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

Dr hab. Dariusz Barbucha, prof. UMG (d.barbucha@umg.edu.pl)
  • Środowisko obliczeniowe do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
  • Wykorzystanie inteligentnych agentów obliczeniowych do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
  • Algorytmy oparte na kooperacji do rozwiązywania wybranych dynamicznych problemów optymalizacyjnych.
  • Środowisko do projektowania i wizualizacji zachowania wybranych algorytmów inteligencji stadnej
  • Zastosowanie obliczeń inteligentnych w rozwiązywaniu wybranych problemów technicznych
  • Algorytmy ewolucyjne w analizie sieci społecznych.
  • Porównanie wybranych form hybrydyzacji algorytmów przybliżonych na przykładach.
  • Projekt i implementacja aplikacji symulatora sterowania ruchem kolejowym
Dr hab. inż. Ireneusz Czarnowski, prof. UMG (i.czarnowski@umg.edu.pl)
  • Przegląd i ocena metod i narzędzi wizualizacji danych wielowymiarowych.
  • Porównanie wybranych metaheurystyk nowej generacji.
  • Zrównoleglenie obliczeń wybranej metaheurystyki nowej generacji.
  • Zastosowanie modelu programowania Nvidia CUDA do zrównoleglenia obliczeń wybranej metaheurystyki nowej generacji.
  • Implementacja modelu komunikacji z urządzeniami mobilnymi na platformie JADE.
  • Zaprojektowanie oraz implementacja systemu zdalnego głosowania elektronicznego.
  • Opracowanie gry platformowej 2.5D dla środowiska operacyjnego Android z wykorzystaniem silnika Unity.
  • Zastosowanie algorytmów drzew decyzyjnych do modelowania zachowań w grach komputerowych
Dr hab. inż. Włodzimierz Filipowicz (w.filipowicz@wpit.umg.edu.pl)
  • Aplikacja rozproszona wspomagająca organizację pracy zespołu.
  • System akwizycji i przechowywania danych z urządzeń IoT.
  • Bazy danych w aplikacjach mobilnych.
  • Problemy bezpieczeństwa danych w systemach rozproszonych.
  • Technologie i aplikacje mobilne – konspekt wykładu z przedmiotu.
  • Drzewa poszukiwań binarnych i ich wykorzystanie.
  • Algorytmy grafowe i przykłady ich praktycznego zastosowania.
  • Protokół drzewa opinającego.
Dr hab. Ewa Ratajczak-Ropel, prof. UMG (e.ratajczak-ropel@wpit.umg.edu.pl)
  • Projekt i implementacja aplikacji Webowej w architekturze mikrousług w języku Java lub PHP.
  • Porównanie wybranych frameworków implementujących wzorzec wstrzykiwania zależności.
  • Implementacja wybranych wzorców projektowych w języku Java lub PHP.
  • Projekt i implementacja aplikacji Webowej z wykorzystaniem wybranego frameworka w języku Java, PHP lub JavaScript.
  • Wykorzystanie programowania funkcyjnego w implementacji aplikacji Webowej.
  • Projekt i implementacja aplikacji webowej wykorzystującej wybrane algorytmy uczenia maszynowego.
  • Projekt i implementacja platformy VOD z wykorzystaniem technologii Lumen PHP oraz ReactJS
Dr inż. Aleksander Skakovski (a.skakovski@wpit.umg.edu.pl)
  • Porównanie efektywności wybranego algorytmu ewolucyjnego oraz algorytmu genetycznego (GA) na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu Ewolucji Różnicowej (DE – Differental Evolution) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu PSO (Particle Swarm Optimization) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu CS (Cuckoo Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu HS (Harmony Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu FA (Firefly Algorithm) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu GWO (Grey Wolf Optimizer) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
  • Badanie wpływu wybranych parametrów meta-heurystycznego algorytmu ACS (Artificial Cooperative Search) na jego efektywność na przykładzie rozwiązania wybranego problemu optymalizacyjnego.
Dr inż. Janusz Żółkiewicz (j.zolkiewicz@wpit.umg.edu.pl)
  • Przekształcenia liniowe w grafice komputerowej (studium przypadku).
  • Numeryczna poprawność i stabilność algorytmów (studium przypadku).
  • Jakość aparatów fotograficznych smartfonów.
  • Jakość aplikacji wspierających techniki fotograficzne i wideo smartfonów (studium przypadku, firma SONY.
  • Tablice (atlasy) barw w grafice komputerowej (studia przypadków, tablice Munsella i inne)