Opintojakson tiedot

5 op /135 tuntia opiskelijan työtä

Suomi ja englanti

Toteutus periodissa 3 keväällä. Suositellaan neljännelle opiskeluvuodelle.

Opiskelija osaa käyttää älykkäiden menetelmien keskeisiä käsitteitä ja osaa selittää sumeiden järjestelmien, neuraalilaskennan, neurosumeiden menetelmien ja evoluutiolaskennan toimintaperiaatteet. Opiskelija osaa rakentaa ja virittää sumeita malleja ja säätimiä Matlab-Simulink –ympäristössä ja tulkita niitä sanallisesti. Opiskelija osaa selittää neuraalilaskennan peruskäsitteet ja niiden yhteydet toisiinsa sekä rakentaa Matlab-ympäristössä neuroverkkomalleja. Opiskelija tunnistaa datapohjaisen mallinnuksen keskeiset ongelmatilanteet ja kykenee valitsemaan sopivia ratkaisuja mallien yleistävyyden varmistamiseksi. Opiskelija osaa selittää geneettisten algoritmien toimintaperiaatteen ja käyttää algoritmia optimointiongelmien ratkaisussa.

Sumea logiikka ja sumeat järjestelmät, sumean matematiikan perusteet, sumea mallinnus, sumea säätö, neuraalilaskennan perusteet ja keskeiset opetusalgoritmit, neurosumeat järjestelmät, evoluutiolaskenta.

Pääasiassa lähiopetuksena.

Ohjattua opetusta 40 h, joka sisältää luentoja, harjoituksia ja mahdollisen seminaariesityksen. Itsenäisenä opiskeluna kotitehtäviä, case-tutkimus ja  seminaariesityksen laatiminen.

Prosessi- ja ympäristötekniikan, konetekniikan, tietotekniikan ja tuotantotalouden diplomi-insinöörivaiheen opiskelijat

Ei esitietovaatimuksia

Luentomonisteet ja muu kirjallisuus

Opintojakso suoritetaan tunti/kotitenteillä, kotitehtävillä, case-tutkimuksella ja mahdollisella seminaariesityksellä.

Lue lisää opintosuoritusten arvostelusta yliopiston verkkosivulta.

Käytetään numeerista arviointiasteikkoa 1-5 tai hylätty.

Aki Sorsa

Ei