Sensorer, AI och inbyggda system, 4 hp

Huvudområde med fördjupning

Grundläggande behörighet.

Kursen är en del av Högskolan i Halmstads Common Core-utbud.

Kursens mål är att ge en övergripande förståelse för olika begrepp och tekniker inom digitaliseringen kopplat till inbyggda system, sensorer och articifiell intelligens. Olika begrepp inom digitalisering gås igenom, definitioner, avgränsningar och exempel på tillämpning. Utbildningen tar även upp filosofin bakom AI. En röd tråd i hela utbildningen är studentens eget arbete med hela kedjan av digitalisering, från programmering av
sensorer till utvinning av information.

Efter avslutad kurs ska studenten kunna:

Kunskap och förståelse

• definiera relevanta begrepp inom kursens område jämföra olika typer av maskininlärningsmetoder och känna till deras användningsområden

Färdighet och förmåga

• utveckla ett inbyggt sensorsystem, från mätning till information
• utföra enklare matematiska beräkningar som är nödvändiga för att omvandla insamlad data till information

Värderingsförmåga och förhållningssätt

• avgöra vilken teknik som bör användas för den mest optimala lösningen på ett digitaliseringsproblem
• reflektera om samhällspåverkan av en given digitaliseringslösning

Kursen består av fyra huvudsakliga områden:

1) Internet of Things (IoT)

• Begreppen Internet of Things och Industrial Internet of Things
• Nätverk- och molnteknik för Internet of Things
• Grundläggande praktiska färdigheter med IoT-implementation

2) Data Science

• Begrepp inom Data Science och dess användningsområden, t.ex. modeller, korrelation och Big Data
• Grundläggande praktiska färdigheter inom datorstödda beräkningar nödvändiga för att införliva digitaliseringslösningar

3) Artificiell Intelligens (AI)

• Begreppet AI, dess innebörd och filosofin bakom
• Bayes regel, enklare exempel av inferens
• Problemlösning med hjälp av AI
• Hur användningen av AI påverkar ekonomi, logistik och produktion

4) Maskininlärning

• Definition och olika typer av maskininlärning
• Grundläggande färdigheter i att applicera maskininlärningsmodeller på data med hjälp av datorstöd

Under kursen kommer studenterna gruppvis att låna en enkortsdator med tillhörande sensorer för att utföra praktiska moment i de olika delmomenten. Samtliga datorstödda laborationer kommer utföras i programmeringsspråket Python, inga förkunskaper i programmering krävs utan allt gås igenom från grunden under kursen.

Kursen bedrivs enligt aktuella riktlinjer som beskriver det problembaserade pedagogiska ramverket för Common Core-kurser (LooP-modellen).

Undervisningen består av föreläsningar och handledning.

Kursen examineras genom individuella skriftliga inlämningar där resultatet från datorlaborationerna redovisas.

Om särskilda skäl finns får examinator göra undantag från angiven examinationsform och medge att en student examineras på annat sätt. Särskilda skäl kan till exempel vara beslut om riktat pedagogiskt stöd.

I kursen ingår kursvärdering. Denna är vägledande för utveckling och planering av kursen. Kursvärderingen dokumenteras och redovisas för studenterna.