praca_magisterska/pytania/pytania_raw.txt

113 lines
6.5 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

Pytania na egzamin magisterski specjalności ISY
Luty 2022
Lp. Pytanie Kod
przedmiotu
Część podstawowa obowiązkowa
1. Porównać "siłę wyrazu" automatu skończonego, automatu ze stosem oraz maszyny Turinga. Jakie klasy języków
rozpoznaje każdy z nich?
AISDI
2. Omówić i porównać algorytmy najkrótszej ścieżki wskazując ich kluczowe właściwości i logikę budowy:
Dijkstry, Belmana-Forda, A*.
AISDI
3. Omówić zagadnienia redundancji i normalizacji w relacyjnej bazie danych oraz wynikające z tego wymagania. BD2
4. Dlaczego baza danych stanowi dobry fundament do budowy wielu systemów informatycznych? BD2
5. Omówić główne kategorie elementów biblioteki STL. Jaka jest ich rola i wzajemne powiązania? Odpowiedź
uzasadnić na przykładach.
PROI
6. Omówić metody reużywalności kodu i struktur danych w obiektowych językach programowania. PROI
7. Które serwery DNS najwięcej zyskują dzięki buforowaniu zapytań (caching) w serwerach rekursywnych? Jakie
znasz rodzaje serwerów DNS?
SKM
8. Jaki jest cel uzgadniania trójetapowego (three way handshake) w protokole TCP? Jaka jest interpretacja
numerów sekwencyjnych i potwierdzenia? Jaka jest wartość początkowa numeru sekwencyjnego?
SKM
9. Procesy i wątki w systemie operacyjnym. Omówić budowę, szybkość działania i zakres zastosowania.
Przedstawić problemy i możliwości komunikacji i synchronizacji.
SOI
10. Scharakteryzować problemy i mechanizmy zarządzania pamięcią. Porównać cechy i przeznaczenie
mechanizmów stronicowania i segmentacji.
SOI
11. Scharakteryzować standardy i narzędzia do modelowania procesów biznesowych. WSYZ
12. Przedstawić sieciowe modele optymalizacji stosowane w systemach zarządzania. Omówić ich właściwości. WSYZ
Część zaawansowana
13. Omówić szczegółowo teorie, definicje, standardy i narzędzia wykorzystywane przy projektowaniu i
implementacji systemów opartych na koncepcji agenta i aktora.
AASD
14. Wymienić i szczegółowo opisać wybrane algorytmy i metody wykorzystywane w systemach wieloagentowych i
aktorowych.
AASD
15. Omówić metody modelowania architektury systemów informatycznych. Przedstawić cele i metody modelowania
architektury.
AIS
16. Czemu służą wzorce architektoniczne? Jak powstają? Jak są katalogowane? Omówić przykładowe wzorce
architektoniczne.
AIS
17. Przedstawić warunki konieczne i dostateczne optymalności różniczkowalnych zadań optymalizacji bez
ograniczeń i z ograniczeniami oraz warunki regularności i omówić metody poszukiwania rozwiązań zadań
optymalizacji nieliniowej.
AMO
18. Omówić metody rozwiązywania zadań liniowych i kwadratowych optymalizacji. AMO
19. Przedstawić metody wyznaczania cech (parametryzacji) sygnału mowy: MFCC (cechy mel-cepstralne) i LPC
(cechy według liniowej predykcji).
EASAR
20. Przedstawić klasyczną metodę rozpoznawania mowy opartą o HMM (Ukryte Modele Markowa). Porównać ją z
metodami korzystającymi z głębokich sieci neuronowych.
EASAR
21. Jak wykorzystuje się agenta upostaciowionego do specyfikacji sterowników robotów? ERPM
22. Omówić specjalizowane języki programowania robotów. Uwypuklić ich klasyfikację. ERPM
23. Przedstawić koncepcję i przeznaczenie zegarów logicznych i wektorów stempli czasowych. ERSMS
24. Omówić silne i słabe modele spójności danych w środowisku rozproszonym. ERSMS
25. Gdzie znajdują zastosowania zadania programowania matematycznego całkowitoliczbowego i jak można je
rozwiązywać? Omówić wybraną metodę dokładną, wyjaśnić dla jakich praktycznych problemów ma ona
zastosowanie i co może wpływać na jej efektywność.
MOD
26. Scharakteryzować informatyczne narzędzia optymalizacji dyskretnej. Jakie są warunki i wymagania, jakie
możliwości oraz trudności wiążą się ze stosowaniem gotowych narzędzi.
MOD
27. Dlaczego jakość modelu danych jest krytycznie ważnym czynnikiem jakości projektu informatycznego? MODA
28. Omówić typowe fazy ewolucji modelu danych i pożądane cechy modelu w każdej z faz. MODA
29. Oszacować ilościowo przyśpieszenie wykonania programu sekwencyjnego z fragmentami równoległymi na
maszynie wielordzeniowej. Co osłabia to ograniczenie?
PORR
30. Omówić metody oraz typowe problemy w modelowaniu matematycznym dla problemów decyzyjnych i
optymalizacyjnych.
MOM
Strona 1 z 2
31. Wyjaśnić główne zagadnienia modelowania matematycznego w systemach decyzyjnych z wykorzystaniem pojęć
(nie)wypukłości i (nie)liniowości.
MOM
32. Podać definicję komunikacji synchronicznej i asynchronicznej oraz blokującej i nieblokującej. Jak uniknąć
zakleszczenia, gdy dwa symetryczne procesy (np. realizujące algorytm iteracyjny Jacobiego) mają w kodzie
następujące po sobie wywołania funkcji wysyłającej komunikat do partnera i odbierającej komunikat wysłany
przez niego?
PORR
33. Scharakteryzować model przesyłania komunikatów publikuj-subskrybuj oraz przykładowe rozwiązania
techniczne wykorzystujące ten model
PSD
34. Scharakteryzować rozwiązania analityczne działające w na danych o charakterze strumieniowym. PSD
35. Na czym polega specyfika modelowania matematycznego układów cyber-fizycznych? Podać przykłady
współpracy agentów w sieci i problemów w osiąganiu pożądanego zachowania układu.
SIU
36. Omówić ogólny algorytm, elementy składowe oraz własności uczenia się ze wzmocnieniem. SIU
37. Porównać podstawowe modele sieci złożonych. Jak odpowiadają one własnościom rzeczywistych sieci? TASS
38. Porównać metody projekcji grafów dwudzielnych. Przedstawić ich użyteczność w grupowaniu dokumentów
tekstowych.
TASS
39. Scharakteryzować problem segmentacji obrazu. Przedstawić podstawowe strategie i algorytmy segmentacji przy
użyciu pomocą metod klasycznych oraz sieci neuronowych.
TWM
40. Opisać problem detekcji obiektów w obrazach. Przedstawić podstawowe strategie i algorytmy detekcji przy
użyciu metod klasycznych oraz sieci neuronowych. Jak skonstruować detektor obiektów dysponując istniejącym
klasyfikatorem tych obiektów?
TWM
41. Przedstawić metody interaktywne wspomagania decyzji w warunkach ryzyka. WDWR
42. Scharakteryzować relacje dominacji stochastycznej pierwszego i drugiego rzędu. Jak mogą być użyte w
modelach wyboru w warunkach ryzyka?
WDWR
43. Jakie cechy zadań szeregowania wykorzystuje się do ich klasyfikacji? Omówić przykładową metodę dla
wybranego problemu szeregowania.
ZBOP
44. Jakie problemy wiążą się z zarządzaniem zapasami w łańcuchu dostaw? Omówić przykładowy model
zarządzania zapasami w łańcuchu dostaw.
ZBOP
Strona 2 z 2