Kursplan för Intelligenta interaktiva system

Intelligent Interactive Systems

  • 5 högskolepoäng
  • Kurskod: 1MD032
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Teknik A1N, Människa-datorinteraktion 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: 2015-03-12
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2018-08-30
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: vecka 24, 2019
  • Behörighet: 120 hp inklusive 15 hp matematik och 60 hp datavetenskap/systemvetenskap, varav minst 20 hp programmering/algoritmer/datastrukturer.
    Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna:

  • välja lämpliga beräkningstekniker och maskininlärningsmetoder och skriva program som använder dessa för automatisk detektering av mänskliga beteenden och tillstånd
  • välja lämpliga konstruktionsmetoder för att skapa sociala perceptionsförmågor som att känna igen människor, beteenden och högre ordningars sociala tillstånd och variabler (t.ex. känslor) baserat på beteendekännetecken 
  • beskriva grundläggande principer för socialt adaptivt beteende i robotar och förkroppsligade interaktiva system
  • tillämpa grundläggande principer för design och utvärdering av interaktionen mellan människa och maskin
  • utvärdera den påverkan som känslotolkning, beteendeigenkänning och liknande teknologier kan ha på etiska värden såsom integritet och autonomi samt föreslå strategier för att uppfylla värden som är viktiga för användare och samhälle, inklusive minimering av negativa konsekvenser

Innehåll

Innehållet inkluderar igenkänning och spårning av ansikten, ansiktsdrag, ansiktsuttryck och gester, automatisk analys av multimodalt beteende, automatisk slutledning av känslotillstånd och sociala signaler, kritikerledd inlärning för adaptiva maskiner, förkroppsligande av maskiner och beteendegenerering, kontroll och planering, människa-agent- och människa-robotinteraktion.

Undervisning

Föreläsningar och handledning.

Examination

Skriftliga inlämningsuppgifter , muntlig och skriftlig redovisning av projekt. 

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

Litteratur

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