. Prepozna glavne probleme u primjeni sistema neuronske mreže. Procijeni praktična razmatranja u primjeni neuronskih mreža

u stvarnoj klasifikaciji i problemu regresije.



Obavezna literatura Hertz, John, Anders Krogh, and Richard G. Palmer. Introduction to the Theory of Neural Computation. Redwood City,

CA: Addison-Wesley Pub. Co., 1991. ISBN: 9780201515602.

Preporučena literatura Koch, Christof. Biophysics of Computation: Information Processing in Single Neurons. New York, NY: Oxford University

Press, 2004, ISBN: 9780195181999













Šifra predmeta: CEN 592 Naziv predmeta: RASPOZNAVANJE UZORAKA



Opis predmeta

Ovaj predmet se bavi osnovama karakterizacije i raspoznavanja uzoraka i znamenitosti u numeričkim podacima. Razgovaraćemo o osnovnim alatima i teorijama za razumijevanje problema sa aplikacijama za korisničko modeliranje, prepoznavanje utjecaja, prepoznavanje govora i razumijevanja, računarske vizije, fiziološka analiza, i još mnogo toga. Također ćemo pokriti teoriju

odlučivanja, statističku klasifikaciju, maksimalnu vjerovatnoća i Bayesian procjene, neparametarskih metode, učenja bez nadzora i grupisanja. Govorićemo o dodatnim temama koje se tiču ljudskog i mašinskog učenja

Ciljevi predmeta Cilj ovog predmeta je da studenti nauče osnovne i napredne koncepte raspoznavanja uzoraka.

Sadržaj predmeta

Uvod u statističko prepoznavanje obrazaca

Bajesova teorija odlučivanja

Maksimalna vjerovatnoća i Bajesova procjena parametara

Linearni i nelinearni klasifikatori

Selekcija i ekstrakcija karakteristika

Parametarske i neparametarske karakteristike

Funkcije linearnih diskriminante

Parcijalni ispit

Metode stabla

Višeslojne neuronske mreže

Stokastične metode

Nemetrične metode

Mašinsko učenje neovisno o algoritmu

Učenje bez nadzora

Grupisanje


Tutorijali







Total 100 %

Ishodi učenja


1. Formuliše i opiše različite primjene raspoznavanja uzoraka 2. Matematički izvede, konstruiše i koristi Bajesove i ne-Bajesove klasifikatore u teoriji i praksi 3. Utvrdi prednosti i slabosti različitih tipova klasifikatora 4. Ocijeni i procijeni različite tehnike grupisanja

5. Primijeni različite metode za smanjivanje dimenzionalnosti kroz selekciju ili ekstrakciju karakteristika



Obavezna literatura S. Theodoridis, A. Pikrakis, K. Koutroumbas, D. Cavouras, Introduction to Pattern Recognition A MATLAB Approach,

Academic Press, Elsevier Inc. 2010.

Preporučena literatura R. O. Duda, P. E. Hart and D. Stork, Pattern Classification, 2nd. Edition, John Wiley & Sons, 2002.













Šifra predmeta: CEN 593 Naziv predmeta: EVOLUCIJSKO RAČUNANJE



Opis predmeta Predmet pruža osnovno i napredno znanje biološki inspiriranih metoda u računarstvu, kao što su genetski algoritmi, genetsko programiranje, i umjetni život. Ove metode su bitne za tehničke aplikacije, na primjer, u optimizaciji i dizajnu autonomnih sistema, kao i za razumijevanje bioloških sistema, npr, kroz simulaciju evolucijskih procesa.

Ciljevi predmeta Cilj ovog predmeta je da studenti nauče osnovne i napredne koncepte evolucijskog računanja.

Sadržaj predmeta

Uvod i odnovna svojstva

Osnove genetskih algoritama: reprezentacija genetskih operatora, mehanizam selekcije

Teorija genetskih algoritama: Schema teorem i onemax problem

Različite verzije evolucijskih algoritama sa naglaskom na genetski algoritam

Programiranje evolucijskih algoritama (koristeći Matlab)

Dizajn eksperimenta (sa naglaskom na korištenje evolucijskih metoda)

Napredne teme: Boltzmannova selekcija, neuredne šeme kodiranja

Parcijalni ispit

Šeme kodiranja varijabilnih struktura

Modeli difuzije

Evolucijski algoritam baziran na subpopulaciji

Primjene evolucijskih algoritama: funkcijska optimizacija

Rovarenje podataka

Razvijajuće neuronske mreže, raspoređivanje, problem trgovačkog putnika

Interaktivni evolucijski algoritmi


Tutorijali







Total 100 %

Ishodi učenja


1. Razvije znanje o evolucijskim tehnikama računanja i metodologijama u kontekstu moderne heurističke metode 2. Dobije iskustvo u različitim evolucijski metodama proračuna i algoritama za određene klase problema. 3. Dobije iskustvo u primjeni različitih evolucijskih metoda računanja i algoritmama kao dio razvoja softvera. 4. Razvije znanje i iskustvo u razvoju evolucijskih algoritma u realnim aplikacijama.

5. Čita i shvaća naučno-istraživačke radove i predstavlja ih na seminarskim govorima.



Obavezna literatura K.A. De Jong, Evolutionary computation: a unified approach. MIT Press, Cambridge MA, 2006

Preporučena literatura A.E. Eiben and J.E. Smith, Introduction to Evolutionary Computing, Springer, 2003, ISBN 3-540-40184-9













Šifra predmeta: CEN 594 Naziv predmeta: VJEŠTAČKA INTELIGENCIJA



Opis predmeta

Ovaj predmet uvodi reprezentacije, tehnike i arhitekture koje se koriste za izgradnju primenjenih sistema i koji objašnjavaju inteligenciju iz računarskog gledišta. Predmet također istražuje primjenu pravila ulančavanja, heurističko pretraživanje, logiku, ograničenje razmnožavanja, ograničeno pretraživanje, i druge paradigme rješavanja problema. Osim toga, predmet pokriva

aplikacije stabla odlučivanja, neuronske mreže, SVM i druge paradigme učenja.

Ciljevi predmeta Ciljevi ovog predmeta su: razvit i razumijevanje studenta o problemima koji pokušaju da definiraju i simuliraju inteligenciju; upoznati studente sa specifičnim, dobro poznatim metodama umjetne inteligencije, algoritmima i rezultatima; pružiti studentima dodatno iskustvo u analizi i evaluaciji komplikovanih sistema; pružiti studentima mogućnost pisanja rada sa iskustvom.

Sadržaj predmeta

Algoritmi pretrage

Grafovi pretrage

Ograničenja

Igre

Mašinsko učenje

Nearest Neighbors algoritam

Razgovor o projektu

Parcijalni ispit

Decision Trees algoritmi

Neuronske mreže

SVM algoritam

Predstavljanje znanja i zaključivanja

Propozicijska i logika prvog reda

Sistemi zasnovani na pravilima

Prirodni jezik


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Idetifikuje probleme koji su podložni rješenjima metodama vještačke inteligencije

2. Formalizira dati problem u jeziku / okviru različitih metoda vještačke inteligencije

3. Implementira osnovne algoritme vještačke inteligencije

4. Dizajnira i sprovede empirijske evaluacije različitih algoritama u formalizaciji problema, i navede zaključke koje evaluacija

podržava

5. Primijeni vještine i tehnike u mašinskom učenju, kao što je indukcija stabla odlučivanja, veštačke neuronske mreže i genetski

algoritam.



Obavezna literatura Russell, Stuart J., and Peter Norvig. Artificial intelligence: a modern approach. 2nd edition. Upper Saddle River, NJ:

Prentice Hall, 2003. ISBN: 0137903952.














Šifra predmeta: CEN 595 Naziv predmeta: NAUČNOISTRAŽIVAČKE METODE



Opis predmeta Svrha ovog predmeta je da pregleda i analizira koncepta naučne metodologije istraživanja teorijski i praktično

Ciljevi predmeta Cilj ovog predmeta je da studenti nauče čitati i analizirati objavljena istraživanja u svojim područjima, pripreme pisane prijedloge

za istraživačke teme, i osmisle i provedu istraživanja za svoje teze i projekte.

Sadržaj predmeta

Priroda istraživanja

Formulisanje i razjašnjavanje istraživačkih tema

Kritički pregled literature

Razumijevanje istraživačkih filozofija i pristupa

Formuliranje istraživačkih dizajna

Pristup i istraživačka etika

Izbor uzoraka

Parcijalni ispit

Korištenje sekundarnih podataka

Prikupljanje primarnih podataka kroz posmatranje

Prikupljanje primarnih podataka koristeći polustruktuirane,

dubinske i grupne intervjue

Prikupljanje primarnih podataka koristeći upitnike

Analiziranje kvantitativnih podataka

Analiziranje kvalitativnih podataka

Pisanje i prezentacija projekta

Nastavne metode

Interaktivna predavanja

Tutorijali Prezentacija







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Definira temelje naučnih metoda istraživanja.

2. Opiše dizajn istraživanja i metode prikupljanja podataka.

3. Pokaže strategije analize podataka.

4. Ispita izvještavanje istraživanja i publikacije.

5. Definira ulogu etike u istraživanju



Obavezna literatura Saunders, M., Lewis, P. and Thornhill, A. (2007). Research Methods for Business Students, 4th Ed. Prentice Hall.














Šifra predmeta: CEN 599 Naziv predmeta: SEMINAR II


Status: Obavezni Časovi/Sedmica: 3 Ukupan broj časova: 45

Opis predmeta

Seminar II je nastavak predmeta Seminar I. Seminar II ima za cilj da pomogne master studentima u pripremi prijedloga teze i da omogući prelazak sa predmeta tezu. Ovaj predmet će pomoći studentima da odrede komponente prijedloga teze, sa posebnim fokusom na istraživački dizajn i pripremu literature. Predmet će se također fokusirati i na ključna pitanja oko formata teze,

psiholoških i vremenskih zahtjeva, kreiranje komisije i upravljanje projektom.

Ciljevi predmeta Cilj ovog predmeta je pomoći studentima da primjenu stečeno znanje i vještine na posebno istraživačku situaciju. Sa gledišta studija sa jednim programom, ovaj predmet predstavlja studentima stvarni test, a to je prijenos svega onoga što je naučeno na predmetima, na tezu.

Sadržaj predmeta

Pregled Master nivoa i teze

Teza: Šta očekivati?

Odabiranje istraživačke teme

Korištenje literature za istraživački problem



Obavljanje etičkog istraživanja

Prezentacija

Istraživački dizajn

Uvod

Pregled literature

Metodologija

Rezultati

Diskusija

Prezentacija


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Primijeni teoretsko i metodološko razumijevanje i vještine pri smišljanju ideje za istraživanje i specifičnih istraživačkih

pitanja i hipoteza.

2. Provede fokusiran pregled relevantne literature i kreira odgovarajući konceptualni okvir.

3. Razvije realan dizajn istraživanja sa specifičnim istraživačkim strategijama.

4. Razmisli o tezi i pripremi sadržaj teze, poglavlje po poglavlje.

5. Komunicira o istraživačkim idejama i njihovim odgovarajućim teorijskim i metodološkim pitanjima, efektivno i efikasno.

6. Kritikuje ideje drugih, posebno obraćajući pažnju na teorijsku i metodološku strogost i realnost.

7. Razumije procese teze, uključujući stres, vrijeme, i upravljanje projektom, formiranje komisije, prijedlog teze i odbrana, i

komentari komisije.



Obavezna literatura How to Write a Master's Thesis Second Edition by Yvonne N. (Nguyen) Bui, ISBN-13: 978-1452203515














Šifra predmeta: MAN 502 Naziv predmeta: FINANSIJSKO IZVJEŠTAVANJE I ANALIZA



Opis predmeta

Ovaj predmet se fokusira na analizu finansijskog izvještavanja menadžera i strategije objavljivanje, te efekte takvih strategija na

kapital vrijednosti i ugovore firme. Ispitati ćemo različite institucionalne postavke i ekonomski kontekst u kojem menadžeri vrše

finansijska izvještavanja i objavljivanje izbora, obraćajući pažnju na kvalitet i vjerodostojnost objavljenih informacija.

Ciljevi predmeta Cilj predmeta je pružiti studentima razuijevanje finansijskih izvještavanja i strategija objavljivanja, i omogućiti im sticanje

potrebnih vještina za analizu finansijskih izvještaja.

Sadržaj predmeta

Prihodi i rashodi

Kompleksna pitanja u priznavanju prihoda

Potraživanja i zalihe

Ulaganje u nekretnine

Dugotrajna fiksna sredstva i nematerijalna sredstva

Obaveze i kapital

Priprema za parcijalni ispit

Parcijalni ispit

Odloženi troškovi, finansiranje obaveza, zakupa, subjekti

posebne namjene

Finansijski derivati i zaštite od rizika

Poslovne kombinacije, investicije sa capital metodama i međukompanijske transakcije

Kritičko analiziranje finansijskih izvještaja

Razumijevanje međunarodnih standarda finansijskog izveštavanja

Pitanja međunaodne harmonizacije


Nastavne metode

Interaktivna predavanja i komunikacije sa studentima

with students

Diskusija i grupni rad

Prezentacija

Rješavanje problema i studije slučaja







Total 100 %

Ishodi učenja


1. Ispita ekonomske i institucionalne postavke za finansijsko izvještavanje

2. Razumije zašto su računovodstveni izbori bitni i kome

3. Pripremi i analizira finansijske izvještaje

4. Interpretira finansijske izvještaje

5. Razgovara o međunarodnim standardima finansijskog izvještaja i harmonizacijskih pitanja.



Obavezna literatura Revsine, Collins and Johnson. (2008). Financial Reporting and Analysis. Pearson Prentice Hall.

Preporučena literatura Subramanyam, Wild and Halsey. (2008). Financial Statement Analysis, 10th Ed. McGraw-Hill/Irwin, New York.













Šifra predmeta: MAN 516 Naziv predmeta: MATEMATIČKO PROGRAMIRANJE



Opis predmeta Ovaj predmet pruža studentima osnovno teoretsko i praktično znanje kako bi razvili kompjuterska rješenja modela matematičkog programiranja i primjenili ove modele na osnovne oblasti biznisa, kao što su proizvodnja, finansije i marketing.

Ciljevi predmeta Tokom predavanja na ovom predmetu, razgovaraće se o uspješnoj primjeni matematičkog programiranja.Student koji uspješno završi predmet bi trebao da stekne kompetencije da razvije modele matematičkog programiranja i primijeni ih u poslovnom okruženju koristeći računarske alate.

Sadržaj predmeta

Uvod

Jednačine i nejednačine

Funkcije i grafovi

Matrice i determinante

Linearno programiranje

Algoritmi za rješenja linearnog programiranje

Analiza osljetljivosti

Parcijalni ispit

Transportacijski problem

Mrežni modeli

CPM-PERT (1)

CPM-PERT (2)

Integer programiranje (1)

Integer programiranje (2)

PapePrezentacija članka

Nastavne metode Praktična nastava

Vježbe

Prezentacija

Studije slučaja







Total 100 %

Ishodi učenja


1. Razvije model matematičkog programiranja za realnu situaciju

2. Primijeni odgovarajuću varijantu simplex metode da se riješi problem linearnog programiranja

3. Koristi kompjuterske alate za rješenje problema linearnog progoramiranja koji se pojavljuju u praksi

4. Napiše izvještaj koji opisuje formulaciju problema linearnog programiranja, i prezentuje i interpretira rješenja

5. Primijeni algoritme za rješavanje problema linearnog programiranja.



Obavezna literature Render, B., Stair, M.R., Hanna, E.M.(2009), Quantitative Analysis for Management, 10th Edition, Prentice-Hall, Inc.

Preporučena literatura Hamdy Taha (2010), Operations Research, An Introduction: International Edition, 9th Edition













Šifra predmeta: MAN 519 Naziv predmeta: OPERACIJSKI MENADŽMENT



Opis predmeta Studenti će se upoznati sa konceptima opreracijskog menadžmenta koji uključuju (ali nisu limitirani na) operacijsku strategiju,

process dizajn, predviđanje, menadžment inventara, planiranje i menadžment kvaliteta.

Ciljevi predmeta Osnovni cilj ovog predmeta je omogućiti studentima široko razumijevanje i znanje o nekoliko koncepata operacijskog menadžmenta. Akcenat će biti na primjeni ovih koncepata na stvarne poslovne situacije.

Sadržaj predmeta

Operacijske strategije

Proces menadžment

Menadžment radne snage (1)

Menadžment radne snage (2)

Planiranje kapaciteta

Lokacijske odluke

Menadžment materijala

Parcijalni ispit

Inventar za nezavisnu potražnju

Inventar za zavisnu potražnju

Skupno planiranje

Planiranje materijalnih zahtjeva

Performans procesa i kvalitet

Menadžment projekta (1)

Menadžment projekta (2)



Rješavanje problema ili studije slučaja

Praktična nastava







Total 100 %

Ishodi učenja


1. Objasni dinamiku operacijske strategije i razvije neku za kompaniju

2. Diskutuje i primijeni koncepte poboljšanja i reinžinjring procesa

3. Objasni tehnologije prizvodnje i njihove namjene

4. Objasni važnost menadžmenta kvalitete i kontrole statističkog procesa

5. Razlikuje push i pull sisteme

6. Primijeni tehnike za planiranje projekta.



Obavezna literatura Krajewski L.J. and Larry P. Ritzman. (2005). Operations Management: Process and Value Chains, Seventh Edition,

Pearson Prentice Hall.

Preporučena literatura Roberta S. Russell and Bernard W Taylor. (2003). Operations Management, Fourth Edition, Prentice Hall.













Šifra predmeta: MAN 520 Naziv predmeta: PROJEKTNI MENADŽMENT



Opis predmeta Ovaj predmet obrađuje uloge i okruženje projektnog menadžmenta, životni krug projekta i različite tehnike za planiranje rada, kontrolu i evaluaciju, da bi se ostvarili ciljevi projekta. Alati koji su dostupni projektnim menadžerima će se također spominjati

kroz ovaj predmet.

Ciljevi predmeta Cilj predmeta je pružiti studentima osnovno teoretsko i praktično znanje da dizajniraju metode za upravljanje projektom koristeći računar, i primijeni ove metode na glavne oblaste u biznisu, kao što su proizvodnja, finansije i marketing.

Sadržaj predmeta

Uvod u projektni menadžment

Organizacija projekta

Vođenje i projektni timovi

Rad sa projektnim zadacima

Skiciranje projekta

Uspostavljanje zavisnosti između zadataka (1)

Uspostavljanje zavisnosti između zadataka (2)

Parcijalni ispit

Upravljanje projektnim resursima (1)

Upravljanje projektnim resursima (2)

Planiranje resursa

Praćenje progresa projekta

Projektni izvještaji, forme i planovi

Upravljanje projektnim rizicima

Softveri za projektni menadžment




Praktična nastava







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Idetifikuje i objasni osnovne koncepte projektnog menadžmenta

2. Planira i odredi projektne zadatke

3. Efektivno i efikasno upravlja projektnim resursima

4. Pripremi projekte izvještaje, forme i planove

5. Koristi softver u procesu upravljanja projektom

6. Razvije planove za upravljanje projektom i primijeni ih u poslovnom okruženju koristeći kompjuterske alate.



Obavezna literatura Gray, C.F. and E.W. Larson. (2000) Projekat Management.1th ed. McGraw Hill.














Šifra predmeta: MAN 535 Naziv predmeta: PRIMIJENJENA EKONOMETRIJA



Opis predmeta Predmet predstavlja uvod u tehnike primjenjene ekonometrije sa nekim derivacijama njihovih osobina, ali ostavlja teoretski dio nekim budućim predmetima. Predmet će također ponuditi praktično iskustvo korištenja SAS-a. Predmet će tražiti upotrebu SAS

(Statistial Analysis System) softvera na času i u zadaćama.

Ciljevi predmeta Primarni cilj ovog predmeta je podučiti studente tehnikama primjenje ekonometrije, u empirijskom i teoretski rigoroznom kontekstu. Ovaj predmet je koristan za MA/MS student koji ne slušaju više predmeta sa ekonometrijom, kao i da pripremi student za mnogo naprednije predmete.

Sadržaj predmeta

Vjerovatnoća

Jednostavni linearni model regresije

Multipla regresija: Procjena

Multipla regresija: Specifikacija

Greške, G-M teorema, matematičke statističke aplik.

Multipla regresija: Zaključivanje

Multipla regresija: Binarne varijable

Parcijalni ispit

Multipla regresija: Fitnes modela

Multipla regresija: Asimptotični OLS

Heteroskedastivnosti, specifikacije i pitanja o podacima

Simultane jednačine

Analiza vremenskih serija

Serijska korelacija





Praktična nastava







Total 100 %

Ishodi učenja


1. Definiše osnovne procedure procjene, metode zaključivanja, asimptotska svojstva

2. Modelira formulacijske tehnike u čestim modelima linearne regresije i primijeni ekonometrijsku analizu presjeka i podataka

vremenskih serija

3. Diskutuje o različitim problemima procjene i specifikacija koji se pojavljuju u istraživanju primjenjene ekonometrije

4. Koristi tehnike linerane regresije

5. Implementira ekonometrijske tehnike naučene na času koristeći SAS softver.



Obavezna literatura The Practice of Econometrics, classic and Contemporary, Ernst R. Bernd, Addison

Preporučena literatura Essentials of Econometrics, Damodar N. Gujarati, McGraw Hill.













Šifra predmeta: EEE 529 Naziv predmeta: UVOD U STOHASTIČKE SISTEME



Opis predmeta Ovim se predmetom uvode pojmovi šuma, neizvjesnosti i slučajnosti u kontekstu signala i sistema. Analiziraju se diskretni i kontinualni slučajni procesi u vidu ulaza i/ili izlaza različitih sistema. Predmetom su pokrivene teme vezane za elementarne principe modeliranja i analize stohastičkih procesa, procjenu parametara i stanja, kao i osnove upravljanja stohastičkim sistemima.

Ciljevi predmeta Cilj predmeta je dati studentima uvod u metode zasnovane na vjerovatnoći u inženjerstvu i približiti studentima stohastičke procese.

Sadržaj predmeta

Stohastički sistemi, stacionarnost, ergodičnost

Pregled signal i Sistema

Vjerovatnoća

Sprektalna analiza stohastičkih sistema

Propagacija procesa kroz sisteme

Osnove teorije procjene

Stohastički sistemi, stacionarnost, ergodičnost

Parcijalni ispit

Markovljevi procesi (1)

Markovljevi procesi (2)

Procjena stanja (1)

Procjena stanja (2)

Wienerovi i Kalmanovi filteri (1)

Wienerovi i Kalmanovi filteri (2)

Prošiteni Kalmanov filter


Tutorijali







Total 100 %

Ishodi učenja


1. Analizira i modelira stohastičke sisteme 2. Primijeni različite metode za procjenu parametara i stanja 3. Implementira osnovne vrste upravljanja stohastičkim sistemima 4. Analizira linearne stohastičke diferencijalne jednačine korištenjem metoda zasnovanih na spektru i korelaciji

5. Koristi osnovne matematske alate za slučajne procese



Obavezna literatura Fundamentals of Stochastic Systems and Signals and Estimation Theory, B. Kovacevic, Z. Djurovic, Springer Verlag,

2008.














Šifra predmeta: EEE 530 Naziv predmeta: STATISTIČKA OBRADA SIGNALA



Opis predmeta Predmetom su pokrivene teme koje uključuju: pregled teorije vjerovatnoće i slučajnih varijabli, njihova transformacija, slučajni procesi, linearne transformacije, optimalno filtriranje, linearna predikcija i modeli, kao i procjena spektra snage.

Ciljevi predmeta Studenti će naučiti koncepte i tehnike statističke obrade signala i kako projektovati statistički DSP algoritam željenih performansi.

Primijenit će metode u vektorskom prostoru i naučiti koristiti MATLAB u razvoju i testiranju statističkih DSP algoritama.

Sadržaj predmeta

Uvod

Slučajni procesi (1)

Slučajni procesi (2)

Analiza drugog reda (1)

Analiza drugog reda (2)

Linearna transformacija (1)

Linearna transformacija (2)

Parcijalni ispit

Optimalno filtriranje (1)

Optimalno filtriranje (2)

Linearna predikcija

Linearni modeli

Procjena spektra (1)

Procjena spektra (2)



Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Koristi metode vektorskih prostora za probleme statističke obrade signala

2. Koristi MATLAb za razvoj i testiranje DSP algoritama 3. Definiše i opiše koncept PSD za stacionarne slučajne procese 4. Definiše i opiše koncept slučajnog procesa i statističkih nizova 5. Analizira u vremenskom i frekventnom domenu efekte transformacije slučajnih procesa u linearnim sistemima.



Obavezna literatura Statistical Digital Signal Processing and Modeling, M. Hayes, J. Wiley and Sons, 1996.


Modern Spectral Estimation, Steven M. Kay, Prentice-Hall, 1988.

Introduction to Spectral Analysis, Stoica and Moses, Prentice-Hall, 1997.

Fundamentals of Statistical Signal Processing, Steven M. Kay, Prentice-Hall, 1998.

Probability and Random Processes Using MATLAB: With Applications to Continuous and

Discrete T ime Systems, Donald G. Childers, McGraw-Hill, 1996.













Šifra predmeta: EEE 538 Naziv predmeta: NAPREDNA DIGITALNA OBRADA SIGNALA



Opis predmeta Digitalna obrada signala predstavlja osnovu za različite inženjerske sisteme, uključujući komunikacije, procesiranje slike, glasa, potrošačku elektroniku i procesiranje podataka.

Ciljevi predmeta Cilj je uspostaviti osnovne koncepte obrade signala, parametarskog modeliranja, teorije linearne predikcije, moderne estimacije

spektra, i visokorezolucijske tehnike.

Sadržaj predmeta

Diskretna Furierova Transformacija

Frekventna reprezentacija Signala i Sistema

Frekventni i fazni odziv. Struktura filtera

Uzorkovanje. Kvantizacija. Analogno-digitalni konvertori (ADC)

Projektovanje FIR filtera: Prozori, frekventno uzorkovanje, Parks-McClellan

Projektovanje IIR filtera: Bilinearni, Prony, Shanks

DFT. FFT. Spektralna analiza i estimacija

Parcijalni ispit

Vremensko-frekventne analize.

Linearno predviđanje. AR modeliranje. Levison-Durbin Algoritam.

Adaptivno filtriranje. LMS adaptivni filteri.

LMS konvergencija. Metoda Rekurzivnih najmanjih kvadrata (RLS).

Primjene adaptivnog filtriranja.

Osnove multistope. Stopa konverzije. Filter banke

Kvadratura mirror filtera. Multistopne aplikacije


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Ovlada predstavom diskretnih signala u frekventnom domenu (DFT) 2. Implementira DFT kroz FFT 3. Opiše osnovne oblike IIR i FIR filtera

4. Iskoristi odgovarajući prozor za filtriranje 5. Pokaže efekte dužine prozora na rezoluciju spektra 6. Razlikuje AD i DA konverziju 7. Analizira signale u vremenskom i frekventnom domenu.



Obavezna literatura J.G. Proakis and D.G. Manolakis, Digital Signal Processing: Principles, Algorithms, and Applications, 4th ed., Prentice-

Hall, 2007.

Preporučena literatura A.V. Oppenheim, R.W. Schafer and J.R. Buck, Discrete-Time Signal Processing, Prentice- Hall, 2nd ed., 1999.













Šifra predmeta: EEE 539 Naziv predmeta: OBRADA GOVORNIH SIGNALA



Opis predmeta

Generiranje govora; informacija sadržana u govornom signalu; LabVIEW kao sredstvo za analizu. Modeli govora. Statistika i prepoznavanje uzoraka. Teorema uzorkovanja, diskretni signali i Z-transformacija. DTFT. Analiza korištenjem linearnih prediktivnih koeficijenata. Kodiranje govora. Prepoznavanje govora i govornika. LabVIEW, Matlab i C jezik će biti korišteni kao

demonstracijski alat. Studenti su obavezni uraditi prezentaciju i predati projekat.

Ciljevi predmeta Cilj predmeta je podučiti student konceptima sistema za prepoznavanja govora i govornika; modeliranje govora; kodiranje govora.

Sadržaj predmeta

Generacija govora

Informacije u signal govora

MATLAB kao alat za analizu

LabVIEW akao alat za analizu

Modeli govora

Koncept karakteristike: formant, nagib

Statistika i prepoznavanje uzoraka

Parcijalni ispit

Teorema uzorkovanja

Discrete-time signali i z-transformacija

Discrete-time Fourierova transformacija

Spektar govornih signala

Analiza linearnog prediktivnog koeficijenta

Kodiranje govora

Prepoznavanje govora i govornika


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Analizira digitalne signale kao što su audio signali u vremenskom i frekventnom domenu

2. Predstavi na efikasan način audio signale 3. Implementira široko korištene algoritme za analizu govora i procesiranje govora u frekventnom i vremenskom domenu 4. Projektuje jednostavne sisteme za realizaciju multimedijalnih aplikacija uz korištenje osnovnih tehnika za procesiranje audio

i govornih signala

5. Riješi praktične probleme nastale korištenjem osnovnih tehnika za procesiranje audio i govornih signala



Obavezna literatura Fundamentals of Speech Signal Processing: Monograph, Shuzo Saito, Kazuo Nakata, Academic Press, 1985, ISBN:

0126148805, 9780126148800














Šifra predmeta: EEE 540 Naziv predmeta: MOBILNA I BEŽIČNA KOMUNIKACIJA



Opis predmeta Ovaj predmet pokriva glavne oblsti iz mobilne i bežične komunikacije. Tehnički aspekti i tehnologije iza trenutnih bežičnih standarda će biti analizirane u detalje.

Ciljevi predmeta Cilj ovog predmeta je upoznati studente sa mobilnim i bežičnim mrežama.

Sadržaj predmeta

Kodiranje kanala

FDM pristup (1)

FDM pristup (2)

TDM pristup (1)

TDM pristup (2)

Tehnike širenja spektra

CDMA

Parcijalni ispit

Space-division višestruki pristup

MIMO sistemi (1)

MIMO sistemi (2)

Mobilne komunikacije (1)

Mobilne komunikacije (2)

Ad-hoc bežične mreže (1)

Ad-hoc bežične mreže (2)


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Poznaje tehničke izazove unutar mobilnih i bežičnih komunikacija 2. Projektuje specifičan odašiljač/prijemnik blok korištenjem različitih višepristupnih šema 3. Unaprijedi praktične vještine vezane za modeliranje bežičnih komunikacijskih sistema

4. Definiše zahtjeve za različite bežične komunikacijske sisteme 5. Koristi OMNET++ i NS3 radi simulacije mrežnih protokola.



Obavezna literature Simon O. Haykin, "Modern Wireless Communications," Pearson Education Inc., 2005.

Preporučena literatura Andrea Goldsmith, "Wireless Communications," Cambridge University Press, 2005.

Theodore S. Rappaport, "Wireless Communications: Principles and Practice," Pearson Education, 2009.













Šifra predmeta: EEE 546 Naziv predmeta: PROGRAMIRANJE UGRADBENIH SISTEMA



Opis predmeta

Ovaj se predmet bavi razvojem softvera za ugradbene sisteme. Ugradeni softver je obično slojevito organiziran, od dijelova ovisnih o hardveru do dijelova vezanih za samu primjenu. Niži nivoi softvera omogućavaju usluge apstrakcije hardvera, komunikacije i menadžmenta resursima za više nivoe sotvera. Zbog prirode ugradbenih sistema, sav ugradbeni softver mora poštovati stroga

nefunkcionalna ograničenja kao što su kašnjenja, propusnost, potrošnja i memorija. Predmet se fokusira na aspekte softvera u stvarnom vremenu.

Ciljevi predmeta Ovaj predmet studentima daje mogućnost da koriste bitne koncepte razvoja ugradbenog softvera u praksi po njegovom završetku. T ime studenti mogu klasično znanje programiranja upotrijebiti u novim okvirima.

Sadržaj predmeta

Razvojna okruženja za ugradbeni softver

Programiranje uz praćenje resursa

Programiranje hardvera

Programiranje hardvera

Razoj višenitnog softvera (1)



Međuprocesna komunikacija i dijeljena memorija

Parcijalni ispit

Prosljeđivanje poruka

Programiranje na operativnim sistemima u stvarnom vremenu

Detekcija kvarova

Testiranje kvarova

Tolerancija na kvarove

Oporavak od kvarova

Lab ispit


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Objasni posebne funkcionalnosti koje se traže od ugradbenih sistema

2. Pokaže kako procesor, memorija, periferne komponente i sabirnice čine ugradbeni sistem 3. Ocijeni utjecaj projekta arhitekture i implementacije na performanse i potrošnju energije 4. Razvije ugradbeni softver visoke kvalitete u višim programskim jezicima, npr. C 5. Razvije ugradbene sisteme zasnovane na operativnim sistemima u stvarnom vremenu

6. Razvije softver na hardverskim platformama uzimajući u obzir njihova ograničenja kao što su memorija, procesor i propusni opseg.



Obavezna literatura Liu, Jane WS. "Real-t ime systems”. 2000.

Preporučena literatura Elecia White: “Making Embedded Systems: Design Patterns for Great Software” 2011













Šifra predmeta: EEE 547 Naziv predmeta: SISTEMI U REALNOM VREMENU



Opis predmeta Kroz ovaj predmet studenti upoznaju tehnologiju softvera u realnom vremenu koja se nalazi u temelju mnogih ugradbenih sistema kao što su oni u automobilima, pametnim telefonima, multimedijalnim uređajima i avionima. Teme uključuju teoriju rasporeda aktivnosti, operativne sisteme u realnom vremenu, QoS i bežične senzorske mreže u realnom vremenu.

Ciljevi predmeta Cilj ovog predmeta je studentima pokazati tehnologije softvera u realnom vremenu.

Sadržaj predmeta

Definicija realnog vremena

Determinizam vremena i događaja

Arhitektura

Prekidi i događaji

Vrijeme odziva i kašnjenje

Real-time clock

Operativni sistemi

Parcijalni ispit

Struktura RTOS

Sinhronizacija i komunikacija

Prioriteti, redovi

Drajveri

Studije slučaja: Windows CE, VxWorks

Jezici u realnom vremenu, problemi

Programiranje u realnom vremenu u višim programskim jezicima


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Formuliše zahtjeve za ugradbene sisteme sa strogim ograničenjima kašnjenja i frekvencije 2. Kategorizira i opiše različite slojeve sistemskih arhitektura za sisteme u realnom vremenu

3. Konstruiše softverske jedinice za paralelno izvođenje zadataka s interfejsom na hardverske uređaje (senzore/aktuatore) 4. Analizira, projektuje i implementira sisteme u realnom vremenu 5. Primijeni formalne metode u analizi i projektovanju sistema u realnom vremenu



Obavezna literatura Liu, Jane WS. "Real-t ime systems”. 2000.

Preporučena literatura Jane W. S. Liu, Real-T ime Systems , University of Illinois at Urbana-Champaign Prentice Hall, ISBN 0-13-099651-3













Šifra predmeta: EEE 549 Naziv predmeta: SISTEMI NA ČIPU



Opis predmeta Ovaj praktično-orijentiran predmet se fokusira na projektovanje velikih sistema na čipu (SoC) korištenjem nizova logičkih kola programirljivih u polju djelovanja (FPGA). Moderne FPGA izvedbe i komercijalno dostupne radne jezgre omogućavaju inženjeru projektovanje visoko kompleksnih sistema na jednoj FPGA ploči.

Ciljevi predmeta Cilj predmeta je studentima dati mogućnost da projektuju i testiraju ove inherentno kompleksne sisteme.

Sadržaj predmeta

Verilog RTL projektovanje s primjerima (1)

Verilog RTL projektovanje s primjerima (2)

Sistemski C (1)

Sistemski C (2)

Osnovne structure sabirnica (1)

Osnovne structure sabirnica (2)

ESL i transakcijsko modeliranje (1)

Parcijalni ispit

ESL i transakcijsko modeliranje (2)

ABD (1)

ABD (2)

Inženjerski aspekti toka projektovanja za FPGA i ASIC (1)

Inženjerski aspekti toka projektovanja za FPGA i ASIC (2)

Pristupi sa višeg nivoa (1)

Pristupa sa višeg nivoa (2)


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Projektuje digitalni hardver 2. Projektuje ugradbeni softver i analogni hardver

3. Koristi najvažnije alate i jezike za razvoj hardvera 4. Iznese i razumije ciljeve projektovanja, planove i rezultate kroz izvještaje i prezentacije drugim inženjerima 5. Objasni sve važne komponente sistema na čipu i ugradbenog sistema, tj. digitalnog i analognog hardvera i ugradbenog

softvera.



Obavezna literature Wolf, Wayne. Modern VLSI design: IP-based design. Pearson Education, 2008.














Šifra predmeta: EEE 575 Naziv predmeta: INDUSTRIJSKI SISTEMI AUTOMATSKOG UPRAVLJANJA



Opis predmeta Ovaj predmet pokriva: Struktura sistema automatskog upravljanja. Upravljanje industrijskim sistemima velikih razmjera. Hijerarhijsko upravljanje, višeslojno upravljanje i njegova optimizacija.

Ciljevi predmeta Cilj predmeta je izložiti pregled industrijskih sistema automatskog upravljanja i dati uvodne koncepte, te podučiti napredne

strategije upravljanja.

Sadržaj predmeta

Uvod u sistema industrijske automatike

Povratna sprega i upravljanje omjerom

Napredne tehnike s jednom povratnom spregom

Uzorkovanje, filtriranje i upravljanje

Višestruke petlje upravljanja

Upravljanje po više varijabli

Optimizacija u realnom vremenu

Parcijalni ispit

Model prediktivno upravljanje

Praćenje procesa

Upravljanje nizom procesa

Upravljanje fabrikom

Projektovanje sistema automatskog upravljanja




Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Razumije različite automatske procese

2. Implementira automatizaciju na osnovu ugradbenih sistema, PLC, SCADA 3. Koristi različite strategije upravljanja procesima uključujući upravljanje na mikroprocesoru 4. Prepozna potrebu za upravljanjem u industriji 5. Razumije sistem rada PLC u industriji

6. Razumije i koristi t ipične industrijske ulazno/izlazne module 7. Projektuje i razvije prikladne ugradbene regulatore 8. Pokaže razumijevanje SCADA sistema



Obavezna literatura Process Dynamics and Control, D.E. Seborg, T .F. Edgar, D.A. Mellichamp, 2004, 2nd Edition, John Wiley & Sons, Inc.

ISBN: 978-0-471-00077-8. Book Web page: www.wiley.com/college/seborg


Practical Process Control Using Control Station 3.7, Doug J. Cooper, 2004, Control Station LLC. Book Web page:

www.controlstation.com

Process Control Instrumentation Technology, Curtis D. Johnson, 2006, 8th Edition, Prentice Hall. ISBN: 0-13-197669-9. Book Web page: www.uh.edu/~tech13v/pcit













Šifra predmeta: EEE 577 Naziv predmeta: ADAPTIVNO UPRAVLJANJE



Opis predmeta

Ovaj predmet pokriva: Uvod. Real-time estimacija parametara. Deterministički samoštimajući regulatori. Stohastički i predvidivi samoštimajući regulatori. Adaptivni sistemi koji koriste modele. Osobine adaptivnih sistema. Stohastička adaptivna kontrola. Auto-štimanje. Raspoređivanje pojačala. Robustni i samooscilirajući sistemi. Praktični problemi i implementacij. Komercijalni

proizvodi i aplikacije. Budućnost adaptivnog upravljanja.

Ciljevi predmeta Cilj predmeta je uvesti studente u teoretske i praktične aspekte adaptivnog upravljanja sa gledišta stohastike i deterministike

Sadržaj predmeta

Adaptivno upravljanje sa otvorenom spregom

Adaptivno upravljanje sa povratnom spregom

Optimalni kontroleri

Podoptimalni dualni kontroleri

Raspoređivanje pojačala

Adaptivni sistemi sa upotrebom modela

Gradient optimizacija MRAC

Parcijalni ispit

Optimizacija stabilnosti MRAC

Identifikacija modela adaptivnog upravljanja

Pažljivi adaptivni upravljači

Sigurnosni ekvivalentni adaptivni kontroleri

Napredne teme u adaptivnom upravljanju

Primjene



Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Projektuje i i implementira eksperimente identifikacije sistema

2. Koristi ulazne i izlazne podatke za indentifikaciju matematskih dinamičkih modela 3. Koristi metode identifikacije sista za projektovanje adaptivnih regulatora 4. Objasni prednosti i nedostatke adaptivnog u odnosu na druge vrste upravljanja 5. Analizira postojeće metode u smislu stabilnosti



Obavezna literatura Karl.J.Astrom, Bjorn Wittenmark, Adaptive Control, 2/e, Dover Publications, December 2008 . ISBN13: 9780486462783

ISBN10: 0486462781 EAN: 9780486462783

Preporučena literatura Ioannou & Sun, Robust Adaptive Control, Prentice Hall, 1996. ISBN 9780134391007













Šifra predmeta: EEE 581 Naziv predmeta: NAPREDNA ROBOTIKA



Opis predmeta Ovaj predmet razvija sposobnosti studenata u polju robotike na osnovu prethodnog znanja iz sistema automatskog upravljanja. Teme koje su pokrivene uključuju osnove kinematike, diferencijalni pogon, dinamičku analizu, planiranje putanje, aktuatore, senzore, procesiranje slike i sisteme vizije, kao i fuzzy logiku.

Ciljevi predmeta Cilj predmeta je da uvede pojmove dinamike, planiranja putanje, upravljanja pozicijom i silom u smislu robotskih sistema.

Sadržaj predmeta

Uvodni materijal i pregled

Prednja i inverzna kinematika pozicije

Diferencijalna kretanja i Jakobian

Planiranje trajektorije i puta

Kontrola nezavisnog spoja

Dinamika robota

Multivarijabilna kontrola

Parcijalni ispit

Kontrola sile

Geometrijska nelinearna kontrola

Aktuatori i senzori

Računarska vizija

Kontrola bazirana na viziji

Fuzzy logikaPrezentacija projekta


Tutorijali







Total 100 %

Ishodi učenja

Nakon završetka ovog predmeta, student bi trebao moći da: 1. Izvede kinematičku analizu robotskog manipulatora 2. Izvede dinamičku analizu robota

3. Razumije različite diferencijalne pogone i njihovu primjenu 4. Razumije izazove projektovanja robota 5. Pokaže široko poznavanje i razumijevanje primjena robota u industriji



Obavezna literatura “Introduction to Robotics – Analysis, Systems, Applications”, Saeed B. Niku, 2001, Prentice Hall. ISBN: 0 -13-061309-6

Preporučena literatura “Robot Dynamics and Control”, M. W. Spong and M. Vidyasagar, 1989, John Wiley and Sons. ISBN: 0 -471-61243-X.













Documents

INTERNACIONALNI BURČ UNIVERZITET FAKULTET ZA … · Analiza, dizajn i implementacija informacionih sistema; Sigurnost podataka, osiguranje podatakai mrežna sigurnost. 1.5. Učenje