Предавачи:
проф. др Игор Јемцов, проф. др Владимир Живановић, др Маја Тодоровић |
Студијски програм:
Хидрогеологија(I семестар -DOS) ЕСПБ бодови: 10 Статус: Изборни |
|
|
|
Услов: Просторна анализа хидрогеолошких података применом геоинформационих система |
Циљ предмета:
Стицање знања везаних за основну и напредну примену метода геостатистике. Циљ предмета је да се студент у зависности од изабране тематске области коју разматра у оквиру докторске дисертације упозна и оспособи за примену основних и напредних метода геостатистике. |
Исход предмета:
Теоријско и практично оспособљавање студената за примену основних и напредних геостатистичких метода, које подразумевају обраду хидрогеолошких података, третирање неодређености у геологији и хидрогеологији, као и примену машинског учења у хидрогеологији. Оспособљавање студента да у зависности од теме докторске дисертације примене различите геостатистичке методе у обради, анализи и хидрогеолошких података великог обима. |
Садржај предмета:
Теоријска настава
Теоријска настава одвијаће се кроз теоријске примере и практичну примену основних и напредних техника анализе хидрогеолошких података великог обима, везано за машинско учење - надгледано (параметарски/непараметарски алгоритми, кернели, неуронске мреже; ненадгледано (кластеринг, редукција димензионалности, дубински процес машинског учења). У зависности од теме докторске дисертације студенту ће бити презентовани различити модели и алгоритми управљања хидрогеолошким подацима великог обима, као и развоју алгоритама и примени метода машинског учења, избора подручја учења, тестирања и провере као и имплементације на целокупан сет података. Практична настава
Практична настава ће се одвијати у форми израде семинарског рада на са темом примене геостатистичких метода са подацима који кандидат обрађује у оквиру теме докторске дисертације. На основу теоријских основа и приказаних практичних примера студент ће на конкретном примеру примењивати различите технике примене геостатистичких метода. Резултати ће бити приказани у оквиру семинарског рада. |
Литература:
- Josset LD, Ginsbourger and Lunati I, 2015: Functional error modeling for uncertainty quantification in hydrogeology, Water Resources Research, 51 (2), 1050–1068
- Breiman L, Friedman JH, Olshen RA, Stone CJ, 1984: Classification and regression trees. Wadworth, Belmont
- Kompare B, 1995: The use of artificial intelligence in ecological modelling. Ph. D. Thesis, Royal Danish School of Pharmacy, Copenhagen, Denmark
- Witten IH, Frank E, 2000: Data mining: Practical machine learning tools and techniques with java implementations. Morgan Kaufmann Publishers, San Francisco, USA
|
Метода извођења наставе:
Предавања су заснована на презентацији основних знања и практичне примене геостатистичких метода у хидрогеологији, као и кроз практичне задатке прилагођене савладавању теоријских знања и њиховој практичној примени анализи хидрогоелошких података, а везано за тему докторске дисертације кандидата. |
Фонд:
| Предавања |
Вежбе |
Други облици наставе |
Студијски истраживачки рад |
| 5 |
0 |
0 |
0 |
|
Оцена знања:
| Завршни испит |
Поена |
| Писмени испит | 40 |
| Предиспитне обавезе |
Поена |
| Активност у току предавања | 10 | | Семинари | 50 |
|
|
Додатни услови оцењивања: - |
|
|
