Overordnede kursusmål
Kursets formål er formidle de grundlæggende kompetencer, der kræves
til at udtænke, designe og implementere intelligente og
distribuerede styringssystemer, der kombinerer datastyrede og
videnbaserede metoder. Kursusarbejdet giver deltagerne en
applikationsorienteret introduktion til maskinelæring og
deklarative metoder til kunstig intelligens. Kursusdeltagerne vil
lære de teoretiske aspekter ombrug og design af intelligente
systemer
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Identificere et praktisk problem og foreslå et intelligent
system der kan bruges til at afhjælpe dette problem.
- Identificere og diskutere situationsbevidstheds-, beslutnings-
og kontrolopgaver i et intelligent system og identificere hardware
og software krav
- Diskuter hvorvidt Machine Learning metoder kan anvendes i et
intelligent system, og (hvis relevant) foreslå en brugbar Machine
Learning algoritme/metode og evaluere dens effektivitet.
- Arbejde med store datasæt, udføre dataudforskning og udtræk for
at udlede viden fra data i et realistisk
automatiseringsproblem.
- Forklare teknikker til vidensrepræsentation samt relaterede
modeleringsprincipper, og vælg egnede vidensrepræsentation til
integration i en intelligent systemløsning.
- Beskrive passende anvendelser af logikbaserede programmering
anvendt til løsning af beslutningsproblemer i intelligente
systemer.
- Forklare og vælge passende metoder samt de tilsvarende
datamodeller og videnrepræsentationer som led i et
designproblem.
- Analysere et udviklings problem til intelligente systemer,
kommunikere design ideen, formulere specifikationer og test
krav.
- Designe en operationel prototype af et intelligent system
baseret på en data drevet teknik i et distribueret system.
- Skrive et projekt forslag for intelligent system der har til
formål at løse et praktisk problem og diskuter hvordan funktionerne
af en given implementering kan testes og valideres og hvordan
kritiske dele kan identificeres.
- Diskutere kvalitet og tilgængelighed af data til brug i et
intelligent system samt hvordan GDPR reglerne kan påvirke
implementering og brug af et intelligent system
- Give relevant feedback til et projekt forslag
Kursusindhold
Introduktion til typiske problemer egnet til anvendelse af
intelligente system, opgaveanalyse, systemudviklingsmetoder og
arkitekturelementer; anvendelse af intelligente systemer til
automatisering, problemer med internet af ting (IoT) og Smart Grid.
Distribuerede systemer: design til samtidighed, kommunikation og
debugging.
Videnrepræsentationstyper og ontologier, samt anvendelse i udvalgte
deklarative paradigmer (fx regelbaseret logik, søgnin på grafer,
...).
Håndtering af store datasæt; Data visualisering; Anvendt
statistiske læringsmetoder. Analyse af model-kvalitet.
Sidst opdateret
02. maj, 2024
