Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Modelowanie zjawisk kolektywnych wsparte danymi rzeczywistymi
Koordynator przedmiotu:
dr hab. inż. Piotr Fronczak, prof. uczelni
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Fizyka Techniczna
Grupa przedmiotów:
Obowiązkowe
Kod przedmiotu:
1050-FTEDM-MSP-3MZK
Semestr nominalny:
2 / rok ak. 2019/2020
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1. godziny kontaktowe – 25 h; w tym a) obecność na wykładach – 15 h b) wybór i prezentacja projektu – 5 h c) uczestniczenie w konsultacjach – 5 h 2. praca własna studenta – 25 h; w tym a) przygotowanie do kolokwiów – 5 h b) zapoznanie się z literaturą – 5 h c) przygotowanie projektu – 15 h Razem w semestrze 50 h, co odpowiada 2 pkt. ECTS
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1. obecność na wykładach – 15 h 2. wybór i prezentacja projektu – 5 h 3. uczestniczenie w konsultacjach – 5 h Razem w semestrze 25 h, co odpowiada 1 pkt. ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1. opracowanie prezentacji z projektu – 5 h 2. przygotowanie projektów – 15 h Razem w semestrze 20 h, co odpowiada 1 pkt. ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium0h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Zaliczony przedmiot: Fizyka Statystyczna i termodynamika. Podstawowa wiedza z analizy matematycznej i rachunku prawdopodobieństwa. Umiejętność programowania na poziomie średniozaawansowanym w dowolnym środowisku.
Limit liczby studentów:
brak
Cel przedmiotu:
Celem przedmiotu jest zapoznanie studentów z przykładami realistycznego modelowania zjawisk kolektywnych w różnych dziedzinach nauki i gospodarki.
Treści kształcenia:
1. Wprowadzenie. Czym są zjawiska kolektywne w fizyce i poza nią? 2. Przegląd fizycznych i matematycznych narzędzi modelowania zjawisk kolektywnych 3. Modele zachowań stadnych w królestwie zwierząt 4. Dynamika tłumu. Modele paniki i ewakuacji. 5. Modele transportowe w ruchu naziemnym i lotniczym. Inteligentne miasta. 6. Modelowanie procesów komórkowych. 7. Modele predykcyjne rozprzestrzeniania się chorób zakaźnych na przykładzie epidemii SARS. 8. Awarie kaskadowe w sieciach technologicznych 9. Hierarchiczne modele sieci miejskich 10. Modelowanie systemów przetwarzania rozproszonego w grupach robotów. 11. Modele kolektywnych zjawisk ekonomicznych 12. Modelowanie i prognozowanie zjawisk pogodowych 13. Zachowania kolektywne w mediach społecznościowych. W trakcie projektu studenci wybiorą jeden z tematów prezentowanych na wykładzie, zaimplementują model w dowolnie wybranym środowisku i skalibrują go z wykorzystaniem publicznie dostępnych danych.
Metody oceny:
wykonanie projektu (40%) prezentacja projektu (10%) zaliczenie pisemne dotyczące znajomości modeli przedstawionych na wykładzie (50%) Ocena podsumowująca: Średnia ważona ocen wynikająca z ocen formujących
Egzamin:
tak
Literatura:
Prezentacje umieszczone przez prowadzącego na stronie wykładu. 1. The Perfect Swarm, Len Fisher, 2009 2. Networks, Crowds and Markets, David Easley, Jon Kleinberg, 2010 3. Complexity: A Guided Tour, Melanie Mitchell, 2009
Witryna www przedmiotu:
http://if.pw.edu.pl/~agatka/mzk.html
Uwagi:
brak

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt MZK_W01
ma podbudowaną teoretycznie szeroką wiedzę w zakresie eksploracji danych i modelowania interdyscyplinarnego
Weryfikacja: kolokwium
Powiązane efekty kierunkowe: FT2_W03
Powiązane efekty obszarowe: X2A_W03, X2A_W04, X2A_W05, T2A_W03, T2A_W04, InzA_W02, InzA_W05
Efekt MZK_W02
ma wiedzę o tendencjach rozwojowych i najistotniejszych osiągnięciach z zakresu eksploracji danych i modelowania interdyscyplinarnego
Weryfikacja: kolokwium
Powiązane efekty kierunkowe: FT2_W04
Powiązane efekty obszarowe: X2A_W06, T2A_W05, T2A_W07

Profil ogólnoakademicki - umiejętności

Efekt MZK_U01
potrafi wykorzystać do formułowania i rozwiązywania zadań inżynierskich i prostych problemów badawczych metody analityczne, symulacyjne oraz eksperymentalne
Weryfikacja: projekt
Powiązane efekty kierunkowe: FT2_U06
Powiązane efekty obszarowe: X2A_U02, X2A_U04, T2A_U09
Efekt MZK_U02
potrafi planować i przeprowadzać eksperymenty, w tym pomiary i symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski
Weryfikacja: projekt
Powiązane efekty kierunkowe: FT2_U08
Powiązane efekty obszarowe: T2A_U08

Profil ogólnoakademicki - kompetencje społeczne

Efekt MZK_K01
potrafi myśleć i działać w sposób kreatywny
Weryfikacja: projekt
Powiązane efekty kierunkowe: FT2_K01
Powiązane efekty obszarowe: X2A_K07, T2A_K06