XiaoMi-AI文件搜索系统
World File Search SystemJNTU
R18 B.Tech。 MME教学大纲Jntu Hyderabad 1
编写一组线性方程的矩阵表示，并分析方程系统的解决方案查找特征值和特征向量使用正交转换将二次形式减少到规范形式。在平均值定理上求解应用程序。使用beta和伽马函数评估不正确的积分找到两个具有/没有约束的变量的功能的极端值。评估多个积分，并将概念应用到查找区域，量ITUME-I：矩阵10 L矩阵的矩阵等级和正常形式的矩阵等级，正常形式，与juss-jordan方法的非单明性矩阵相反，高斯 - jordan方法，线性方程系统：均匀和非同性方程式的求解系统和非良好方程式的求解方法。UNIT-II: Eigen values and Eigen vectors 10 L Linear Transformation and Orthogonal Transformation: Eigenvalues, Eigenvectors and their properties, Diagonalization of a matrix, Cayley-Hamilton Theorem (without proof), finding inverse and power of a matrix by Cayley-Hamilton Theorem, Quadratic forms and Nature of the Quadratic Forms, Reduction of正交转换通过正交转换到规格形式的二次形式。单位-III：微积分10 L平均值定理：Rolle的定理，Lagrange的平均值定理，其几何解释和应用，Cauchy的平均值定理，Taylor的序列。确定积分的应用在评估曲线旋转的表面区域和体积（仅在笛卡尔坐标中），不当积分的定义：beta和伽马功能及其应用。单元IV：多变量演算（部分分化和应用）10 L极限和连续性的定义。部分分化：Euler的定理，总导数，Jacobian，功能依赖性和独立性。应用程序：使用拉格朗日乘数方法的两个变量和三个变量的功能的最大值和最小值。
R22 B.Tech. ECE 教学大纲 JNTU 海得拉巴
写出一组线性方程的矩阵表示并分析方程组的解 寻找特征值和特征向量 利用正交变换将二次形式简化为标准形式。 解决均值定理的应用。 使用 Beta 和 Gamma 函数求不当积分 找出有/无约束的两个变量函数的极值。 评估多重积分并应用概念寻找面积、体积 UNIT-I：矩阵 10 L 通过梯形和标准形式对矩阵进行秩计算，通过高斯-乔丹方法对非奇异矩阵进行逆计算，线性方程组：通过高斯消元法、高斯赛德尔迭代法求解齐次和非齐次方程组。第二单元：特征值和特征向量 10 L 线性变换和正交变换：特征值、特征向量及其性质、矩阵对角化、凯莱-汉密尔顿定理（无证明）、利用凯莱-汉密尔顿定理求矩阵的逆和幂、二次型和二次型的性质、利用正交变换将二次型简化为标准形式。 第三单元：微积分 10 L 均值定理：罗尔定理、拉格朗日均值定理及其几何解释和应用、柯西均值定理、泰勒级数。应用定积分求曲线旋转的表面积和体积（仅在笛卡尔坐标系中）、不定积分的定义：Beta 函数和 Gamma 函数及其应用。 UNIT-IV：多元微积分（偏微分和应用）10 L 极限和连续性的定义。偏微分：欧拉定理、全导数、雅可比矩阵、函数依赖性和独立性。应用：使用拉格朗日乘数法求二元和三元函数的最大值和最小值。
R22 M.Tech. 机器人与人工智能 JNTUH
机器人系统基础单元 - I 简介：机器人解剖学 - 定义、机器人定律、机器人的历史和术语 - 机器人的准确性和重复性 - 简单问题 - 机器人的规格 - 机器人的速度 - 机器人关节和链接 - 机器人分类 - 机器人系统架构 - 机器人驱动系统 - 液压、气动和电气系统。单元 - II：末端执行器和机器人控制：机械夹持器 - 曲柄滑块机构、螺旋式、旋转执行器、凸轮式 - 磁性夹持器 - 真空夹持器 - 气动夹持器 - 夹持力分析 - 夹持器设计 - 简单问题 - 机器人控制 - 点对点控制、连续路径控制、智能机器人 - 机器人关节控制系统 - 控制动作 - 反馈装置 - 编码器、解析器、 LVDT - 运动插值 - 自适应控制。第三单元：机器人变换和传感器：机器人运动学 - 类型 - 2D 和 3D 变换 - 缩放、旋转、平移 - 齐次坐标、多个变换 - 简单问题。机器人中的传感器 - 触摸传感器 - 触觉传感器 - 近距离和范围传感器 - 机器人视觉传感器 - 力传感器 - 光传感器、压力传感器。第四单元：机器人单元设计和微/纳米机器人系统：机器人工作单元设计和控制 - 序列控制、操作员界面、机器人中的安全监控设备 - 移动机器人工作原理、使用 MATLAB 进行驱动、NXT 软件介绍 - 机器人应用 - 材料处理、机器装卸、装配、检查、焊接、喷漆和海底机器人。微/纳米机器人系统概述-缩放效应-自上而下和自下而上的方法-微/纳米机器人系统的执行器-纳米机器人通信技术-微/纳米夹持器的制造-爬壁微型机器人的工作原理-仿生机器人-群体机器人-纳米机器人在靶向药物输送系统中的应用。单元 - V：机器人编程-介绍-类型-柔性吊坠-引导编程，机器人坐标系统，机器人控制器-主要组件，功能-腕部机构-插值-联锁命令-机器人的操作模式，慢跑类型，机器人规格-运动命令，末端执行器和传感器命令。机器人语言-分类，结构-VAL-语言命令运动控制，手动控制，程序控制，拾取和放置应用，使用 VAL 的码垛应用，使用 VAL 程序的机器人焊接应用-WAIT、SIGNAL 和 DELAY 命令使用简单应用程序进行通信。 RAPID-语言基本命令-运动指令-使用工业机器人进行拾取和放置操作-手动模式、自动模式、基于子程序命令的编程。移动-主命令语言-介绍、语法、简单问题。VAL-II 编程-基本命令、应用程序-使用条件语句的简单问题-简单的拾取和放置应用程序。
R22 B.Tech. CSD 教学大纲 JNTU 海得拉巴 1 ...
写出一组线性方程的矩阵表示并分析方程组的解 查找特征值和特征向量 使用正交变换将二次形式简化为标准形式。 解决均值定理的应用。 使用 Beta 和 Gamma 函数评估不当积分 找到有/无约束的两个变量函数的极值。 评估多重积分并应用概念来寻找面积和体积 UNIT - I：矩阵 10 L 通过梯形和标准形式对矩阵进行秩，通过高斯-乔丹方法对非奇异矩阵进行逆运算，线性方程组：用高斯消元法、高斯赛德尔迭代法求解齐次和非齐次方程组。第二单元：特征值和特征向量 10 L 线性变换和正交变换：特征值、特征向量及其性质、矩阵对角化、凯莱-汉密尔顿定理（无证明）、用凯莱-汉密尔顿定理求矩阵的逆和幂、二次型和二次型的性质、用正交变换将二次型简化为标准形式。 第三单元：微积分 10 L 均值定理：罗尔定理、拉格朗日均值定理及其几何解释和应用、柯西均值定理、泰勒级数。应用定积分求曲线旋转的表面积和体积（仅限于笛卡尔坐标系）、不当积分的定义：Beta 函数和 Gamma 函数及其应用。第四单元：多元微积分（偏微分和应用）10 L 极限和连续性的定义。偏微分：欧拉定理、全导数、雅可比矩阵、函数依赖性和独立性。应用：使用拉格朗日乘数法求二元和三元函数的最大值和最小值。
R22 工程技术硕士设计 JNTUH
确定施加载荷的位置点，以避免航空航天应用中使用的薄截面发生扭曲。 理解区分曲梁中中性轴和质心轴的概念。 理解为分析受扭转的非圆形杆而开发的类比模型，以及分析滚动体之间产生的应力和三维物体中的应力。 UNIT-I：应力分析：点的应力状态、任意平面上的应力分量、主应力、应力不变量、莫尔圆、最大剪切平面、八面体应力、平面应力状态、平衡微分方程、边界条件。应变分析：点附近的变形、点的应变状态、剪应变分量的解释、应变和主应变的变换、兼容条件。平面应变状态。线性应力-应变-温度关系：内能密度和互补内能密度。各向异性、正交各向异性和各向同性弹性的胡克定律。各向同性材料的热弹性方程 UNIT-II 剪切中心：轴对称和非对称截面的弯曲轴和剪切中心-剪切中心。薄壁截面的剪切应力、箱梁的剪切中心非对称弯曲：非对称弯曲梁的弯曲应力、非对称弯曲导致的直梁挠度。 UNIT-III：曲梁理论：温克勒-巴赫周向应力公式 – 局限性 – 校正系数 – 曲梁的径向应力 – 闭环承受集中和均匀载荷 – 链环中的应力。第四单元：扭转：线性弹性解，一般棱柱形杆——实心截面，如圆形、椭圆形、三角形和矩形，普朗特弹性膜（皂膜）类比；窄矩形截面，空心薄壁扭转构件，多连通截面。第五单元：接触应力：介绍，确定接触应力的问题，接触应力解所基于的假设；主应力表达式；计算接触应力的方法，点接触物体的挠度；两个物体在窄矩形区域接触的应力（线接触）垂直于面积的载荷，两个物体线接触的应力，垂直于和切向于接触面积的载荷。
R22 M.Tech AI JNTUH
1. 解决基于人工智能的基本问题。2. 定义人工智能的概念。3. 将人工智能技术应用于实际问题以开发智能系统。4. 在实施智能系统时，从一系列技术中进行适当选择。第一单元简介：人工智能问题概述，人工智能问题为 NP、NP 完全和 NP 难题。强与弱、整洁与邋遢、符号与亚符号、基于知识和数据驱动的人工智能。第二单元搜索策略：问题空间（状态、目标和运算符）、通过搜索解决问题、启发式和知情搜索、最小-最大搜索、Alpha-beta 剪枝。约束满足（回溯和局部搜索方法）。第三单元知识表示和推理：命题和谓词逻辑、解析和定理证明、时间和空间推理。概率推理、贝叶斯定理。全序和偏序规划。目标堆栈规划、非线性规划、分层规划。单元 IV 学习：从示例中学习、通过建议学习、基于解释的学习、解决问题中的学习、分类、归纳学习、朴素贝叶斯分类器、决策树。自然语言处理：语言模型、n-gram、向量空间模型、词袋、文本分类。信息检索。单元 V 代理：代理的定义、代理架构（例如，反应式、分层式、认知式）、多代理系统 - 协作代理、竞争代理、群体系统和生物启发模型。智能系统：表示和使用领域知识、专家系统外壳、解释、知识获取。关键应用领域：专家系统、决策支持系统、语音和视觉、自然语言处理、信息检索、语义网。教科书：
R22 M.Tech. ECE JNTUH 贾瓦哈拉尔·尼赫鲁......
1. 揭示使用 FPGA 的设计方法。2. 深入了解故障模型。3. 了解用于故障检测的测试模式生成技术。4. 设计时序电路中的故障诊断。5. 通过案例研究了解流程设计。单元 - I 可编程逻辑器件：可编程逻辑器件的概念、SPLD、PAL 器件、PLA 器件、GAL 器件、CPLD 架构、FPGA FPGA 技术、架构、virtex CLB 和切片、FPGA 编程技术、Xilinx XC2000、XC3000、XC4000 架构、Actel ACT1、ACT2 和 ACT3 架构。 [教材-1] 第二单元 用状态图和状态表分析和推导时钟时序电路：时序奇偶校验器、信号跟踪和时序图分析-状态表和状态图-时序电路的通用模型、序列检测器的设计、更复杂的设计问题、状态图构建指南、串行数据转换、字母数字状态图符号。多时钟时序电路的需求和设计策略。[教材-2] 第三单元 时序电路设计：时序电路的设计程序-设计示例、代码转换器、迭代电路的设计、比较器的设计、控制器 (FSM) - 亚稳态、同步、FSM 问题、流水线资源共享、使用 FPGA 的时序电路设计、时序电路的仿真和测试、计算机辅助设计概述。 [教材-2] 第四单元故障建模和测试模式生成：逻辑故障模型、故障检测和冗余、故障等效性和故障定位、故障主导性、单个故障卡住模型、多个故障卡住模型、桥接故障模型。通过常规方法、路径敏感化技术、布尔差分法、KOHAVI 算法、测试算法-D 算法、随机测试、转换计数测试、签名分析和测试桥接故障对组合电路进行故障诊断。[教材-3 和参考文献 1] 第五单元时序电路中的故障诊断：电路测试方法、转换检查方法、状态识别和故障检测实验、机器识别、故障检测实验设计。[参考文献 3]
R22 B.Tech. CSE（AI 和 ML）课程大纲 JNTU 海得拉巴
写出一组线性方程的矩阵表示并分析方程组的解 查找特征值和特征向量 使用正交变换将二次形式简化为标准形式。 解决均值定理的应用。 使用 Beta 和 Gamma 函数评估不当积分 找到有/无约束的两个变量函数的极值。 评估多重积分并应用概念来寻找面积和体积 UNIT - I：矩阵 10 L 通过梯形和标准形式对矩阵进行秩，通过高斯-乔丹方法对非奇异矩阵进行逆运算，线性方程组：用高斯消元法、高斯赛德尔迭代法求解齐次和非齐次方程组。第二单元：特征值和特征向量 10 L 线性变换和正交变换：特征值、特征向量及其性质、矩阵对角化、凯莱-汉密尔顿定理（无证明）、用凯莱-汉密尔顿定理求矩阵的逆和幂、二次型和二次型的性质、用正交变换将二次型简化为标准形式。 第三单元：微积分 10 L 均值定理：罗尔定理、拉格朗日均值定理及其几何解释和应用、柯西均值定理、泰勒级数。应用定积分求曲线旋转的表面积和体积（仅限于笛卡尔坐标系）、不当积分的定义：Beta 函数和 Gamma 函数及其应用。第四单元：多元微积分（偏微分和应用）10 L 极限和连续性的定义。偏微分：欧拉定理、全导数、雅可比矩阵、函数依赖性和独立性。应用：使用拉格朗日乘数法求二元和三元函数的最大值和最小值。
R18 技术学士CSE（数据科学）III 和 IV 年 JNTU ...
能够分析算法的性能 能够为指定的应用程序选择合适的数据结构和算法设计方法 能够理解数据结构的选择和算法设计方法如何影响程序的性能 UNIT - I 简介：算法、性能分析-空间复杂度、时间复杂度、渐近符号-大 oh 符号、欧米茄符号、西塔符号和小 oh 符号。 分而治之：一般方法，应用-二分查找、快速排序、归并排序、施特拉森矩阵乘法。 UNIT - II 不相交集：不相交集合运算、联合和查找算法 回溯：一般方法、应用、n 皇后问题、子集和问题、图着色 UNIT - III 动态规划：一般方法，应用-最佳二叉搜索树、0/1 背包问题、所有对最短路径问题、旅行商问题、可靠性设计。第四单元贪婪法：通用方法，应用-有截止期限的工作排序，背包问题，最小成本生成树，单源最短路径问题。第五单元分支定界：通用方法，应用-旅行商问题，0/1背包问题-LC分支定界解决方案，FIFO分支定界解决方案。NP-Hard和NP-Complete问题：基本概念，非确定性算法，NP-Hard和NP-Complete类，Cook定理。教科书：
R19M.Tech. 人工智能 JNTU 海得拉巴
解决基于人工智能的基本问题。 定义人工智能的概念。 将人工智能技术应用于实际问题以开发智能系统。 在实施智能系统时，从一系列技术中进行适当选择。 第一单元简介：人工智能问题概述，人工智能问题为 NP、NP 完全和 NP 难题。强与弱、整洁与邋遢、符号与亚符号、基于知识和数据驱动的人工智能。 第二单元搜索策略：问题空间（状态、目标和运算符）、通过搜索解决问题、启发式和知情搜索、极小最大搜索、Alpha-beta 剪枝。约束满足（回溯和局部搜索方法）。 第三单元知识表示和推理：命题和谓词逻辑、解析和定理证明、时间和空间推理。概率推理、贝叶斯定理。全序和偏序规划。目标堆栈规划、非线性规划、分层规划。单元 IV 学习：从示例中学习、通过建议学习、基于解释的学习、解决问题中的学习、分类、归纳学习、朴素贝叶斯分类器、决策树。自然语言处理：语言模型、n-gram、向量空间模型、词袋、文本分类。信息检索。单元 V 代理：代理的定义、代理架构（例如，反应式、分层式、认知式）、多代理系统 - 协作代理、竞争代理、群体系统和生物启发模型。智能系统：表示和使用领域知识、专家系统外壳、解释、知识获取。关键应用领域：专家系统、决策支持系统、语音和视觉、自然语言处理、信息检索、语义网。