Kursplan fastställd 2021-02-15 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 67119
- Max antal deltagare80 (minst 10% av platserna reserveras för utbytesstudenter)
- Blockschema
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
|---|---|---|---|---|---|---|---|
| 0120 Laboration 2 hp Betygsskala: UG | 2 hp | ||||||
| 0220 Tentamen 5,5 hp Betygsskala: TH | 5,5 hp |
|
I program
- TIELL - ELEKTROTEKNIK, HÖGSKOLEINGENJÖR - Allmän inriktning, Årskurs 3 (obligatoriskt valbar)
- TIMEL - MEKATRONIK, HÖGSKOLEINGENJÖR, Årskurs 3 (obligatoriskt valbar)
Examinator
- Emmanuel Dean
- Senior forskare, System- och reglerteknik, Elektroteknik
Behörighet
Grundläggande behörighet för grundnivåSökande 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, SSY020 Linjära system och LEU236 Dynamiska system med reglerteknik, eller motsvarande kunskaper. Dessutom krävs grundläggande kunskaper i Matlab.
Syfte
Kursen syftar till att ge en grundläggande introduktion inom artificiell intelligens både med avseende på planering och maskininlärning. Speciell vikt läggs på tillämpningar inom robotik.Lärandemål (efter fullgjord kurs ska studenten kunna)
- redogöra för de grundläggande principerna inom artificiell intelligens (AI), inkluderande lärande och beslutsfattande.
- 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.
- Simulering och testning av styrsystem.
Organisation
Kursen omfattar föreläsningar, övningar och inlämningsuppgifter. Obligatorisk närvaro vid bokade tillfällen för inlämningsuppgifterna.Litteratur
- Artificial Intelligence: A Modern Approach, S. Jonathan Russell, P. Norvig, Pearson.
- Machine Learning. T. M. Mitchell, McGraw-Hill.
Examination inklusive obligatoriska moment
Godkänd skriftlig tentamen och godkända inlämningsuppgifter krävs för godkänt betyg på kursen.Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.