course-details-portlet

TØL4204

Flexible Automation and Artificial Intelligence

Studiepoeng 7,5
Nivå Høyere grads nivå
Undervisningsstart Høst 2026
Varighet 1 semester
Undervisningsspråk Engelsk
Sted Gjøvik
Vurderingsordning Rapport

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

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

Kontaktinformasjon

Emneansvarlig/koordinator

Ansvarlig enhet

Institutt for vareproduksjon og byggteknikk

Eksamen

Eksamen

Vurderingsordning: Rapport
Karakter: Bokstavkarakterer

Ordinær eksamen - Høst 2026

Rapport
Vekting 100/100 Varighet 1 måneder Eksamenssystem Inspera Assessment