Emne - Flexible Automation and Artificial Intelligence - TØL4204
Flexible Automation and Artificial Intelligence
Om
Om emnet
Faglig innhold
Industriell automatisering, robotikk, maskinsyn, distribuerte kontrollsystemer, datavitenskap, estimering og læring
Læringsutbytte
Etter å ha fullført kurset skal studentene ha tilegnet seg kunnskap om industrielle automatiseringsteknologier med fokus på fleksibilitet. Spesifikke fokusområder vil omfatte maskinsyn, kunstig intelligens og distribuerte kontrollsystemer. Studentene vil tilegne seg praktisk erfaring med å implementere beregningsmodeller for fleksible, modulære automatiseringssystemer.
Kunnskap
Kjennskap til tradisjonelle industrielle automatiseringsteknologierKjennskap til det grunnleggende innen industriell robotikkKunnskap om prinsippene bak industrielle visjonssystemerKunnskap om nye distribuerte kontrollsystemerKunnskap om fleksible automatiseringsteknikkerKunnskap om det matematiske grunnlaget for estimering og maskinlæringKunnskap om datavitenskapsteknikker i sammenheng med distribuerte automatiserte systemerFerdigheter
Prototyping av beregningsløsninger i PythonErfaring med å lage datavisjonsalgoritmer ved hjelp av OpenCV og Scikit-imageManipulering av geometriske primitiver i matriseform ved hjelp av NumPyDatavitenskapsferdigheter: dataforberedelse, trening av maskinlæringsmodeller ved hjelp av Pandas, Scikit-learnGenerell kompetanse
Kan bidra til implementering av tekniske løsninger som en del av Industri 4.0-transformasjonerKan anvende den tilegnede kunnskapen og ferdighetene i kommende oppgaver og prosjekterKan bidra til nytenkning og innovasjon innen produksjonsautomatiseringKan bidra til realisering av nye automatiseringsløsninger basert på fleksible arkitekturer og intelligente algoritmer
Læringsformer og aktiviteter
Kurset er basert på seminarer som kombinerer forelesninger med veiledning i de gitte emnene. Seminarene vil bli organisert på campus, med tilgang for eksterne studenter via et nettkonferansesystem. Hjemmelekser er basert på programmeringsøvelser ved bruk av Jupyter-notatbøker og/eller Python-skript, som vil bli diskutert i timen under veiledningsøktene. Ved færre enn 4 studenter vil kurset være basert på selvstudium.
Mer om vurdering
Semesteroppgave
Anbefalte forkunnskaper
Kurset er åpent for studenter med bakgrunn innen produksjon, elektroteknikk eller informatikk.
Forkunnskapskrav
Kjennskap til Industri 4.0, noe programmeringsferdigheter i Python, grunnleggende kunnskap om lineær algebra, sannsynlighet og statistikk.
Kursmateriell
Utdel forskningsartikler og rapporter. Også i Canvas-ressurser
Fagområder
- Tekniske fag