TEK9040 – Dyp l?ring for autonome systemer
Beskrivelse av emnet
Timeplan, pensum og eksamensdato
Kort om emnet
Emnet tar for seg avanserte algoritmer og arkitekturer for dyp l?ring med nevrale nettverk.?Emnet gir en innf?ring i hvordan teknikker basert p? dyp l?ring kan anvendes i konstruksjon av viktige deler av avanserte autonome systemer som eksisterer i fysiske milj?er og cybermilj?er.
Hva l?rer du?
Etter ? ha fullf?rt?emnet
- har du en oversikt over moderne algoritmer og arkitekturer for dyp l?ring med nevrale nettverk relevante for autonome systemer
- har du grundig kunnskap om nevrale nettverk med tilbakekoblinger (recurrent neural networks)?og deres utvidelser med minne og oppmerksomhet
- har du kjennskap til utvalgte avanserte algoritmer i dyp forsterkende l?ring, ?reinforcement learning?
- kjenner du stokastiske tiln?rminger til dyp l?ring og ikke-ledet l?ring
- har du kjennskap til hvordan autonome systemer kan nytte seg av dyp l?ring for forst?else og beslutningstaking
- kjenner du til hvordan moderne verkt?y, som TensorFlow,?brukes til ? lage viktige komponenter i avanserte autonome systemer
Opptak til emnet
Ph.d.-kandidater ved UiO s?ker plass p? undervisningen og melder seg til eksamen i?Studentweb.
Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av s?kere til emner med begrenset kapasitet.
Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner m? innen angitt frist?s?ke om hospitantplass.
Anbefalte forkunnskaper
Det er anbefalt med gode kunnskaper i line?r algebra, statistikk og kalkulus, tilsvarende for eksempel fra?MAT1110 – Kalkulus og line?r algebra / MAT1120 – Line?r algebra, STK1100 – Sannsynlighetsregning og statistisk modellering.
Emnet bygger p? grunnleggende kunnskap?om maskinl?ring og nevrale nettverk, for eksempel fra?IN3050 – Introduksjon til kunstig intelligens og maskinl?ring / IN4050 – Introduksjon til kunstig intelligens og maskinl?ring eller?IN5400 – Maskinl?ring for bildeanalyse (videref?rt).
Overlappende emner
- 10 studiepoeng overlapp med TEK5040 – Dyp l?ring for autonome systemer.
Undervisning
Emnet har 3?timer forelesning + 2 timer gruppeundervisning?per uke gjennom hele semesteret.
Det vil v?re 3?obligatoriske praktiske ?velser og?en studentpresentasjon, som m? godkjennes for?? kunne ta avsluttende eksamen. Som ph.d-kandidat m? du i tillegg levere et?essay, som m? godkjennes for ? kunne ta avsluttende eksamen.
Eksamen
- Avsluttende skriftlig eksamen teller 100% ved sensurering.?
Alle obligatoriske ?velser og annen obligatorisk aktivitet?m? v?re godkjent for ? kunne ta eksamen.
Som eksamensfors?k i dette emnet teller ogs? fors?k i f?lgende tilsvarende emne:
Hjelpemidler til eksamen
Alle trykte og h?ndskrevne hjelpemidler er tillatt, samt?godkjent kalkulator.
Eksamensspr?k
Dersom emnet undervises p? engelsk, vil det bare tilbys eksamensoppgavetekst p? engelsk. Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.
Karakterskala
Emnet bruker karakterskala?best?tt/ikke best?tt. Les mer om?karakterskalaen.
Adgang til ny eller utsatt eksamen
Studenter som dokumenterer gyldig frav?r fra ordin?r eksamen, kan ta utsatt eksamen i starten av neste semester.
Det tilbys ikke ny eksamen til studenter som har trukket seg under ordin?r eksamen, eller som ikke har best?tt.
Mer om eksamen ved UiO
- Kildebruk og referanser
- Tilrettelegging p? eksamen
- Trekk fra eksamen
- Syk p? eksamen / utsatt eksamen
- Begrunnelse og klage
- Ta eksamen p? nytt
- Fusk/fors?k p? fusk
Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.