Stu­dia doktoranckie

O stu­di­ach dok­toranc­kich

Stu­dia trwają 4 lata z możli­woś­cią przedłuże­nia okresu odby­wa­nia studiów dok­toranc­kich łącznie nie dłużej niż 2 lata. Real­iza­cja ksz­tałce­nia na stu­di­ach dok­toranc­kich na Wydziale oparta jest zasad­niczo na relac­jach mistrz-​uczeń. Mis­trz – opiekun naukowy, a następ­nie pro­mo­tor – jest czyn­nym naukow­cem i nauczy­cielem aka­demickim. Opieka naukowa mis­trza to kon­struowanie ścieżki roz­woju dok­toranta, umożli­wia­jące wyko­rzys­tanie w sposób opty­malny jego zdol­ności i zapew­ni­a­jące możli­wie najbardziej efek­ty­wne postępy prac badaw­czych prowadzą­cych do uzyska­nia stop­nia naukowego doktora.

Dok­toranci włączani są do zespołów badaw­czych Wydzi­ału, ich bada­nia są finan­sowane ze środ­ków, jakimi dys­ponują te zespoły, jak również mają wspar­cie władz Wydzi­ału w zdoby­wa­niu środ­ków na bada­nia dla młodych pra­cown­ików nauki i uczest­ników studiów dok­toranc­kich ze środ­ków „badań statu­towych” oraz innych źródeł (NCN, NCBiR).

Uprawnione do pod­ję­cia studiów dok­toranc­kich są osoby posi­ada­jące tytuł mag­is­tra lub mag­is­tra inżyniera w zakre­sie dyscy­pliny elek­trotech­nika, infor­matyka, automatyka i robo­t­yka lub pokrewnej. Kwal­i­fikacja na stu­dia dok­toranckie odbywa się na pod­stawie oceny ukończenia studiów mag­is­ter­s­kich, doty­chcza­sowego dorobku naukowego kandy­data zaopin­iowanego przez opiekuna naukowego oraz roz­mowy kwal­i­fika­cyjnej. Kandy­dat jest zobow­iązany uzyskać zgodę na opiekę naukową uprawnionego pra­cown­ika Uni­w­er­sytetu Zielonogórskiego (tj. posi­ada­jącego tytuł pro­fe­sora bądź stopień dok­tora habil­i­towanego nauk technicznych).

prof. dr hab. inż. Marcin Witczak


(fot.: K. Adam­czewski, Pro­mocje dok­torskie, lata 20142016.)

Kon­takt

Kierownik Studiów Doktoranckich

prof. dr hab. inż. Marcin Witczak

e-​mail: Ten adres pocz­towy jest chro­niony przed spamowaniem. Aby go zobaczyć, konieczne jest włącze­nie w przeglą­darce obsługi JavaScript.

Doku­menty

Składanie doku­men­tów rekru­ta­cyjnych na rok aka­demicki 2017/​2018:
Al. Wojska Pol­skiego 69, sala 101R, bud. A-​17

rejes­tracja inter­ne­towa
01.0708.09.2017
przyj­mowanie doku­men­tów
01.0908.09.2017
roz­mowa kwal­i­fika­cyjna
15.09.2017
ogłosze­nie list osób przyję­tych
i nieprzyję­tych na stu­dia
27.09.2017
Zaję­cia dla dok­toran­tów odby­wają się w ciągu 1 dnia w tygod­niu
dla danego roku studiów
i zaczy­nają się od godziny 16.00


Potenc­jalni pro­mo­torzy i tem­atyka

prof. dr hab. inż. Mar­ian Adamski

  • metody kom­put­erowej anal­izy i syn­tezy układów cyfrowych
  • for­malne metody sys­te­mowego pro­jek­towa­nia układów cyfrowych
  • pro­jek­towanie i anal­iza sys­temów infor­ma­cyjnych (CASE)

prof. dr hab. inż. Alexan­der Barkalov

  • metody kom­put­erowej anal­izy i syn­tezy układów cyfrowych
  • for­malne metody sys­te­mowego pro­jek­towa­nia układów cyfrowych

prof. dr hab. inż. Grze­gorz Beny­sek

  • sys­temy mag­a­zynowa­nia energii: anal­iza właś­ci­wości układów Fly­Wheel, SMES oraz układów bateryjnych w aspekcie poprawy funkcjonowa­nia rozpros­zonego sys­temu elektroenergetycznego
  • DSM/​DSR: anal­iza właś­ci­wości układów DSM/​DSR
  • zarządzanie popy­tem i zasobami ener­gety­cznymi: anal­iza właś­ci­wości, budowa i bada­nia układów HAN, Inter­net rzeczy
  • układy z przek­sz­tałt­nikami ener­goelek­tron­icznymi (AC/​AC, AC/​DC, DC/​AC oraz DC/​DC): topolo­gie, strate­gie sterowa­nia oraz anal­iza i bada­nia właś­ci­wości tych układów jako ele­men­tów tech­nologii typu FACTS, w prze­mysłowych sys­temach zasi­la­nia, w sprzę­cie powszech­nego użytku, w trakcji oraz pojaz­dach elek­trycznych i hybrydowych
  • układy elek­tryczne: metody mod­e­lowa­nia i analizy

dr hab. inż. Zbig­niew Fedy­czak, prof. UZ

  • przek­sz­tałt­niki ener­goelek­tron­iczne: topolo­gie, strate­gie sterowa­nia oraz anal­iza i bada­nia właś­ci­wości przek­sz­tałt­ników typu AC/​AC, AC/​DC, DC/​AC oraz DC/​DC
  • układy z przek­sz­tałt­nikami ener­goelek­tron­icznymi: topologie,strategie sterowa­nia oraz anal­iza i bada­nia właś­ci­wości tych układów, jako ele­men­tów tech­nologii typu FACTS, Smart Grid oraz ele­men­tów prze­mysłowych sys­temów zasi­la­nia, sys­temów mag­a­zynowa­nia energii elek­trycznej, trakcji i pojazdów elek­trycznych i hybry­dowych i w sprzę­cie powszech­nego użytku
  • układy elek­tryczne: metody mod­e­lowa­nia i anal­izy właściwości

prof. dr hab. inż. Krzysztof Gałkowski

  • teo­ria sys­temów wielowymi­arowych (nD) i pro­cesów powtarzalnych
  • mod­e­lowanie złożonych pro­cesów i sys­temów, tech­nicznych i infor­maty­cznych w opar­ciu o aparat sys­temów nD i pro­cesów powtarzalnych
  • numeryczna anal­iza obiek­tów i pro­cesów opisy­wanych rów­na­ni­ami różniczkowymi cząstkowymi
  • kom­put­erowa symu­lacja pro­cesów fizy­cznych mod­e­lowanych przy uży­ciu aparatu pro­cesów pow­tarzal­nych z zas­tosowaniem nowoczes­nych narzędzi obliczeniowych (Mat­lab, Maple)
  • układy hybry­dowe
  • zas­tosowa­nia alge­bry numerycznej

dr hab. inż. Andrzej Janczak, prof. UZ

  • iden­ty­fikacja nielin­iowych sys­temów dynamicznych
  • sztuczne sieci neu­ronowe w sterowa­niu i iden­ty­fikacji systemów
  • iden­ty­fikacja lin­iowych sys­temów pow­tarzal­nych meto­dami podprzestrzeni

dr hab. inż. Andrei Karatkewich, prof. UZ

  • for­malne metody systemowe

dr hab. inż. Adam Kemp­ski prof. UZ

  • kom­paty­bil­ność elektromagnetyczna

prof. dr hab. inż. Józef Korbicz

  • sztuczne sieci neu­ronowe: opty­mal­iza­cja struk­tur jed­nok­ierunk­owych wielowarst­wowych, sieci samoor­ga­nizu­jące się typu GMDH, sieci dynam­iczne, struk­tury wielosieciowe
  • algo­rytmy uczenia: gra­di­en­towe oraz genetyczne
  • sys­temy rozmyte oraz neuronowo-​rozmyte: opty­mal­iza­cja para­metrów oraz struk­tury, gra­di­en­towe algo­rytmy uczenia
  • sys­temy eksper­towe: zin­te­growane bazy wiedzy, reprezen­tacja wiedzy (regułowa, pro­ce­du­ralna, neu­ronalna), logika rozmyta
  • diag­nos­tyka pro­cesów: neu­ronowe mod­e­lowanie, neu­ronowe klasy­fika­tory, diag­nos­ty­czne sys­temy dorad­cze, opty­mal­iza­cja struk­tur i para­metrów układu diag­nos­ty­cznego z zas­tosowaniem algo­ryt­mów ewolucyjnych
  • automatyka: pro­jek­towanie obser­wa­torów stanu z wyko­rzys­taniem pro­gramowa­nia gene­ty­cznego, reg­u­la­tory rozmyte

prof. dr hab. inż. Igor Korotyeyev

  • pro­cesy chao­ty­czne w układach energoelektroniki
  • anal­iza układów przek­sz­tałt­nikowych i ich wyko­rzys­tanie przy pro­jek­towa­niu sys­temów zasilania

dr hab. inż. Euge­niusz Kuri­ata, prof. UZ

  • ochrona infor­ma­cji
  • kryp­tografia
  • teo­ria infor­ma­cji i kodowania
  • tele­trans­misja

dr hab. inż. Wiesław Miczul­ski, prof. UZ

  • pomi­ary impedancji
  • pomi­ary wielkosci nieelektrycznych
  • mod­e­lowanie i symu­lacja ukladow pomiarowych
  • sys­temy pomi­arowe do diag­nos­tyki obiek­tow i pro­ce­sow technologicznych

prof. dr hab. inż. Mar­ian Miłek

  • kom­para­tory impedancji
  • pomi­ary pre­cyzyjne R, L, C
  • kom­para­tory prądowe
  • pomi­ary wartości skutecznej prądów oraz mocy przy prze­b­ie­gach niesinusoidalnych
  • pomi­ary wielkości nieelek­trycznych meto­dami elektrycznymi
  • sys­temy pomiarowe

prof. dr hab. Roman Gielerak

  • matem­aty­czne prob­lemy infor­matyki kwantowej
  • kwan­towe metody ochrony i trans­feru klasy­cznej informacji
  • kwan­towe algo­rytmy i mod­ele obliczeń
  • kwan­towa teo­ria sterowa­nia i sterowanie układami kwantowymi
  • makroskopowe zjawiska kwan­towe i ich zas­tosowa­nia w kwan­towej informatyce
  • mod­e­lowanie i symu­lacje kom­put­erowe układów kwantowych
  • kwan­towe języki programowania
  • klasy­czne i kwan­towe zachowa­nia chao­ty­czne: mod­e­lowanie i symulacje

dr hab. inż. Ryszard Ryb­ski, prof. UZ

  • dokładne pomi­ary wielkości elektrycznych
  • zas­tosowa­nia metod i algo­ryt­mów DSP w dokład­nych pomi­arach wielkości elektrycznych
  • pomi­ary impedancji
  • cyfrowe kom­para­tory impedancji
  • pomi­ary wielkości nieelek­trycznych meto­dami elektrycznymi
  • sys­temy pomi­arowe w mon­i­torowa­niu i diag­nos­tyce obiek­tów i pro­cesów technologicznych

dr hab. inż. Marcin Mru­gal­ski, prof. UZ

  • sztuczne sieci neuronowe
  • mod­ele neu­ronowe GMDH
  • odporne metody esty­macji parametrów
  • fil­try o niez­nanym wejściu
  • odporne metody diag­nos­tyki uszkodzeń pro­cesów przemysłowych

prof. dr hab. inż. Andrzej Obuchowicz

  • algo­rytmy ewolucyjne: tech­niki ekspo­ra­cyjne dla ewolucji feno­ty­powej, wielowymi­arowe mutacje w algo­ryt­mach ewolucyjnych bazu­ją­cych na zmi­ennopozy­cyjnej reprezen­tacji osob­nika, zas­tosowa­nia w diag­nos­tyce tech­nicznej i medycznej
  • adap­tacja w środowisku zmi­en­nym w cza­sie: klasy­fikacja i miary zmi­en­ności środowiska, miary jakości algo­ryt­mów adap­ta­cyjnych, anal­iza pro­cesów ewolucyjnych w środowisku zmi­en­nym w cza­sie, zas­tosowa­nia w proce­sach uczenia sys­temów inteligent­nych on-​line
  • kon­strukcja opty­mal­nych mod­eli neu­ronowych i neuro-​rozmytych: opty­mal­iza­cja architek­tury mod­eli neu­ronowych, opty­malny dobór danych uczą­cych dla mod­eli neu­ronowych, sto­chasty­czne i heurysty­czne tech­niki uczenia sieci dynam­icznych, opty­mal­iza­cja pro­cesu rozmy­wa­nia danych wejś­ciowych dla sys­temów neuro-​rozmytych, zas­tosowa­nia w diag­nos­tyce tech­nicznej i medycznej
  • automaty­czna diag­nos­tyka nowot­worów piersi na bazie mikroskopowych obrazów biop­sji cienkoiglowej: fil­tracja i seg­men­tacja obrazów mikroskopowych, ekstrakcja cech, klasy­fikacja obrazów
  • zas­tosowa­nia alge­bry max-​plus do mod­e­lowa­nia i anal­izy dynam­icznych dyskret­nych sys­temów zdarzeniowych

dr hab. inż. Andrzej Olencki, prof. UZ

  • pro­jek­towanie elek­tron­icznej aparatury pomiarowej
  • kali­bra­tory napięć i prądów
  • pre­cyzyjne pomi­ary wielkości elektroenergetycznych

dr hab. inż. Krzysztof Patan, prof. UZ

  • diag­nos­tyka uszkodzeń
  • sterowanie toleru­jące uszkodzenia
  • metody sztucznej inteligencji

dr hab. inż. Maciej Patan, prof. UZ

  • planowanie ekspery­men­tów pomiarowych
  • metody lokowa­nia czu­jników pomiarowych
  • tech­nik esty­macji parametrycznej

dr hab. inż. Andrzej Pieczyński, prof. UZ

  • obliczenia inteligentne, metody sztucznej inteligencji i ich zastosowanie
  • mod­e­lowanie obiek­tów, diag­nos­tyka pro­cesów przemysłowych
  • wydoby­wanie i reprezen­tacja wiedzy
  • poszuki­wanie efek­ty­wnej rozmytej reprezen­tacji wiedzy w sys­temach ekspertowych
  • adap­tacja rozmytej reprezen­tacji wiedzy w diagnostyce
  • mod­e­lowanie z rozmytą reprezen­tacją wiedzy

dr hab. inż. Robert Smoleński, prof. UZ

  • przek­sz­tałt­niki ener­goelek­tron­iczne: topolo­gie, strate­gie sterowa­nia oraz anal­iza i bada­nia właś­ci­wości przek­sz­tałt­ników typu AC/​AC, AC/​DC, DC/​AC oraz DC/​DC
  • układy z przek­sz­tałt­nikami ener­goelek­tron­icznymi: topolo­gie, strate­gie sterowa­nia oraz anal­iza i bada­nia właś­ci­wości tych układów jako ele­men­tów tech­nologii typu FACTS, w prze­mysłowych sys­temach zasi­la­nia, w sprzę­cie powszech­nego użytku, w sys­temach typu MRI w aparaturze medy­cznej oraz trakcji i pojaz­dach elek­trycznych i hybrydowych
  • układy elek­tryczne: metody mod­e­lowa­nia i analizy

dr hab. inż. Larysa Titarenko, prof. UZ

  • metody kom­put­erowej anal­izy i syn­tezy układów cyfrowych
  • for­malne metody systemowe

prof. dr hab. inż. Dar­iusz Uciński

  • mod­e­lowanie złożonych pro­cesów fizy­cznych z zas­tosowaniem automatów komórkowych
  • zas­tosowa­nia sieci neuronowych
  • kom­put­erowa symu­lacja pro­cesów fizy­cznych (rozprzestrzeni­anie się zanieczyszczeń w atmos­ferze i wodach grun­towych) z zas­tosowaniem nowoczes­nych narzędzi obliczeniowych (Fast­flo, For­tran 95 z bib­liotekami IMSL, Mat­lab, Maple)
  • tech­niki planowa­nia opty­mal­nego ekspery­mentu z zas­tosowa­ni­ami w iden­ty­fikacji pro­cesów fizycznych
  • zagad­nienia diag­nos­tyki obiek­tów technicznych

prof. dr hab. inż. Marcin Witczak

  • diag­nos­tyka uszkodzeń
  • sterowanie toleru­jące uszkodzenia
  • sterowanie odporne
  • sterowanie predyk­cyjne
  • metody sztucznej inteligencji w układach diag­nos­tyki i sterowania

dr hab. inż. Woj­ciech Paszke, prof. UZ

  • teo­ria sys­temów wielowymi­arowych (nD) i pro­cesów powtarzalnych
  • iter­a­cyjne sterowanie z uczeniem
  • zas­tosowanie lin­iowych nierówności macier­zowych w teorii sterowania
  • kom­put­erowa symu­lacja pro­cesów fizy­cznych przy uży­ciu nowoczes­nych paki­etów matematycznych

dr hab. inż. Radosław Kłosiński, prof. UZ

  • różne zas­tosowa­nia cyfrowego przetwarza­nia syg­nałów w elektrotechnice
  • anal­iza iden­ty­fikacja i zas­tosowa­nia układów o okre­sowo zmi­en­nych parametrach
  • anal­iza wid­mowa syg­nałów próbkowanych niesynchronicznie
  • rekon­strukcja syg­nałów zniek­sz­tał­conych przez układy nieliniowe

dr hab. inż. Krzysztof Sozański

  • cyfrowe algo­rytmy sterowa­nia układami ener­goelek­tron­icznymi takimi jak: przek­sz­tałt­niki typu AC/​AC, AC/​DC, DC/​AC oraz DC/​DC, ener­gety­czne fil­try akty­wne, falown­iki (inwert­ery) dla odnaw­ial­nych źródeł energii, zasi­lacze impul­sowe, cyfrowe wzmac­ni­acze klasy D itp.
  • metody mod­e­lowa­nia i symu­lacji układów ener­goelek­tron­icznych z cyfrowymi układami sterowania
  • sterowanie predyk­cyjne układami energoelektronicznymi
  • cyfrowe przetwarzanie syg­nałów, układy wieloszybkościowe
  • cyfrowe przetwarzanie syg­nałów audio
  • fil­try cyfrowe, banki fil­trów cyfrowych
  • real­iza­cja algo­ryt­mów cyfrowego przetwarza­nia syg­nałów za pomocą: pro­ce­sorów syg­nałowych, mikro­pro­ce­sorów, układów FPGA