477525S Älykkäät laskennalliset menetelmät automaatiossa, 5 op
| Tunniste |
477525S |
Voimassaolo |
01.08.2015 -
|
| Nimi |
Älykkäät laskennalliset menetelmät automaatiossa |
Lyhenne |
Älykkäät lasken |
| Laajuus | 5 op |
|
|
| Opiskelumuoto | Syventävät opinnot |
Oppiaine | 4357 Prosessi- ja ympäristötekniikka |
| Laji | Opintojakso |
|
|
| |
|
Arvostelu | 1 - 5, hyv, hyl |
| | |
| |
| |
|
| |
| Vastuuyksikkö |
Prosessi- ja ympäristötekniikan ala |
|
Opettajat
Kuvaus
| Laajuus |
5 op /135 tuntia opiskelijan työtä |
| Opetuskieli |
Suomi ja englanti |
| Ajoitus |
Toteutus periodissa 3 keväällä. Suositellaan neljännelle opiskeluvuodelle. |
| Osaamistavoitteet |
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 osaa käyttää näitä periaatteita sumeiden järjestelmien ja neroverkkomallien virittämisessä. Lisäksi opiskelija osaa kertoa dynaamisten mallien, hypertasomenetelmien ja hybridiratkaisujen toteutusvaihtoehtoja. Hän osaa myös selittää keskeiset käsitteet soluautomaateista ja evoluutiolaskennan menetelmistä. |
| Sisältö |
Sumea logiikka ja sumeat järjestelmät, sumean matematiikan perusteet, sumea mallinnus, säätö ja diagnostiikka, neuraalilaskennan perusteet ja keskeiset opetusalgoritmit, neurosumeat järjestelmät, evoluutiolaskenta, hypertasomenetelmät, soluautomaatit, oppivien järjestelmien mukautuminen muuttuviin olosuhteisiin, hybridijärjestelmät. |
| Järjestämistapa |
Pääasiassa lähiopetuksena. |
| Toteutustavat |
Ohjattua opetusta 32 h, joka sisältää luentoja (16), harjoituksia (10) ja seminaareja (6). Itsenäiseen opiskeluun (58 h) kuluu kolme osaa: (1) kurssin aikana täydentyvä case-tutkimus, (2) yhteen kurssin teemoista paneutuva seminaarityö ja (3) loppuraportti. |
| Kohderyhmä |
Prosessi- ja ympäristötekniikan, konetekniikan, tietotekniikan ja tuotantotalouden diplomi-insinöörivaiheen opiskelijat |
| Esitietovaatimukset |
Ei esitietovaatimuksia |
| Yhteydet muihin opintojaksoihin |
- |
| Oppimateriaali |
Luentomonisteet |
| Suoritustavat ja arviointikriteerit |
Opintojakson arviointi perustuu oppimispäiväkirjaan, harjoitustyöraporttiin, seminaariesitykseen, case-tutkimukseen ja loppuraporttiin. Loppuraportin voi korvata lopputentillä.
Lue lisää opintosuoritusten arvostelusta yliopiston verkkosivulta. |
| Arviointiasteikko |
Käytetään numeerista arviointiasteikkoa 1-5 tai hylätty |
| Vastuuhenkilö |
TkT Esko Juuso |
| Työelämäyhteistyö |
Ei |
| Lisätiedot |
- |
|
Meneillään oleva ja tuleva opetus
Tulevat tentit
