Intelligente systemer

• Identificere et praktisk problem og foreslå et intelligent system der kan bruges til at afhjælpe dette problem.
• Identificere og diskutere situationsbevidstheds-, beslutnings- og kontrolopgaver i et intelligent system og identificere hardware og software krav
• Diskuter hvorvidt Machine Learning metoder kan anvendes i et intelligent system, og (hvis relevant) foreslå en brugbar Machine Learning algoritme/metode og evaluere dens effektivitet.
• Arbejde med store datasæt, udføre dataudforskning og udtræk for at udlede viden fra data i et realistisk automatiseringsproblem.
• Forklare teknikker til vidensrepræsentation samt relaterede modeleringsprincipper, og vælg egnede vidensrepræsentation til integration i en intelligent systemløsning.
• Beskrive passende anvendelser af logikbaserede programmering anvendt til løsning af beslutningsproblemer i intelligente systemer.
• Forklare og vælge passende metoder samt de tilsvarende datamodeller og videnrepræsentationer som led i et designproblem.
• Analysere et udviklings problem til intelligente systemer, kommunikere design ideen, formulere specifikationer og test krav.
• Designe en operationel prototype af et intelligent system baseret på en data drevet teknik i et distribueret system.
• Skrive et projekt forslag for intelligent system der har til formål at løse et praktisk problem og diskuter hvordan funktionerne af en given implementering kan testes og valideres og hvordan kritiske dele kan identificeres.
• Diskutere kvalitet og tilgængelighed af data til brug i et intelligent system samt hvordan GDPR reglerne kan påvirke implementering og brug af et intelligent system
• Give relevant feedback til et projekt forslag

Introduktion til typiske problemer egnet til anvendelse af intelligente system, opgaveanalyse, systemudviklingsmetoder og arkitekturelementer; anvendelse af intelligente systemer til automatisering, problemer med internet af ting (IoT) og Smart Grid.
Distribuerede systemer: design til samtidighed, kommunikation og debugging.
Videnrepræsentationstyper og ontologier, samt anvendelse i udvalgte deklarative paradigmer (fx regelbaseret logik, søgnin på grafer, …).
Håndtering af store datasæt; Data visualisering; Anvendt statistiske læringsmetoder. Analyse af model-kvalitet.

Erfaring med script programmering (f.eks. MATLAB, Python, o.s.v.) og objektorienteret programmering (f.eks. Java, C ++, o.s.v.).

Forelæsninger, øvelser og gruppearbejde. Projekt planlægningsarbejde i grupper

Minimum 6.

Vær opmærksom på, at dette enkeltfagskursus har et minimumskrav for antal deltagere for at kunne oprettes. Du får besked om, hvorvidt kurset oprettes senest 8 dage før kursusstart.