Kursplan - AI-drivna beslutsstödssystem för energi- och produktionsverksamhet

Syfte

Målet med denna kurs är att utveckla förståelse för praktiska AI-lösningar och inlärningssystem i verkliga SCADA system.

Lärandemål

När människor avslutar kursen förväntas de:
1. Förstå ramverk, koncept för SCADA-system
2. Förstå koncept, modeller för inlärningssystem
3. Kunna tillämpad ML/DL i MPC, prediktion och optimering
4. Hur AI stödjer beslutsfattande

Innehåll

1. Introduktion av SCADA-system: ramverk, dataström, funktioner, modeller
2. Introduktion av lärsystem: koncept, funktioner, modeller
3. Förutsägelse, modellering och optimering: ML- och DL-lösningar
4. Informationsfusion för beslutsstöd
5. Fallstudie

Särskild behörighet

75 hp inom energiteknik, produktionsteknik, maskinteknik, produkt- och processutveckling, datateknik och/eller datavetenskap eller motsvarande eller 40 hp teknik och minst 2 års yrkeserfarenhet på heltid från relevant område inom industrin. Dessutom krävs engelska A/Engelska 6

Examination

Hemtentamen (HEM1) 1 hp, betyg: Underkänd (U) eller Godkänd (G)
Inlämningsuppgift (INL1) 2 hp, betyg: Underkänd (U) eller Godkänd (G)

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Godkänd, underkänd