Behörighetskrav

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.)

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.