Datateknik AV, Introduktion till visuell AI, 3 hp
Observera att kurslitteraturen kan ändras/revideras fram till:
• 1 juni för en kurs som startar på höstterminen
• 15 november för en kurs som startar på vårterminen
• 1 april för en kurs som startar på sommaren
Skriv ut eller spara kursplanen som PDF
Du kan enkelt skriva ut en kursplan direkt från webbsidan. Använd kortkommandot ctrl+p (Windows) eller command+p (Mac). I nästa steg väljer du om du vill skriva ut eller spara kursplanen som PDF.
För en nedlagd kurs kan eventuell information om avvecklingsperiod hittas under rubriken "Övergångsregel" i senaste versionen av kursplanen.
Kursplan för:
Datateknik AV, Introduktion till visuell AI, 3 hp
Computer Engineering MA, Introduction to Visual AI, 3 credits
Allmänna data om kursen
- Kurskod: DT106A
- Ämne huvudområde: Datateknik
- Nivå: Avancerad nivå
- Högskolepoäng: 3
- Fördjupning vs. Examen: A1N - Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
- Utbildningsområde: Tekniska området 100%
- Ansvarig institution: Data- och elektroteknik
- Fastställd: 2025-06-12
- Giltig fr.o.m: 2026-01-19
Syfte
Kursen syftar till att ge en grundläggande förståelse för visuell artificiell intelligens (AI) och dess tillämpningar. Visuell AI är ett transformativt fält i skärningspunkten mellan artificiell intelligens och visuell bearbetning.
Studenterna ska få kunskap om hur dessa teknologier används för att analysera, bearbeta och generera visuella data, samt förstå de utmaningar och möjligheter som finns inom området.
Lärandemål
Efter avslutad kurs ska studenten kunna:
- Beskriva och namnge centrala tekniker inom Visuell AI, inklusive signal- och bildbehandling, datorseende/bildanalys, datorgrafik, maskin- och djupinlärning.
- Relatera och jämföra utmaningar inom olika områden där Visuell AI kan tillämpas, såsom förstärkt visuell verklighet, industriell automation och tillverkning, robotik och drönarsystem, säkerhet och övervakning med mera.
- Identifiera möjligheter och begränsningar med AI-baserad visuell databehandling och -presentation.
- Utvärdera och diskutera etiska och samhälleliga aspekter av Visuell AI, inklusive bias, integritet och automatiserade beslutssystem.
Innehåll
- Introduktion till visuell AI: definitioner, historik och aktuella trender.
- Grundläggande tekniker inom Visuell AI
- Tillämpningar av visuell AI: fallstudier inom olika tillämpningsområden.
- Etiska och samhälleliga frågor: integritet, bias och påverkan på arbetsmarknaden.
Behörighet
Ingenjörsexamen, teknologie kandidatexamen, eller motsvarande.
Urvalsregler
Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.
Undervisning
Kursen består av föreläsningar, duggor (quizzar), och en serie laborationer. Föreläsningarna presenterar den nödvändiga teorin, principer, och grundläggande termer, etc. Duggorna (quizzarna) avser att examinera grundläggande termer och förståelse. En serie av laborationer examinerar insikter i kursens olika delar. Beroende på studentens tidigare erfarenheter, uppskattas arbetsinsatsen till 80 timmars arbete.
Examination
L101: Laborationer, 2 hp
Betygsskala: Tregradig skala
Q101: Duggor, 1 hp
Betygsskala: Tvågradig skala
Länk till betygskriterier: https://www.miun.se/betygskriterier.
Om en student har ett besked från samordnaren vid Mittuniversitetet om pedagogiskt stöd vid funktionsnedsättning, har examinatorn rätt att ge anpassad examination för studenten.
Betygsskala
Tregradig skala
Litteratur
Material delas ut under kursens gång.