Sztuczna inteligencja w sterowaniu robotami
Kierunek studiów: Inżynieria biomedyczna
Kod programu: 08-S2IB15.2018
| Nazwa modułu: | Sztuczna inteligencja w sterowaniu robotami |
|---|---|
| Kod modułu: | 08-IBMS-S2-18-3-SISR |
| Kod programu: | 08-S2IB15.2018 |
| Semestr: | semestr letni 2019/2020 |
| Język wykładowy: | polski |
| Forma zaliczenia: | zaliczenie |
| Punkty ECTS: | 2 |
| Opis: | 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. |
| Wymagania wstępne: | Znajomość technik przetwarzania obrazów. |
| Literatura podstawowa: | (brak informacji) |
| Efekt modułowy | Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 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] |
| Typ | Opis | Kody efektów modułowych do których odnosi się sposób weryfikacji |
|---|---|---|
| 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 |
| Kolokwia [k_w_2] | Okresowe sprawdzanie wiedzy teoretycznej na ćwiczeniach laboratoryjnych. |
k_1 |
| Projekt [k_w_3] | Przygotowanie klasyfikatora w wybranym systemie uczenie maszynowego. |
k_1 |
| Rodzaj prowadzonych zajęć | Praca własna studenta | Sposoby weryfikacji | |||
|---|---|---|---|---|---|
| Typ | Opis (z uwzględnieniem metod dydaktycznych) | Liczba godzin | Opis | Liczba godzin | |
| laboratorium [k_fs_2] | (brak informacji) |
30 | (brak informacji) |
30 |
Egzamin [k_w_1] |
| Załączniki |
|---|
| Opis modułu (PDF) |
| Sylabusy (USOSweb) | ||
|---|---|---|
| Semestr | Moduł | Język wykładowy |
| (brak danych) | ||