Излагаются основы построения параллельных алгоритмов, ориентированных для реализации на многопроцессорных вычислительных системах. Приводятся примеры распараллеливания алгоритмов для решения простейших задач. Для большинства примеров приводятся оценки достижимого ускорения и показателей эффективности (загрузки процессоров). Примеры завершаются построением временной диаграммы параллельного алгоритма, которая, по существу, является расписанием реализации параллельного алгоритма и исходной моделью для составления соответствующей программы.


Курс посвящен рассмотрению базовых понятий систем искусственного интеллекта.
В курсе рассматривается архитектура систем искусственного интеллекта, системы распознавания образов, вопросы адаптации, обучения и самообучения систем ИИ, персептроны, методы и алгоритмы анализа структуры многомерных данных, неформальные процедуры, алгоритмические модели, основы языков РЕФАЛ и Пролог, ключевые понятия бинарных деревьев, базовые понятия экспертных систем, автоматизированный синтез, поиск физических принципов действия, методы синтеза речи человека.

Целью курса является ознакомление студентов с методами двух тесно связанных дисциплин:

– нечеткая обработка данных;

– поиск оптимальных решений с использованием генетических алгоритмов.

 Задачи дисциплины:

– рассмотреть основные разделы теории нечетких множеств;

– рассмотреть основные методы построения нечетких рассуждений;

– рассмотреть основные методы построения нечеткого вывода при решении задач управления;

– рассмотреть основные подходы к принятию решений с использованием нечеткого отношения нестрогого предпочтения для единственного либо группы экспертов;

– рассмотреть методы многокритериального выбора решений с использованием нечетких множеств;

– рассмотреть методы многокритериального выбора решений с использованием базы продукционных правил;

– рассмотреть основные методы определения приближенно оптимальных решений с использованием аппарата генетических алгоритмов.


Целью изучения дисциплины является обучение студентов основам построения и эксплуатации вычислительных сетей, принципам и методам защиты информации в компьютерных сетях, навыкам комплексного проектирования, построения, обслуживания и анализа защищенных вычислительных сетей.

Задачами курса являются изучение основ архитектуры вычислительных сетей, их эксплуатации и обеспечения их безопасности, которые включают в себя все методы и средства обеспечения безопасности вычислительных сетей.

Место курса в профессиональной подготовке выпускника

Дисциплина «Сети ЭВМ и безопасность» в профессиональный блок вариативной части ОС МГУ по направлению подготовки 01.03.02 «Прикладная математика и информатика».