Kursplan för Informationsteknik och energilagring

Information Technology and Energy Storage

  • 5 högskolepoäng
  • Kurskod: 1DT107
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2022-03-02
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2022
  • Behörighet:

    120 hp inklusive 90 hp datavetenskap/teknik/matematik/kemi. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna:

  • redovisa för energiprofilen för Internet of Things (IoT) applikationer, trådlösa system och annan ny teknik.
  • förklara och motivera användningsfall där verktyg för artificiell intelligens kan användas inom lagring av kemisk energi.
  • förklara och jämföra grundläggande metoder för maskininlärning i samband med modellering av energilager.
  • använda maskininlärningsteknik och programvara för att modellera energilagring.

Innehåll

Introduktion till de senaste digitaliseringskoncept av teknisk betydelse: Internet of Things, trådlösa kommunikationssystem och dess samband med energilagring. Introduktion till maskininlärning och artificiell intelligens: dess terminologi, en översikt över grundläggande algoritmer och litteraturstudier om dess användning vid modellering av energilagring. Användning av etablerade verktyg och algoritmer för maskininlärning vid modellering av energilagring.

Undervisning

Föreläsningar, seminarier och laborationer

Examination

Skriftlig tentamen (2 hp) samt muntliga seminarium (1 hp) och laborationer (2 hp).

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

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.

Skriv ut