Opinto-opas 2009-2010
Perus

Perus Pori KV Jatko Avoin

|Tutkinnot|     |Opintokokonaisuudet|     |Opintojaksot|    

Opinto-opas 2009-2010

Oppivat järjestelmät, 30 op

Opintokokonaisuuden tyyppi

Syventävät opinnot

Yhteyshenkilö

Hannu Koivisto, Matti Vilkko

Osaamistavoitteet

- Kyky soveltaa em. menetelmiä esim. automaatiossa, signaalinkäsittelyssä, tietoliikenteessä, data-analyysissä
- Sumean laskennan ja adaptiivisten verkkojen menetelmien tunteminen ja kyky kehittää uusia menetelmiä

Tutkinnot, joihin opintokokonaisuus voidaan sisällyttää

Tutkinto
Automaatiotekniikan koulutusohjelma - Diplomi-insinöörin tutkinto
Sähkötekniikan koulutusohjelma - Diplomi-insinöörin tutkinto

Esitietovaatimukset

Opintokokonaisuus Opintopisteet P/S
Oppivat järjestelmät ja systeemiteoria 25 op Suositeltava
Matemaattinen mallinnus 25 op Suositeltava
Oppivat ja älykkäät järjestelmät 25 op Suositeltava
Mittaus- ja informaatiotekniikka 25 op Suositeltava

Esitietoina ehdottomasti myös kurssi ACI-20010 (automaatiotekniikan perusteet). Sumean laskennan tietoja vailla olevien on syytä sisällyttää valinnaisiin opintoihin ko. aihetta käsittelevä kurssi. ( Suositeltava )

Sisältö

Pakolliset opintojaksot

ACI-11060 pakollinen vain niille, jotka tekevät diplomityön oppivista järjestelmistä.

Opintojakso Opintopisteet Vaihtoehtoisuus Vuosikurssi
ACI-11060 Systeemitekniikan diplomityöseminaari 1 op   I  
ACI-41030 Neuro- sumeat järjestelmät 5 op   I  
ACI-41070 Oppiva ja älykäs säätö 5 op   I  
ACI-42070 Identifiointi 5 op 1      I  
ACI-42076 System Identification 5 op 1      I  
Yhteensä 21 op    

1. Opintojaksot ACI-42070 ja ACI-42076 ovat keskenään vaihtoehtoisia

Vaihtoehtoiset opintojaksot

Valittava vähintään 5 pisteen edestä opintojaksoja

Opintojakso Opintopisteet Vaihtoehtoisuus Vuosikurssi
ACI-20020 Digitaalinen säätö 5 op 1      I  
ACI-20030 Säädön suunnittelu 7 op 1      I  
Yhteensä 12 op    

1. Opintojaksot ACI-20020 ja ACI-20030 ovat keskenään vaihtoehtoisia.

Täydentävät opintojaksot

Valinnaiset opinnot voi valita varsin vapaasti tavoitteista riippuen: automaatiotekniikka, mittaus- ja informaatiotekniikka, ohjelmistotekniikka, signaalinkäsittely, tietoliikennetekniikka, energiatekniikka, matematiikka jne. Koska oppivia ja älykkäitä järjestelmiä käytetään usealla eri sovellusalueella, on suositeltavaa lukea asianomaisesta alueesta suoraan esimerkiksi sivuaine. Alla olevassa listassa on esimerkkejä tyypillisistä valinnoista.

Listasta täydennetään opintokokonaisuuden laajuuteen (30)

Opintojakso Opintopisteet Vuosikurssi
ACI-11010 Automaatiotekniikan työkurssi 3 op I  
ACI-11020 Automaatiotekniikan erikoistyö 2-5 op I  
ACI-21030 Prosessiautomaation sovellukset 7 op I  
ACI-21080 Säätösuunnittelu Matlab:lla 5 op I  
ACI-21130 Teollisuusprosessien mallintaminen ja säätörakenteet 5 op I  
ACI-31050 Tietoverkkopohjainen automaatio 5 op I  
ACI-31070 Automaatioverkkojen erityiskysymyksiä 5 op I  
ACI-42060 Robusti säätö 5 op I  
LIKU-4411 Toimitusketjun hallinta 4 op I  
MAT-21240 Operaatiotutkimus 3 op I  
MAT-41122 Matemaattinen optimointiteoria 1 7 op I  
MAT-45050 Matemaattisen mallinnuksen peruskurssi 5 op I  
MAT-51250 Matemaattinen optimointiteoria 2 4 op I  
MAT-51261 Stokastiset prosessit 6 op I  
MAT-51630 Tilastollinen laadunvalvonta 4 op I  
MAT-51640 Tilastollinen kokeiden suunnittelu 4 op I  
MAT-51706 Bayesian Methods 6 op I  
MAT-52800 Soft Computing 4 op I  
MAT-55800 Osittaisdifferentiaaliyhtälöt matemaattisessa mallinnuksessa 4 op I  
MAT-55900 Datan analyysimenetelmät mallinnuksessa 4 op I  
MAT-56000 Tilastolliset mallit 4 op I  
MAT-56100 Satunnaisuus mallintamisessa 4 op I  
MIT-1210 Mittaustekniikan matemaattiset menetelmät 5 op I  
MIT-3010 Mittausdatan analyysi 1 7 op I  
MIT-3030 Mittausdatan analyysi 2 5 op I  
MIT-3051 Mittausten informaatiosisältö 5 op I  
MIT-3070 Mittausinformaatiojärjestelmän suunnittelu 7 op I  
MIT-3110 Dynaamisten järjestelmien monimuuttuja-analyysi 5 op I  
MIT-3130 Laajojen dynaamisten järjestelmien analyysi 5 op I  
SGN-2500 Johdatus hahmontunnistukseen 4 op I  
SGN-2556 Pattern Recognition 5 op I  
SGN-2806 Neural Computation 5 op I  
SGN-5306 Knowledge Mining 3 op I  
SGN-6056 Introduction to Computational Systems Biology 3 op I  
SGN-6106 Computational Systems Biology 5 op I  
SGN-6457 Computational Models in Complex Systems 5 op I  
TETA-1400 Toiminnanohjaus 5 op I  
TETA-5410 Tuotannonohjausmenetelmät 4 op I  
Yhteensä 178 op  

Lisätiedot

Syventävät opinnot perehdyttävät opiskelijan aineopintoja syvällisemmin sumean päättelyn, neuroverkkojen, geneettisten algoritmien menetelmiin ja niiden soveltamiseen automaatiossa ja data-analyysissä. Näihin perustuvat toteutukset ovat yleistyneet elektronisissa laitteissa, automaatiossa ja signaalinkäsittelyssä sekä laite- että järjestelmätasolla. Koulutus tuottaa ammattilaisia erityisesti suunnittelu-, tutkimus- ja kehitystehtäviin.

Viimeksi muokattu29.09.2009
MuokkaajaMatti Vilkko