Kursplan för Artificiell intelligens och autonoma system

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2020-02-19 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnArtificial intelligence and autonomous systems
  • KurskodEEN095
  • Omfattning7,5 Högskolepoäng
  • ÄgareTIMEL
  • UtbildningsnivåGrundnivå
  • HuvudområdeAutomation och mekatronik
  • InstitutionELEKTROTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 67126
  • Max antal deltagare80
  • Blockschema
  • Sökbar för utbytesstudenterJa

Poängfördelning

0120 Laboration 2 hp
Betygsskala: UG		2 hp0 hp0 hp0 hp0 hp0 hp
0220 Tentamen 5,5 hp
Betygsskala: TH		5,5 hp0 hp0 hp0 hp0 hp0 hp
  • 26 Okt 2020 fm J
  • 05 Jan 2021 em J
  • 23 Aug 2021 em J

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Grundläggande behörighet för grundnivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Samma behörighet som det kursägande programmet.
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Kurserna MVE580 Linjär algebra och differentialekvationer, LEU432 Grundläggande datorteknik och LEU236 Dynamiska system med reglerteknik, eller motsvarande kunskaper.

Syfte

Kursen syftar till att ge en grundläggande introduktion inom artificiell intelligens både med avseende på planering och maskin-inlärning. Speciell vikt läggs på tillämpningar inom robotik och självkörande fordon.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • redogöra för de grundläggande principerna inom artificiell intelligens (AI), inkluderande lärande och beslutsfattande.
  • tillämpa inlärningsmetoder på autonoma system, speciellt för banplanering av robotar.
  • analysera och tillämpa inlärningsmetoder baserade på systemidentifiering.
  • kombinera inlärning och beslutsfattande för både kontinuerliga och diskreta system

Innehåll

  • AI-planering baserat på diskreta tillståndsmodeller.
  • Modellfritt lärande för optimala beslutsprocesser.
  • Systemidentifiering baserat på minsta kvadratskattning.
  • Modellbaserad inlärning för återkopplad styrning.
  • Simulering och testning av styrsystem.

Organisation

Kursen omfattar föreläsningar, gästföreläsningar, övningar och inlämningsuppgifter. Obligatorisk närvaro vid gästföreläsningar och bokade tillfällen för inlämningsuppgifterna.

Litteratur

Meddelas senare

Examination inklusive obligatoriska moment

Godkänd skriftlig tentamen och godkända inlämningsuppgifter krävs för godkänt betyg på kursen.

Kursplanen innehåller ändringar

  • Ändring gjord på kurstillfälle:
    • 2020-06-26: Examinator Examinator ändrat från Bengt Lennartson (l) till Emmanuel Dean (deane) av Viceprefekt
      [Kurstillfälle 1]
  • Ändring gjord på tentamen:
    • 2020-09-30: Plussning Inte längre plussning av GRULG
      Beslut GRULG, plussning ej tillåten
    • 2020-09-30: Plussning Inte längre plussning av GRULG
      Beslut GRULG, plussning ej tillåten