Behörighetskrav

165 hp inklusive 10 hp programmering, 20 hp matematik och 5 hp i statistik och sannolikhetslära. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna

• tillämpa grundläggande verktyg inom modern artificiell intelligens (AI) med fokus på intelligenta agenter och system för industriell analys,
• redogöra för vilken roll och potential moderna AI-metoder har för tillämpning inom industriell analys,
• förklara, välja bland och använda olika AI-metoder för tillämpningar inom industriell analys.

Innehåll

Introduktion till artificiell intelligens (AI) och intelligenta agenter/system inom industriell analys, inklusive cyberfysiska system (dvs blandning av hårdvara och mjukvara). Optimering baserad på automatiserad differentiering och naturinspirerade metoder. Anpassning av prediktiva/intelligenta modeller till insamlade data. Passiva lärandeagenter i form av artificiella neuronnät och gaussiska processer för klassificerings- och regressionsproblem. Aktiva lärandeagenter och system som själva väljer nya experiment/observationer, med tillämpningar inom global optimering och prediktiv modellering. Förstärkningsinlärning där intelligenta agenter lär sig optimala beslutsstrategier (tex gällande styrning eller underhåll av industriella processer) baserat på upprepade interaktioner med omgivningen. Industriella tillämpningsexempel.

Undervisning

Föreläsningar, seminarier, laborationer och handledning av projektarbete.

Examination

Skriftlig tentamen samt skriftlig och muntlig redovisning av projektarbete.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om riktat pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.