Tillämpad djupinlärning i fysik och teknik
Kurs, Avancerad nivå, 1FA370
Hösten 2023 Hösten 2023, Uppsala, 33 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 31 oktober 2023–14 januari 2024
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap och Linjär algebra II. Kvantfysik/Kvantfysik F och Beräkningsvetenskap för dataanalys ska vara genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng inom teknik/naturvetenskap (max 240 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Studieavgift, första inbetalningen: 12 083 kr
- Studieavgift, totalt: 12 083 kr
- Sista anmälningsdag
- 17 april 2023
- Anmälningskod
- UU-13119
För dig som är antagen eller reserv
- Registreringsperiod
- 17 oktober 2023–30 oktober 2023
- Institutionens information om registrering
Hösten 2023 Hösten 2023, Uppsala, 33 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 31 oktober 2023–14 januari 2024
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap och Linjär algebra II. Kvantfysik/Kvantfysik F och Beräkningsvetenskap för dataanalys ska vara genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
- Registreringsperiod
- 17 oktober 2023–30 oktober 2023
- Institutionens information om registrering
Hösten 2023 Hösten 2023, Flexibel, 33 %, Distans, Engelska
- Studieort
- Flexibel
- Studietakt
- 33 %
- Undervisningsform
- Distans
- Antal obligatoriska träffar på campus
- 0
- Antal frivilliga träffar på campus
- 0
- Undervisningstid
- Dag
- Studieperiod
- 31 oktober 2023–14 januari 2024
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap och Linjär algebra II. Kvantfysik/Kvantfysik F och Beräkningsvetenskap för dataanalys ska vara genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng inom teknik/naturvetenskap (max 240 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Studieavgift, första inbetalningen: 12 083 kr
- Studieavgift, totalt: 12 083 kr
- Sista anmälningsdag
- 17 april 2023
- Anmälningskod
- UU-13126
För dig som är antagen eller reserv
- Registreringsperiod
- 17 oktober 2023–30 oktober 2023
- Institutionens information om registrering
Hösten 2023 Hösten 2023, Flexibel, 33 %, Distans, Engelska För utbytesstudenter
- Studieort
- Flexibel
- Studietakt
- 33 %
- Undervisningsform
- Distans
- Antal obligatoriska träffar på campus
- 0
- Antal frivilliga träffar på campus
- 0
- Undervisningstid
- Dag
- Studieperiod
- 31 oktober 2023–14 januari 2024
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap och Linjär algebra II. Kvantfysik/Kvantfysik F och Beräkningsvetenskap för dataanalys ska vara genomgångna. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
- Registreringsperiod
- 17 oktober 2023–30 oktober 2023
- Institutionens information om registrering
Hösten 2024 Hösten 2024, Uppsala, 33 %, Campus, Engelska
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 4 november 2024–19 januari 2025
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap (F) och Linjär algebra II. Kvantfysik/Kvantfysik F skall vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng inom teknik/naturvetenskap (max 240 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Studieavgift, första inbetalningen: 12 083 kr
- Studieavgift, totalt: 12 083 kr
- Sista anmälningsdag
- 15 april 2024
- Anmälningskod
- UU-13119
För dig som är antagen eller reserv
- Registreringsperiod
- 21 oktober 2024–3 november 2024
- Institutionens information om registrering
Hösten 2024 Hösten 2024, Uppsala, 33 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 4 november 2024–19 januari 2025
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap (F) och Linjär algebra II. Kvantfysik/Kvantfysik F skall vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
- Registreringsperiod
- 21 oktober 2024–3 november 2024
- Institutionens information om registrering
Hösten 2024 Hösten 2024, Flexibel, 33 %, Distans, Engelska
- Studieort
- Flexibel
- Studietakt
- 33 %
- Undervisningsform
- Distans
- Antal obligatoriska träffar på campus
- 0
- Antal frivilliga träffar på campus
- 0
- Undervisningstid
- Dag
- Studieperiod
- 4 november 2024–19 januari 2025
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inom teknik/naturvetenskap med Introduktion till beräkningsvetenskap (F) och Linjär algebra II. Kvantfysik/Kvantfysik F skall vara genomgången. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Urval
-
Högskolepoäng inom teknik/naturvetenskap (max 240 hp)
- Avgifter
-
Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.
- Studieavgift, första inbetalningen: 12 083 kr
- Studieavgift, totalt: 12 083 kr
- Sista anmälningsdag
- 15 april 2024
- Anmälningskod
- UU-13126
För dig som är antagen eller reserv
Om kursen
Grundläggande djup maskininlärning. Generalisering, regularisering och validering. Optimering och hyperparameterinställning. Konvolutionella neurala nätverk. Klassificering och regression. Visualisering och avancerade metoder för datorseende. Autokodare. Generativa modeller, variationella autokodare, generativa motståndarnätverk (generative adversarial networks). Tillämpningar inom fysik och teknik, t.ex. bildigenkänning, analys av tidsseriedata, pulshöjdsanalysator, realtids-lågeffekts-på enheten-beräkningar (tillämpningar inom IoT). Praktiska erfarenheter av att använda TensorFlow via Keras Python-gränssnitt. Metoder för att verifiera förutsägelser från neurala nätverk, t.ex. genom oberoende experimentell data från en labbuppställning.
Distanskursens upplägg: På distanskursen sker kommunikation mellan lärare och studenter via lärplattform och e-mötesverktyg. Tillgång till dator med stabil internetuppkoppling och webbkamera krävs för deltagande i undervisning och för eget arbete.
Kontakt
- Studievägledning
- studievagledare@physics.uu.se
- 018-471 35 21