Методи обробки інформації в хімічних технологіях

Анотація навчальної дисципліни
Мета вивчення дисципліни: забезпечення сталих навичок обробляти результати експериментів за допомогою передових стратегій і програмних продуктів “наземного” і “хмарного” базування; отримання досвіду командної дистанційної асинхронної робити над проектною діяльністю на курсі за допомогою гнучких технологій.
Практичне значення та використання отриманих знань: впевнене володіння стратегіями постановки та вирішення задач отримання, опрацювання та аналізу даних в хімічної технології; володіння на належному сучасному рівні цифровими інформаційно-комунікативними технологіями до виконання командного виконання технологічних, науково-технічних та бізнес проектів; використання хмарних програмних застосунків до вирішення поточних завдань обробки даних та написання власних; впевнене впровадження передових систем AІ до вирішення задач підготовки, опрацювання та аналізу даних у хімічної технології.

Тематика та види навчальних занять

Для денної форми здобуття освіти

Лекційні заняття
Лекція 1. “Вступ. Постановка задачі про наближення функції. Емпіричні формули. Критерії адекватності. Стратегії, алгоритми та приклади”.
Лекція 2. “Вибір виду емпіричної формули. Метод вирівнювання”.
Лекція 3. “Визначення параметрів емпіричної формули. Метод обраних точок. Метод середніх”.
Лекція 4. “Обробка експериментальних даних. Наближення функцій. Метод найменших квадратів. Визначення, стратегія виконання, властивості, приклади”.
Лекція 5. “Наближення функцій. Постановка задачі інтерполяції. Параболічна інтерполяція. Інтерполяційна формула Лагранжа. Зворотне інтерполювання”.
Лекція 6. “Наближення функцій. Інтерполяційні формули Ньютона”.
Лекція 7. “Рішення звичайних алгебраїчних математичних моделей об’єктів хімічної технології. Постановка задачі, класифікація методів. Метод сканування та розподілу відрізка навпіл”.
Лекція 8. “ Рішення звичайних алгебраїчних математичних моделей об’єктів хімічної технології Метод Ньютона. Метод хорд. Метод ітерацій. Стратегії, алгоритми, програмні реалізації”.
Лекція 9. “Чисельні методи рішення системи лінійних алгебраїчних рівнянь. Постановка задачі, класифікація та властивості методів. Метод Крамера. Метод Гауса. Метод простої ітерації. Метод Зейделя”.
Лекція 10. “Методи чисельного інтегрування. Метод прямокутників. Метод трапецій. Метод Сімпсона. Оцінка точності методів, вимоги до кроку інтегрування”.
Лекція 11. “Чисельне інтегрування звичайних диференційних рівнянь. Постановка задачі. Метод Ейлера ”.
Лекція 12. “Чисельне інтегрування звичайних диференційних рівнянь. Модифікований метод Ейлера. Метод Ейлера-Коши. Метод прогнозу та корекції. Рішення за допомогою ряду Тейлора”.
Лекція 13. “Методи  рішення  лінійної  крайової  задачі для звичайних диференціальних рівнянь. Метод кінцевих різниць. Метод  прогонки”.
Лекція 14. “Практика використання інструментарію AI у питаннях вирішення задач опрацювання та аналізу даних. Переваги, недоліки, етичні питання та практика застосування на виробництві, при науково-технічному впровадженні у бізнесі. Використання AI у роботі хімічних підприємств: постановка проблеми, очікувані результати,  трансформаційна мапа за допомогою Microfoft 365, використання Power Platform та автоматизація процесів”.
Лекція 15. “Microsoft Copilot Studio: налаштування та інтеграція, моніторинг та управління продуктивністю, особливості використання, Безпека та керованість, початок роботи з Generative AI у Copilot Studio”.

Лабораторні заняття
Лабораторне заняття №1. “Активація команди розробників у корпоративному Microsoft 365 “Одеської політехніки”. Командне виконання обробки даних експерименту”.
Мета заняття: Провести активацію корпоративних акаунтів здобувачів у корпоративному Microsoft 365 “Одеської політехніки”, об’єднатися у команду виконавців, налаштувати інструменти хмарного середовища для командної дистанційної асинхронної роботи. Провести аналіз поведінки заданої математичної моделі та візуалізацію її поведінки у Microsoft 365.
Лабораторне заняття №2. “Опрацювання даних експерименту. Теорія кореляції потоків даних у експерименті з об’єктами хімічної технології”.
Мета заняття: На практичних прикладах опрацювання потоків даних закріпити теоретичні відомості про особливості визначення кореляції у результатах візуалізації фізичних та хімічних експериментів. 
Лабораторне заняття №3. “Чисельні методи  рішення  математичних моделей об’єктів хімічних технологій у вигляді нелінійних рівнянь”.
Мета заняття: Реалізувати пошук рішень з заданою точністю за допомогою прикладних застосунків Microsoft 365 та власних програмних рішень на підставі наданих та опрацьованих алгоритмів. Зробити порівняльний аналіз. 
Лабораторне  заняття №4. “Методи  рішення систем лінійних алгебраїчних рівнянь”.
Мета заняття: Реалізувати пошук рішень систем лінійних алгебраїчних рівнянь з заданою точністю за допомогою прикладних застосунків Microsoft 365 та власних програмних рішень на підставі наданих та опрацьованих алгоритмів. Зробити порівняльний аналіз..
Практичне заняття №5. “Методи вирішення задач чисельного інтегрування”.
Мета заняття: Опанувати різні стратегії вирішення задач чисельного інтегрування за допомогою прикладних застосунків Microsoft 365 та власних програмних рішень на підставі опрацьованих алгоритмів. Зробити порівняльний аналіз..
Лабораторне заняття №6. “Методи вирішення математичних моделей об’єктів хімічної технології представлених у вигляді звичайних диференційних рівнянь”.
Мета заняття: Виконати опрацювання методів чисельного інтегрування звичайних диференційних рівнянь за допомогою прикладних застосунків Microsoft 365 та власних програмних рішень на підставі опрацьованих алгоритмів. Зробити порівняльний аналіз.
Лабораторне  заняття №7. “Використання Microsoft Copilot Studio до стратегій сучасного опрацювання та аналізу даних”.
Мета заняття: На практичних прикладах дослідити тренди використання AI та генеративного AI до опрацювання та аналізу даних на платформі Microsoft Power Platform.

Індивідуальна робота
Не передбачено

 Форми контрольних заходів та оцінювання результатів навчання

Для денної форми здобуття освіти

Поточний контроль полягає у виконанні: 
1). Двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин та виконуються у формі цифрових звітів в корпоративному середовищі Microsoft 365 “Одеської Політехніки”. Бездоганне виконання першої та другої модульних контрольних робіт та їх подання у встановлений за графіком курсу термін становить 20 балів за кожну та може принести здобувачу 40 рейтингових балів. 
2) Виконання та захист семи лабораторних робіт. Індивідуальні завдання до лабораторних робіт виконуються письмово і полягають в виконанні за планом  робіт дослідженні відповідно до мети та завдань і фіксуванні їх результатів у протоколах робіт. Бездоганне виконання та захист кожної з лабораторних робіт оцінюється у 5 балів. 
3) Індивідуального завдання. Бездоганне виконання та захист за встановленим терміном оцінюється в 25 балів.
Підсумковий контроль – накопичувальний залік. Максимальна оцінка, яку може отримати здобувач – 100 балів.  
Політика освітнього процесу та умови допуску до підсумкового контролю

Здобувач зобов’язаний: своєчасно та якісно виконувати всі отримані завдання; за необхідністю з метою з’ясування всіх не зрозумілих під час самостійної та індивідуальної роботи питань, відвідувати консультації викладача; дотримуватись принципів академічної доброчесності. Виконаний здобувачем не свій варіант завдання не оцінюється. Робота, яка виконана після встановлених викладачем термінів, не приймається. Відсутність здобувача на контрольній роботі відповідає оцінці “0”.