Artificial intelligence in robot control Field of study: Biomedical Engineering
Programme code: 08-S2IB15.2019

Module name: Artificial intelligence in robot control
Module code: 08-IBMS-S2-18-3-SISR
Programme code: 08-S2IB15.2019
Semester:
  • summer semester 2022/2023
  • summer semester 2021/2022
  • summer semester 2020/2021
Language of instruction: Polish
Form of verification: course work
ECTS credits: 2
Description:
Celem zajęć jest poznanie przez studentów sposobów wykorzystanie uczenia maszynowego do rozpoznawania i klasyfikacji obrazów w robotyce. Studenci w ramach zajęć poznają podstawowe pojęcia związane z uczeniem maszynowym, zasady tworzenia i uczenia sztucznych sieci neuronowych. Zdobyte informacje umożliwią przygotowanie projektu, którego celem będzie zaprogramowanie systemu sterowania robotem w oparciu o informacje pochodzące z rejestrowanych obrazów.
Prerequisites:
Znajomość technik przetwarzania obrazów.
Key reading:
(no information given)
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
Zna i rozumie w stopniu zaawansowanym zagadnienia z zakresu sztucznej inteligencji, uczenia maszynowego i przetwarzania obrazów. [k_1]
 W06 [5/5]
Potrafi w stopniu zaawansowanym przygotować filtry do wstępnego przetwarzania obrazów, oraz potrafi stworzyć wstępny klasyfikator danych. [k_2]
 U14 [5/5]
Potrafi w sposób stopniu zaawansowanym stworzyć model sieci, przygotować zbiory danych do nauki i testowania sieci. [k_3]
 U01 [4/5]
Potrafi pracować w zespołach i prawidłowo planuje rozkład pracy. [k_4]
 U11 [3/5]
Type Description Codes of the learning outcomes of the module to which assessment is related
Egzamin [k_w_1]
Sprawdzenie wiedzy teoretycznej z modułu. Ocena końcowa z modułu stanowi średnią arytmetyczną ocen z egzaminu i laboratorium. Obie oceny przy tym muszą być pozytywne.
 k_1 k_2 k_3 k_4
Kolokwia [k_w_2]
Okresowe sprawdzanie wiedzy teoretycznej na ćwiczeniach laboratoryjnych.
 k_1 k_2 k_3 k_4
Projekt [k_w_3]
Przygotowanie klasyfikatora w wybranym systemie uczenie maszynowego.
 k_1 k_2 k_3 k_4
Form of teaching Student's own work Assessment of the learning outcomes
Type Description (including teaching methods) Number of hours Description Number of hours
laboratory classes [k_fs_2]
(no information given)
 30
(no information given)
 30 Egzamin [k_w_1] Kolokwia [k_w_2] Projekt [k_w_3]
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)