- Učitel: Alexander Maťašovský
- Učitel: Martin Nehéz

1. Formát CSV
2. Implementácia spracovania CSV súborov v jazyku Matlab
3. Implementácia spracovania CSV súborov v jazyku Python
4. Implementácia spracovania CSV súborov v jazyku JavaScript
5. Formát JSON
6. Implementácia spracovania JSON súborov v jazyku Matlab
7. Implementácia spracovania JSON súborov v jazyku Python
8. Implementácia spracovania JSON súborov v jazyku JavaScript
9. Formát XML
10. Implementácia spracovania XML súborov v jazyku Matlab
11. Implementácia spracovania XML súborov v jazyku Python
12. Implementácia spracovania XML súborov v jazyku JavaScript
13. Validácia a transformácia XML dát pomocou DTD, XML schema a XSLT
1. The CSV format
2. Processing of CSV data in Matlab
3. Processing of CSV data in Python
4. Processing of CSV data in JavaScript
5. The JSON format
6. Processing of JSON data in Matlab
7. Processing of JSON data in Python
8. Processing of JSON data in JavaScript
9. The XML format
10. Processing of XML data in Matlab
11. Processing of XML data in Python
12. Processing of XML data in JavaScript
13. Validation and transformation of XML data using DTD, XML schema, and XSLT
- Učitel: Michal Kvasnica
- Učitel: Marek Wadinger
- Učitel bez práva upravovat: Gyula Kurucz

Identifikácia spojitých a diskrétnych dynamických procesov na základe spracovania prechodových, frekvenčných charakteristík a pomocou metódy najmenších štvorcov.
Identification of continuous and discrete dynamic processes based on processing of step and frequency responses and using the least squares method.
- Učitel: Rastislav Fáber
- Učitel: Ananya Lohani
- Učitel: Radoslav Paulen
- Učitel: Jozef Vargan
1. Úvod do problematiky umelej inteligencie a strojového učenia
2. Úspechy a zlyhania umelej inteligencie
3. Učenie s učiteľom (supervised learning)
4. Učenie bez učiteľa (unsupervised learning)
5. Učenie s podporou (reinforcement learning)
6. Klasifikačné algoritmy
7. Regresné algoritmy
8. Umelé neurónové siete - štruktúra
9. Umelé neurónové siete - učenie
10. Autoenkódery
11. Skryté Markovove modely
12. Decentralizovaná umelá inteligencia
1. Introduction into artificial intelligence and machine learning
2. Success stories of artificial intelligence
3. Supervised learning
4. Unsupervised learning
5. Reinforcement learning
6. Classification algorithms
7. Regression algorithms
8. Artificial neural networks - structure
9. Artificial neural network - learning
10. Autoencoders
11. Hidden Markov models
12. Decentralized artificial intelligence
- Učitel: Marek Wadinger
- Učitel: Diana Dzurková
- Učitel: Lenka Galčíková
- Učitel: Juraj Holaza
- Učitel: Michaela Horváthová
- Učitel: Martin Kalúz
- Učitel: Martin Klaučo
- Učitel: Michal Kvasnica
- Učitel: Juraj Oravec
- Učitel: Sofiia Serhiienko
- Učitel: Marek Wadinger
- Učitel: Rastislav Fáber
- Učitel: Radoslav Paulen
- Učitel: Rastislav Fáber
- Učitel: Radoslav Paulen
- Učitel: Marián Gall
- Učitel: Karol Kiš
1. metódy neohraničenej optimalizácie - funkcie jednej predmennej 2. metódy neohraničenej optimalizácie - funkcie viacerých premenných 3. gradientová metóda 4. Newtonova metóda 5. Bezgradientové metódy stochastické 6. Bezgradientové metódy deterministické 7. Optimalizácia s rovnosťovými ohraničeniami 8. Optimalizácia s nerovnosťovými ohraničeniami 9. Bariérová metóda 10. Lineárne programovanie a jeho aplikácie 11. Kvadratické programovanie a jeho aplikácie 12. Sekvenčné kvadratické programovanie 13. Celočíselná optimalizácia
1. unconstrained optimization methods - functions of one predicate 2. unconstrained optimization methods - functions of several variables 3. gradient method 4. Newton's method 5. Gradient-free stochastic methods 6. Gradient-free deterministic methods 7. Optimization with equality constraints 8. Optimization with inequality constraints 9. Barrier method 10. Linear programming and its applications 11. Quadratic programming and its applications 12. Sequential quadratic programming 13. Integer optimization
- Učitel: Juraj Holaza
- Učitel: Michal Kvasnica
- Učitel: Marián Gall
- Učitel bez práva upravovat: Maroš Baumgartner
- Učitel bez práva upravovat: Ľubomíra Horanská
- Učitel bez práva upravovat: Zdenko Takáč
1. Úvod do prediktívneho riadenia (a. Rozdiel medzi PID, LQR a prediktívnym riadením, b. Formulácia úlohy prediktívneho riadenia c. Princíp spätnoväzbovej implementácie), 2. Úloha konvexnej optimalizácie v prediktívnom riadení (a. Normy ako indikátory vzdialenosti, b. Lineárne a kvadratické programovanie, c. Formulácia a riešenie konvexných optimalizačných problémov v jazyku YALMIP) 3. Rôzne formulácie prediktívneho riadenia (a. Formulácia s ohraničeniami v tvare rovnosti, b. Formulácia bez ohraničení v tvare rovnosti, c. Regulácia do nenulovej referencie, d. Výstupná regulácia, e. Odstránenie trvalej regulačnej odchýlky, f. Znižovanie výpočtovej zložitosti)
1. Introduction to predictive control (a. Difference between PID, LQR and predictive control, b. Formulation of the predictive control task c. Principle of feedback implementation), 2. The role of convex optimization in predictive control (a. Norms as distance indicators, b. Linear and quadratic programming, c. Formulation and solution of convex optimization problems in the YALMIP language) 3. Various formulations of predictive control (a. Formulation with constraints in the form of equality, b. Formulation without constraints in the form of equality, c. Regulation to a non-zero reference, d. Output regulation, e. Elimination of permanent control deviation, f. Reduction of computational complexity)
- Učitel: Karol Kiš
- Učitel: Martin Klaučo
- Učitel: Patrik Valábek
Naučíme sa pracovať s Priemyselnýmy Logickými Automatmi(PLC) od návrhu riešenia pre vybraný experiment, jeho zapojenia, programovania až po tvorbu HMI (vizualizačných obrazoviek). Popri tom si osvojíme tvorbu P and ID schém a vývojových diagramov.
Prebieha to vo forme návhrhu riešenia vlastného projektu(reálneho experimentu napríklad žiarovka, zásobníky alebo vymysleného implementovaného vo forme modelu priamo do PLC).
We will learn to work with Industrial Logic Controllers (PLCs) from designing a solution for a selected experiment, its connection, programming to creating HMIs (visualization screens). In addition, we will learn how to create P and ID schemes and flow charts.
This takes place in the form of a proposal for a solution to your own project (a real experiment, for example a light bulb, tanks or an imaginary one implemented in the form of a model directly into the PLC).
- Učitel: Peter Bakaráč
- Učitel: Richard Valo

Projekt riadenia procesov
- Učitel: Peter Bakaráč
- Učitel: Juraj Oravec
- Učitel: Erika Plšičík Pavlovičová
1. Teoretické východiská k distribuovanému systému riadenia revízií, 2. Programové prostredie distribuovaného systému riadenia revízií 3. Konfigurácie repozitárov, užívateľského rozhrania a správa užívateľov repozitárov 4. Základy správy súborov 5. Pokročilá správa súborov 6. Tímový projekt zameraný na správu súborov 7. Správa verzií, 8. Základy správy vetiev a ich zlučovania, 9. Pokročilá správa vetiev a ich zlučovanie, 10. Riešenie konfliktov medzi jednotlivými verziami, 11. Prepisovanie histórie vývoja softvéru a pokročilé riešenie problémov, 12. Tímový projekt zameraný na správu verzií
1. Theoretical background to a distributed revision control system, 2. Programming environment of a distributed revision control system 3. Configuration of repositories, user interface and management of repository users 4. Basics of file management 5. Advanced file management 6. Team project focused on file management 7. Version management, 8. Basics of branch management and merging, 9. Advanced branch management and merging, 10. Resolving conflicts between individual versions, 11. Rewriting the history of software development and advanced troubleshooting, 12. Team project focused on version management
- Učitel: Juraj Oravec
1. Systémy s jedným neurčitým parametrom, 2. Systémy s parametrickými intervalovými neurčitosťami, 3. Systémy s parametrickými lineárnymi afinnými neurčitosťami a polytopické systémy, 4. Multilineárne, polynomické a všeobecné parametrické neurčitosti, 5. Systémy s neštruktúrovanými neurčitosťami
1. Systems with one uncertain parameter, 2. Systems with parametric interval uncertainties, 3. Systems with parametric linear affine uncertainties and polytopic systems, 4. Multilinear, polynomial and general parametric uncertainties, 5. Systems with unstructured uncertainties
- Učitel: Juraj Oravec
- Učitel: Erika Plšičík Pavlovičová
- Učitel: Peter Bakaráč
- Učitel: Rastislav Fáber
- Učitel: Kristína Fedorová
- Učitel: Miroslav Fikar
- Učitel: Lenka Galčíková
- Učitel: Marián Gall
- Učitel: Juraj Holaza
- Učitel: Michaela Horváthová
- Učitel: Martin Klaučo
- Učitel: Roman Kohút
- Učitel: Juraj Oravec
- Učitel: Radoslav Paulen
- Učitel: Erika Plšičík Pavlovičová
- Učitel: Patrik Valábek
- Učitel: Jozef Vargan
- Učitel: Marek Wadinger
- Učitel: Peter Bakaráč
- Učitel: Ľuboš Čirka
- Učitel: Rastislav Fáber
- Učitel: Miroslav Fikar
- Učitel: Lenka Galčíková
- Učitel: Marián Gall
- Učitel: Juraj Holaza
- Učitel: Michaela Horváthová
- Učitel: Martin Klaučo
- Učitel: Juraj Oravec
- Učitel: Radoslav Paulen
- Učitel: Erika Plšičík Pavlovičová
- Učitel: Patrik Valábek
- Učitel: Jozef Vargan
- Učitel: Marek Wadinger
- Učitel: Peter Bakaráč
- Učitel: Miroslav Fikar
- Učitel: Lenka Galčíková
- Učitel: Michaela Horváthová
- Učitel: Martin Klaučo
- Učitel: Juraj Oravec
- Učitel: Radoslav Paulen
- Učitel: Marek Wadinger
Študenti sa oboznamujú s existujúcimi technickými prostriedkami automatizácie riadenia technologických procesov v chemickom a potravinárskom priemysle s bežne používanými senzormi, akčnými členmi a priemyselnými riadiacich systémami.
Students get acquainted with the existing technical means of automation for control of technological processes in chemical and food industry with commonly used sensor, actuators and industrial control systems.
- Učitel: Peter Bakaráč
- Učitel: Diana Dzurková
- Učitel: Martin Kalúz
1. Základy logického riadenia, 2. Programovateľné logické regulátory (PLC) Siemens SIMATIC, 3. Pokročilé techniky programovania Siemens SIMATIC, 4. Práca na záverečnom projekte
1. Fundamentals of Logic Control, 2. Siemens SIMATIC Programmable Logic Controllers (PLC), 3. Advanced Siemens SIMATIC Programming Techniques, 4. Final Project Work
- Učitel: Diana Dzurková
- Učitel: Martin Kalúz
1. Priemyselné informačné štandardy, 2. Fyzikálne modelovanie s vysokou vernosťou, 3. Priemyselné informačné a riadiace systémy, 4. Práca na záverečnom projekte
1. Industrial Information Standards, 2. High-fidelity Physical Modeling, 3. Industrial Information and Control Systems, 4. Final Project Work
- Učitel: Diana Dzurková
- Učitel: Martin Kalúz
Mathematical description of linear continuous-time systems (state space, transfer functions), stability, frequency analysis, state feedback, observers, algebraic theory of control
- Učitel: Miroslav Fikar
- Učitel: Lenka Galčíková
- Učitel: Sofiia Serhiienko
1. Stavové modely spojitých procesov (Vlastnosti stavových modelov procesov, Stavový regulátor, Pozorovanie stavu), 2. Diskrétne riadenie (Z-transformácia, Diskrétne dynamické systémy, Vlastnosti diskrétnych dynamických systémov, Návrh riadenia v diskrétnej oblasti)
1. State models of continuous processes (Properties of state models of processes, State controller, State observation), 2. Discrete control (Z-transform, Discrete dynamic systems, Properties of discrete dynamic systems, Control design in the discrete domain)
- Učitel: Miroslav Fikar
- Učitel: Lenka Galčíková
- Učitel: Juraj Holaza
- Adaptive control - industrial adaptive control of PID controllers, self-tuning controllers, moredel reference adaptive control
- Multivariable control - input/output pairing, relative gain array, decoupling, model predictive control
- Process control - schemes, heat exchangers, distillation columns, waste-water treatment plants, combustion, reactors, etc.
- Učitel: Miroslav Fikar
- Učitel: Erika Plšičík Pavlovičová
Úvod do problematiky tvorby vedeckých dokumentov, Výhody a nevýhody WYSIWYG systémov, MS Word, Libre Office, Google Docs a ich použitie, LaTeX - úvod, Matematické konštrukcie, Správa rozsiahlych dokumentov, Práca s bibliografickými údajmi, Obrázky, tabuľky, Grafy a diagramy, Formáty exportu, Ostatné dokumentačné systémy - XML formáty, DocBook - základy, DocBook - transformácie
Introduction to the issue of creating scientific documents, Advantages and disadvantages of WYSIWYG systems, MS Word, Libre Office, Google Docs and their use, LaTeX - introduction, Mathematical constructions, Managing large documents, Working with bibliographic data, Images, tables, Graphs and diagrams, Export formats, Other documentation systems - XML formats, DocBook - basics, DocBook - transformations
- Učitel: Juraj Holaza
- Učitel: Ananya Lohani
- Učitel: Martin Mojto