Beslut och riktlinjer

Enligt beslut av rektor 2019-06-18 skall vid Uppsala universitet fr.o.m. 2020-07-01 finnas ett masterprogram i bildanalys och maskininlärning.

Behörighetskrav

Examen på grundnivå om minst 180 hp med 80 hp matematik och datavetenskap varav minst 30 hp matematik inklusive linjär algebra, envariabelanalys, statistik och sannolikhetslära, och minst 30 hp datavetenskap inklusive 5 hp grundläggande programmering.

Dessutom krävs kunskaper i engelska motsvarande Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Syfte

Masterprogrammet i bildanalys och maskininlärning fokuserar på de senaste epokgörande landvinningarna inom bildanalys och bildbehandling som bygger på moderna metoder för djup- och maskininlärning utvecklade för visuella data. Programmet syftar till att möta det ökade behovet av kunskap och färdigheter av just denna kombination av ämnen och definierar en ny yrkesprofil som svarar mot den växande bristen på kompetens inom analys, behandling och tolkning av bilder och video som råder inom både akademin och industrin. Programmet banar väg för en karriär inom industrin, i de många företag som är i behov av kompetens inom djup- och maskininlärning samt bild- och videoanalys, eller inom akademin eller andra forskningsintensiva arbetsplatser.

Programmet utgörs av en noga utvald kombination av kurser som både ger en stark teoretisk bas och en förmåga att tillämpa denna kunskap i praktiska tillämpningar. Programmet erbjuder kurser, projektarbete och specialiseringar i samarbete med industriella och akademiska partner. Detta ger förutsättningar för att relatera förvärvade kunskaper och färdigheter till relevanta och aktuella problem inom både forskning och industri.

Mål

Enligt högskolelagen gäller följande för utbildning på avancerad nivå:

Utbildning på avancerad nivå skall väsentligen bygga på de kunskaper som studenterna får inom utbildning på grundnivå eller motsvarande kunskaper. Utbildning på avancerad nivå skall innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och skall, utöver vad som gäller för utbildning på grundnivå,

• ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
• utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
• utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete. Lag (2006:173).

Enligt högskoleförordningens examensordning gäller följande mål för en masterexamen

Kunskap och förståelse

För masterexamen skall studenten

• visa kunskap och förståelse inom huvudområdet för utbildningen, inbegripet såväl brett kunnande inom området som väsentligt fördjupade kunskaper inom vissa delar av området samt fördjupad insikt i aktuellt forsknings och utvecklingsarbete, och
• visa fördjupad metodkunskap inom huvudområdet för utbildningen.

För masterprogrammet i bildanalys och maskininlärning vid Uppsala universitet innebär detta att studenten skall

• visa kunskap om och förståelse för principer, metoder, och algoritmer inom bildanalys och maskininlärning, deras tillämpning och begränsningar.
• visa fördjupad metodkunskap inom bildanalys och maskininlärning samt inom ett av programmets fördjupningsområden.

Färdighet och förmåga

För masterexamen skall studenten

• visa förmåga att kritiskt och systematiskt integrera kunskap och att analysera, bedöma och hantera komplexa företeelser, frågeställningar och situationer även med begränsad information,
• visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera frågeställningar, att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna tidsramar och därigenom bidra till kunskapsutvecklingen samt att utvärdera detta arbete,
• visa förmåga att i såväl nationella som internationella sammanhang muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med olika grupper, och
• visa sådan färdighet som fordras för att delta i forsknings- och utvecklingsarbete eller för att självständigt arbeta i annan kvalificerad verksamhet.

För masterprogrammet i bildanalys och maskininlärning vid Uppsala universitet innebär detta att studenten skall

• visa förmåga att integrera teori och metodkunskap för bildanalys och maskininlärning, och att använda, jämföra och utvärdera olika modeller i realistiska problemsituationer.
• visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera problem där bildanalys och maskininlärning kan tillämpas, planera och genomföra avancerade uppgifter inom givna ramar, använda adekvata matematiska modeller, verktyg och mjukvaror.
• visa förmåga att tydligt presentera, förklara och diskutera - muntligt och skriftligt - avancerade teman inom maskininlärning och bildanalys, i dialog med olika grupper.
• visa sådan färdighet som fordras för att delta i forsknings- och utvecklingsarbete eller för att arbeta självständigt i annan kvalificerad verksamhet, nyttjande kompetens från ämnesområdena maskininlärning och bildanalys.

Värderingsförmåga och förhållningssätt

För masterexamen skall studenten

• visa förmåga att inom huvudområdet för utbildningen göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter samt visa medvetenhet om etiska aspekter på forsknings- och utvecklingsarbete,
• visa insikt om vetenskapens möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används, och
• visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.

För masterprogrammet i bildanalys och maskininlärning vid Uppsala universitet innebär detta att studenten skall

• visa förmåga att göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter av tillämpningar av maskininlärning och bildanalys, samt demonstrera medvetenhet om etiska aspekter på forskning och utveckling inom ämnet.
• visa insikt om möjligheter och begränsningar av maskininlärning och bildanalys, dess roll i samhället och människors ansvar för hur de tillämpas.
• visa förmåga att identifiera egna behov för ytterligare kunskap inom maskininlärning och bildanalys samt ta ansvar för sin egen kunskapsutveckling.

Programmets uppläggning

Programmet inleds med att ge studenter med olika bakgrund en gemensam bas och grundläggande kunskaper i digital bildanalys, vilket är ett av programmets två karaktärsämnen. Därefter följer undervisning i grundläggande maskininlärning, vilket är programmets andra karaktärsämne. Dessa två ämnen ger tidigt programmet dess identitet, vilken vidareutvecklas och fördjupas i undervisningen i djup maskininlärning som också tydliggör den starka kopplingen mellan maskininlärning, och modern bildbehandling och analys. Tidigt i programmet ges också en kurs i etik. Kurser som ger fördjupning och progression mot spetskunskap och där ämnena bildanalys och maskininlärning knyts samman och formar programmets huvudområde följer. Studenterna ges vidare en möjlighet att specialisera sig inom ett av följande fördjupningsområden, där kombinationen av bildanalys och maskininlärning har en central roll och där studenterna vidareutvecklar sin förmåga att praktiskt tillämpa teoretiska kunskaper:

• bildanalys och maskininlärning för biomedicinska tillämpningar;
• bildanalys och maskininlärning för social robotik.

I en projektbaserad kurs som integrerar en rad kompetenser och färdigheter, så som muntlig och skriftlig presentation, gruppsamarbete, problemlösning, etiska överväganden, tidsplanering och projektledning, får studenterna utföra ett avgränsat men utmanande projekt inriktat mot näringsliv eller forskning. Masterprogrammet avslutas med ett självständigt arbete där förvärvade kunskaper tillämpas i ett relevant projekt vid ett företag eller akademisk forskningsenhet.

Undervisning

Masterprogrammets undervisning bygger vidare på de erfarenheter och kunskaper som studenterna tar med sig in i utbildningen. Studenter förväntas delta och bidra aktivt i undervisningen samt ta stort ansvar för både sitt eget och sina medstudenters lärande. Programmets lärare har huvudansvar för att skapa goda förutsättningarna för aktivt enskilt och gemensamt lärande. Undervisningen utformas och utvecklas kontinuerligt genom en respektfull dialog mellan lärare och studenter, där alla bidrar till förnyelsen och det ömsesidiga lärandet.

Programmet stödjer ett studentaktivt och studentcentrerat lärande. Kurserna kombinerar flera olika former av undervisning, såsom föreläsningar, praktiska uppgifter, seminarier, kommunikationsträning, studiebesök och projektarbeten. En stor del av inlärningen sker i form av praktiska övningar och projektuppgifter, där studenterna själva tar en aktiv roll i sin egen och sina medstudenters inlärning. Dessa praktiska moment kompletteras med föreläsningar och seminarier som syftar till en fördjupad teoretisk förståelse för de lärdomar som gjorts i de praktiska momenten. Studenterna ges konkret erfarenhet av att kombinera teoretisk förståelse med praktisk problemlösning för att efter examen väl kunna möta de krav som ställs inom näringsliv och forskning. Undervisningen har nära kontakt med aktuell forskning, vilket ger god inblick i vetenskaplig metod och arbetssätt. Undervisningen och kurslitteraturen är på engelska.

Examen

Rektor utfärdar på begäran examensbevis för naturvetenskaplig masterexamen med bildanalys och maskininlärning som huvudområde.

Masterexamen är en så kallad generell examen, vilket innebär att studenten tar examen i huvudområdet, enligt kriterierna nedan, oavsett om kurserna ingår i programmet eller inte. Det finns därmed möjlighet att inkludera även fristående kurser i examen.

Beslut enligt högskoleförordningen

Masterexamen uppnås efter att studenten fullgjort kursfordringar om 120 högskolepoäng med viss inriktning som varje högskola själv bestämmer, varav minst 60 högskolepoäng med fördjupning inom det huvudsakliga området (huvudområdet) för utbildningen. Därtill ställs krav på avlagd kandidatexamen, konstnärlig kandidatexamen, yrkesexamen om minst 180 högskolepoäng eller motsvarande utländsk examen.

För masterexamen skall studenten inom ramen för kursfordringarna ha fullgjort ett självständigt arbete (examensarbete) om minst 30 högskolepoäng inom huvudområdet för utbildningen.

Lokala beslut

En masterexamen får, förutom kurser på avancerad nivå, bestå av kurs eller kurser på grundnivå omfattande högst 30 högskolepoäng. Kursen eller kurserna bör avse sådan kompletterande kompetens som behövts för fördjupning i huvudområdet.

Ett examensarbete för masterexamen skall omfatta minst 30 högskolepoäng.

Övriga föreskrifter

För att kunna antas till senare del av ett masterprogram ska studenten:

• uppfylla behörighetskraven för programmet.
• ha 15 hp programrelevanta kurser på avancerad nivå utöver kandidatexamen.
• ha tillräckliga förkunskaper för att kunna följa programmet på den nivå studenten antas till, vilket innebär att studenten kan läsa minst 15 hp inom studieplanen på den termin och program studenten antas till. Övriga 15 hp specificeras också i den individuella studieplanen.

Samtliga punkter ovan måste vara avklarade, och kurserna avslutade (delkurser räknas inte), senast vid sista kompletteringsdag (se nedan). Studenter kan endast antas till senare del av program om det finns plats på programmet den aktuella terminen.

För studenter som antas till senare del ska en individuell studieplan för första terminen upprättas av programmets studievägledare.

För studiestart hösttermin är ansökningsperioden 15 mars - 15 april. Underlag för ansökan  kan kompletteras fram till och med den 1 juni (inför höstterminen). För studiestart vårtermin är ansökningsperioden 15 september - 15 oktober. Underlag för ansökan kan kompletteras fram till och med den 1 december (inför vårterminen). Om angivna datum för sista ansökningsdag eller kompletteringsdag infaller på helgdag förskjuts deadline till närmast påföljande vardag. Efter sista ansökningsdag finns möjlighet till sen anmälan fram till och med 1 juni (inför höstterminen) och 1 december (inför vårterminen). Sena anmälningar hanteras i den ordning de kommer in. 

Om antalet behöriga sökanden är fler än antalet möjliga platser enligt gällande dimensionering används urvalskriteriet medelbetyg på behörighetsgivande kurser från högskola eller universitet (programrelevanta kurser).