Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML
|
|
|
- Witold Malinowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Sztuczna inteligencja i uczenie maszynowe w robotyce i systemach autonomicznych: AI/ML w robotyce, robotyka w AI/ML Piotr Skrzypczyński Instytut Automatyki, Robotyki i Inżynierii Informatycznej, Politechnika Poznańska
2 Plan prezentacji: Związki robotyki ze sztuczną inteligencją. Dlaczego robotyka potrzebuje AI/ML? Czy AI/ML potrzebuje robotyki? Kierunki wspólnego rozwoju.
3 AI i robotyka: wspólne początki
4 AI i robotyka: wspólne początki
5 AI i robotyka: wspólne początki
6 AI i robotyka: wspólne początki
7 Robotyka i AI: aplikacje, przykłady (sterowanie) Podejście klasyczne: Shakey (SRI Intl., 1970) STRIPS Uczenie maszynowe: NavLab (CMU RI, 1989) ALVINN (Autonomous Land Vehicle in a Neural Network)
8 Robotyka i AI: aplikacje, przykłady (planowanie ruchu) Algorytmy planowania (S. LaValle, Planning Algorithms, MIT Press, 2005). Planowanie w robotyce: curse of dimensionality, niepewność, niestacjonarność (replanowanie), czas rzeczywisty.
9 Robotyka i AI: aplikacje, przykłady (planowanie ruchu) Algorytmy planowania (S. LaValle, Planning Algorithms, MIT Press, 2005). Planowanie w robotyce: curse of dimensionality, niepewność, niestacjonarność (replanowanie), czas rzeczywisty.
10 Robotyka i AI: aplikacje, przykłady (model otoczenia) Budowa modelu otoczenia (świata) jest formą nauki. Stan obecny: efektywne algorytmy SLAM lecz nadal wiele problemów praktycznych. Niepewność, dynamika otoczenia, skalowalność, life-long learning.
11 Robotyka i AI: aplikacje, przykłady (model otoczenia) Budowa modelu otoczenia (świata) jest formą nauki. Stan obecny: efektywne algorytmy SLAM lecz nadal wiele problemów praktycznych. Niepewność, dynamika otoczenia, skalowalność, life-long learning.
12 Robotyka i AI: aplikacje, przykłady (chwytanie) Roboty usługowe i kooperacyjne potrzebana większa autonomia chwytania. Generalizacja chwytów dla nowych obiektów o nieznanych kształtach. Deep reinforcement learning, próbkowanie z rozkładu prawdopodobieństwa.
13 Robotyka i AI: aplikacje, przykłady (aplikacje) DARPA Grand Challenge (2005), Urban Challenge (2007). DARPA Robotics Challenge (2015), Subterranean Challenge. Samochody autonomiczne: Google, Tesla, Uber...
14 Robotyka i ML Ostatnie 5 lat wzrost zainteresowania ML i deep learning. Sukcesy aplikacji uczenia maszynowego w robotyce i nie tylko. RSS 2016: Are the skeptics right? Limits and potential of deep learning in robotics. ICRA 2018: 10% prac dotyczących deep learning, najczęściej występujące słowo kluczowe.
15 ML i robotyka: problemy i wyzwania Jak ilościowo określić niepewność wyników w ML/DL?
16 ML i robotyka: problemy i wyzwania Świat robota jest (zazwyczaj) otwarty jak traktować nieznane klasy?
17 ML i robotyka: problemy i wyzwania Robot powinien adaptować się do zmieniającego się środowiska działania.
18 ML i robotyka: problemy i wyzwania Robot może działać i aktywnie pozyskiwać/odkrywać wiedzę.
19 ML i robotyka: problemy i wyzwania Zależności semantyczne są kluczowe dla rozumienia sceny przez człowieka jak robot może się ich nauczyć?
20 ML i robotyka: problemy i wyzwania Roboty działają w świecie 3-D, jednak percepcja wizyjna dostarcza tylko obraz płaski.
21 ML i robotyka: problemy i wyzwania Rozumienie semantyki zależy od geometrii, a zdolność do rozpoznania geometrii od znajomości semantyki. Chicken-and-egg problem?
22 ML i robotyka: problemy i wyzwania Działanie robota jest procesem. Jak uczyć się zależności w czasie?
23 ML i robotyka: problemy i wyzwania Wiedza o zależnościach przestrzennych (3-D) poprawia zdolność rozpoznania sceny (object unity and permanence).
24 ML i robotyka: problemy i wyzwania Robot może eksplorować środowisko aby zdobyć nową wiedzę.
25 ML i robotyka: problemy i wyzwania Robot może modyfikować środowisko aby zdobyć nową wiedzę.
26 Robotyka i AI: kierunki rozwoju Wyniki działania AI w robotyce muszą być przewidywalne. W niektórych zastosowaniach konieczna jest certyfikacja. Sposób działania i podejmowane decyzje powinny być zrozumiałe dla ludzi.
27 Robotyka i AI: kierunki rozwoju Uczenie w symulacji i problem reality gap. Uczenie na podstawie małej liczby przykładów.
28 Robotyka i AI: kierunki rozwoju Uczenie nienadzorowane (w praktycznych zastosowaniach). Uczenie na podstawie demonstracji (człowieka).
29 Zjazd PP-RAI, Poznań, 2018 DZIĘKUJĘ ZA UWAGĘ Laboratorium Robotów Mobilnych lrm.put.poznan.pl
Tomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej
1 Zastosowania Metod Inteligencji Obliczeniowej Tomasz Pawlak 2 Plan prezentacji Sprawy organizacyjne Wprowadzenie do metod inteligencji obliczeniowej Studium wybranych przypadków zastosowań IO 3 Dane
WYDZIAŁ INFORMATYKI POLITECHNIKI POZNAŃSKIEJ
WYDZIAŁ INFORMATYKI POLITECHNIKI POZNAŃSKIEJ HISTORIA 1995 uruchomienie kierunku Informatyka na WE 2001 powstanie Wydziału Informatyki i Zarządzania 2001 uruchomienie makrokierunku Automatyka i zarządzanie
SPOTKANIE 11: Reinforcement learning
Wrocław University of Technology SPOTKANIE 11: Reinforcement learning Adam Gonczarek Studenckie Koło Naukowe Estymator adam.gonczarek@pwr.edu.pl 19.01.2016 Uczenie z nadzorem (ang. supervised learning)
Systemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
ECTS - program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 2015/2016
- program studiów kierunku Automatyka i robotyka, Studia I stopnia, rok akademicki 20/206 Automatyka i robotyka Profil ogólnoakademicki studia stacjonarne I stopnia w c l p w c l p w c l p w c l p w c
Kierunek: Automatyka i Robotyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Automatyka i Robotyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2015/2016 Język wykładowy:
STRUKTURA PROGRAMU NAUCZANIA W UKŁADZIE GODZINOWYM. Algorytmy ewolucyjne ARES Rozproszone systemy automatyki AREU
Studia : Stacjonarne stopnia ARK Obowiązuje od : Specjalność : Komputerowe sieci AREU00 0 E AREU00 0 AREU00 0 AREU00 000 E Zajęcia sportowe 000 K.społ. FLEU00 0000 Fizyka FZP0 000 Mat. MAT0 000 Język obcy
Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy
Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Rozszerzony konspekt przedmiotu Inteligentne maszyny i systemy dr inż. Witold Czajewski dr inż. Marcin Iwanowski
Wprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: MECHANIKA I BUDOWA MASZYN Rodzaj przedmiotu: obowiązkowy na kierunku Rodzaj zajęć: wykład, laboratorium ROBOTYKA Robotics Forma studiów: stacjonarne Poziom przedmiotu: I stopnia
Wymiar godzin Pkt Kod Nazwa przedmiotu Egz.
PLAN STUDIÓW STACJONARNYCH I-go STOPNIA (inżynierskich) NA WYDZIALE ELETROTECHNII, AUTOMATYI I INFORMATYI na kierunku AUTOMATYA I ROBOTYA Obowiązuje dla 1-go roku studiów w roku akademickim 2015/2016 I
Nowe, wschodzące technologie IT i konieczność współpracy między uczelniami a pracodawcami
1 2 3 4 Nowe, wschodzące technologie IT i konieczność współpracy między uczelniami a pracodawcami Red Hat Forum Polska 2016 November 8, 2016 Warszawa, Polska PGE Narodowy Marek Rocki, SGH 6 lan: Podstawy
1 Programowanie urządzen mobilnych Sztuczna inteligencja i systemy 2 ekspertowe
SPECJALNOŚĆ: Programowanie Komputerów i Sieci Informatyczne Obowiązuje od roku akademickiego: 2007 / 2008 Przedmioty specjalnościowe oraz profili 1 Programowanie urządzen mobilnych 15 5 20 3 15 5 3 Sztuczna
Informatyka- studia I-go stopnia
SPECJALNOŚĆ: Informatyka w Zarządzaniu Obowiązuje od roku akademickiego: 2007 / 2008 1 Modelowanie procesów biznesowych 30 30 60 6 2 2 6 2 Eksploracja danych 30 3 1 1 3 3 Wspomaganie decyzji w warunkach
rodzaj zajęć semestr 1 semestr 2 semestr 3 Razem Lp. Nazwa modułu E/Z Razem W I
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2017/2018L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów stacjonarna Specjalność: grafika
Systemy agentowe. Uwagi organizacyjne i wprowadzenie. Jędrzej Potoniec
Systemy agentowe Uwagi organizacyjne i wprowadzenie Jędrzej Potoniec Kontakt mgr inż. Jędrzej Potoniec Jedrzej.Potoniec@cs.put.poznan.pl http://www.cs.put.poznan.pl/jpotoniec https://github.com/jpotoniec/sa
Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,
Lista przedmiotów prowadzonych przez pracowników Zakładu Sieci i Systemów Elektroenergetycznych
Lista przedmiotów prowadzonych przez pracowników Zakładu Sieci i Systemów Elektroenergetycznych Informatyka w elektroenergetyce 1DE1703 W15, L30 Projektowanie komputerowe i systemy informacji przestrzennej
Obowiązkowy A. Przedmioty kształcenia ogólnego 1 Etykieta w życiu publicznym wykład 9 zaliczenie tak 1 B. Przedmioty podstawowe
Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Rok 2012/2013 Rok I, semestr I (zimowy) zajęć 1 Etykieta w życiu publicznym 9 tak 1 Przedmiot
OpenAI Gym. Adam Szczepaniak, Kamil Walkowiak
OpenAI Gym Adam Szczepaniak, Kamil Walkowiak Plan prezentacji Programowanie agentowe Uczenie przez wzmacnianie i problemy związane z rozwojem algorytmów Charakterystyka OpenAI Gym Biblioteka gym Podsumowanie
POLITECHNIKA RZESZOWSKA PLAN STUDIÓW
POLITECHNIKA RZESZOWSKA im. Ignacego Łukasiewicza Wydział Budowy Maszyn i Lotnictwa PLAN STUDIÓW dla kierunku: Mechatronika studia I stopnia stacjonarne Rzeszów,12 Listopada 2014 1 Plan studiów z zaznaczeniem
Autonomia robotów. Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska
Autonomia robotów Cezary Zieliński Instytut Automatyki i Informatyki Stosowanej Wydział Elektroniki i Technik Informacyjnych Politechnika Warszawska Wszechnica PAN 13 kwietnia 2016 r. Anatomia robota Receptory
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym wykład 15
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia stacjonarne Dla rocznika: 2018/2019
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym wykład
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium PODSTAWY ROBOTYKI Fundamentals of Robotics Forma studiów: studia
Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu
Wizja maszynowa w robotyce i automatyzacji - opis przedmiotu Informacje ogólne Nazwa przedmiotu Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu 11.9-WE-AiRD-WMwRiA Wydział Kierunek Wydział Informatyki,
S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE
KATEDRA SYSTEMÓW DECYZYJNYCH POLITECHNIKA GDA N SKA S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE prof. dr hab. inz. Zdzisław Kowalczuk Katedra Systemów Decyzyjnych Wydział Elektroniki Telekomunikacji
Kształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu:
Kształcenie w Szkole Doktorskiej Politechniki Białostockiej realizowane będzie według następującego programu: Semestr 1 2 3 4 Rodzaj Forma Forma Liczba zajęć zajęć zaliczeń godzin Szkolenie biblioteczne
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym
Formacyjne znaczenie programowania w kształceniu menedżerów
Formacyjne znaczenie programowania w kształceniu menedżerów Wojciech Cellary Katedra Technologii Informacyjnych Uniwersytet Ekonomiczny w Poznaniu al. Niepodległości 10, 61-875 Poznań cellary@kti.ue.poznan.pl
Widzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
VII ZJAZD. STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. 17 grudnia 2016 (sobota)
I rok 1 sem. prof. Bogusław BRODA ALGEBRA LINIOWA Z GEOMETRIĄ ANALITYCZNĄ dr Jarosław ROPĘGA PODSTAWY PRZEDSIĘBIORCZOŚCI dr hab. Karol SZAŁOWSKI FIZYKA dr Jan MALINOWSKI JĘZYKI PROGRAMOWANIA I sala 105
Rok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) Lp. Nazwa przedmiotu zajęć
rodzaj zajęć semestr 1 semestr 2 semestr 3 Razem Lp. Nazwa modułu E/Z Razem W I
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2017/2018Z, 2017/2018L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów niestacjonarna
Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji
Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji data aktualizacji: 2017.10.11 Delphi Kraków Rozwój jazdy autonomicznej zmienia krajobraz technologii transportu w sposób tak dynamiczny,
Deep Learning na przykładzie Deep Belief Networks
Deep Learning na przykładzie Deep Belief Networks Jan Karwowski Zakład Sztucznej Inteligencji i Metod Obliczeniowych Wydział Matematyki i Nauk Informacyjnych PW 20 V 2014 Jan Karwowski (MiNI) Deep Learning
5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z
![5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z](/thumbs/91/106052352.jpg "5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z")
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2016/2017L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów stacjonarna Specjalizacja:
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 217/218 Język wykładowy: Polski Semestr 1 IIN-1-13-s
Foresight priorytetowych innowacyjnych technologii na rzecz automatyki, robotyki i techniki pomiarowej
Foresight priorytetowych innowacyjnych technologii na rzecz automatyki, robotyki i techniki pomiarowej Prezentacja wyników drugiej ankiety Delphi w obszarze ROBOTYKA mgr Jan Piwiński Specjalista w projekcie
Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 205/206 Z-ID-602 Wprowadzenie do uczenia maszynowego Introduction to Machine Learning
prof. dr hab. inż. Maciej Niedźwiecki dr hab. inż. Piotr Suchomski mgr inż. Stanisław Iszora mgr inż. Włodzimierz Sakwiński dr inż.
Katedra Systemów Automatyki Katedra Systemów Automatyki prof. dr hab. inż. Maciej Niedźwiecki dr hab. inż. Piotr Suchomski dr inż. Paweł Raczyński dr inż. Stefan Sieklicki dr inż. Krzysztof Cisowski mgr
STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. prof. Bogusław BRODA ALGEBRA LINIOWA Z GEOMETRIĄ ANALITYCZNĄ GR 1 sala 271 A dr Jan MALINOWSKI JĘZYKI PROGRAMOWANIA I GR 1 sala 571 B+572 B dr hab. Jarosław
PROGRAM SEMINARIUM ZAKOPANE 2011. czwartek, 1 grudnia 2011 r. Sesja przedpołudniowa
czwartek, 1 grudnia 2011 r. Sesja przedpołudniowa 9.30 9.40: 9.40 10.10: 10.10 10.40: 10.40 11.00: Otwarcie seminarium Prof. dr hab. inż. Tadeusz Czachórski prof. dr hab. inż. Robert Schaeffer, prezentacja:
Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej
Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych
Tabela odniesień efektów kierunkowych do efektów obszarowych
Umiejscowienie kierunku w obszarze kształcenia Kierunek studiów automatyka i robotyka należy do obszaru kształcenia w zakresie nauk technicznych i jest powiązany z takimi kierunkami studiów jak: mechanika
VI ZJAZD. STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. 10 grudnia 2016 (sobota)
I rok 1 sem. dr Andrzej KRYŚ ARCHITEKTURA SYSTEMÓW prof. Bogusław BRODA ALGEBRA LINIOWA Z GEOMETRIĄ ANALITYCZNĄ konwersatorium (3h) dr Andrzej KRYŚ ARCHITEKTURA SYSTEMÓW sala 571 B + 572 B dr Andrzej KRYŚ
Gospodarka 4.0. Wojciech Cellary. Katedra Technologii Informacyjnych
Gospodarka 4.0 Wojciech Cellary Katedra Technologii Informacyjnych 1 Współczesny obieg danych Internet ludzi Internet rzeczy Telefonia 5. generacji Gigadane w chmurze Uczenie maszynowe (sztuczna inteligencja)
V ZJAZD. STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. 26 listopada 2016 (sobota) ANALIZA FIZYKA ANALIZA MATEMATYCZNA I FIZYKA ANALIZA FIZYKA
I rok 1 sem. prof. Tadeusz BALCERZAK FIZYKA prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I prof. Krzysztof KOWALSKI ANALIZA MATEMATYCZNA I GR 1 sala 272 A dr hab. Karol SZAŁOWSKI FIZYKA dr hab. Karol
SYLABUS/KARTA PRZEDMIOTU
. NAZWA PRZEDMIOTU SYLABUS/KARTA PRZEDMIOTU Systemy wizyjne w automatyce przemysłowej. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny. STUDIA kierunek stopień tryb język status przedmiotu
Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia
Wydział: Fizyki i Informatyki Stosowanej Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 20/2019 Język wykładowy: Polski Semestr 1 JIS-1-103-s
Opis. Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów) Liczba godzin zajęć dydaktycznych z podziałem na formy prowadzenia zajęć
Załącznik nr 5 do Uchwały nr 1202 Senatu UwB z dnia 29 lutego 2012 r. nazwa SYLABUS A. Informacje ogólne Tę część wypełnia koordynator (w porozumieniu ze wszystkimi prowadzącymi dany przedmiot w jednostce)
System sterowania robota mobilnego z modułem rozpoznawania mowy
System sterowania robota mobilnego z modułem rozpoznawania mowy inż. Andrzej Skrzypek promotor: dr inż. Piotr Przystałka Instytut Podstaw Konstrukcji Maszyn Politechnika Śląska Gliwice, 2017 inż. Andrzej
Robotyzacja procesów wytwórczych - Plan studiów. Semestr 1. Liczba godzin. Suma godzin. Katedra / Instytut. Forma zaliczenia. Nr Modułu.
Robotyzacja procesów wytwórczych - Plan studiów Semestr 1 Liczba 1 1 BHP og. ucz. 15 15 1 zal. KTiPTP RPW-MK01 2 2 Przysposobienie biblioteczne og. ucz. 2 2 0 zal. BPL RPW-MK02 3 3 Ochrona własności intelektualnej
Model symulacyjny robota Explorer 6WD z uwzględnieniem uszkodzeń
Model symulacyjny robota Explorer 6WD z uwzględnieniem uszkodzeń inż. Paweł Stęczniewski Promotor: dr inż. Piotr Przystałka Instytut Podstaw Konstrukcji Maszyn Politechnika Śląska Gliwice, 22.11.2017 inż.
Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2014/15 - zatwierdzono na Radzie Wydziału w dniu r.
Część wspólna dla kierunku 1 IMS1.01 Obiektowe projektowanie SI 2 2 E 3 60 3 2 IMS1.02 Teleinformatyka 2 2 E 4 60 4 3 IMS2.01 Modelowanie i analiza systemów dyskretnych 2 2 E 3 60 3 4 IMS2.02 Wielowymiarowa
Specjalność: Komputerowe systemy sterowania i diagnostyki
Specjalność: Komputerowe systemy sterowania i diagnostyki Rozkład zajęć w sem. (godz. w tygodniu) Lp Nazwa przedmiotu ECTS sem. 1 sem. 2 sem. 3 sem. 4 sem. 5 sem. 6 sem. 7 w c l p w c l p w c l p w c l
zakładane efekty kształcenia
Załącznik nr 1 do uchwały nr 41/2018 Senatu Politechniki Śląskiej z dnia 28 maja 2018 r. Efekty kształcenia dla kierunku: INFORMATYKA WYDZIAŁ AUTOMATYKI, ELEKTRONIKI I INFORMATYKI WYDZIAŁ ELEKTRYCZNY nazwa
godz JĘZYKI PROGRAMOWANIA I. GR. 2 sala 573 B+574 B
STUDIA ZAOCZNE; kier. INFORMATYKA Ist. I rok 1 sem. dr Sławomir PAWŁOWSKI ARCHITEKTURA SYSTEMÓW KOMPUTEROWYCH GR 1 sala 571 B+572 B dr Grzegorz WIECZOREK JĘZYKI PROGRAMOWANIA I sala 573 B+574 B dr hab.
POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku
Część wspólna dla kierunku 1 IMN1.01 Obiektowe projektowanie SI 15 15 E 3 3 2 IMN1.02 Teleinformatyka 15 15 E 4 4 3 IMN2.01 Modelowanie i analiza systemów dyskretnych 15 15 E 3 3 4 IMN2.02 Wielowymiarowa
System wspomagania harmonogramowania przedsięwzięć budowlanych
System wspomagania harmonogramowania przedsięwzięć budowlanych Wojciech Bożejko 1 Zdzisław Hejducki 2 Mariusz Uchroński 1 Mieczysław Wodecki 3 1 Instytut Informatyki, Automatyki i Robotyki Politechnika
Optymalizacja ciągła
Optymalizacja ciągła 0. Wprowadzenie Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.02.2019 1 / 11 Kontakt wojciech.kotlowski@cs.put.poznan.pl http://www.cs.put.poznan.pl/wkotlowski/mp/
Nazwa przedmiotu. Załącznik nr 1 do Uchwały nr 70/2016/2017 Rady Wydziału Elektrycznego Politechniki Częstochowskiej z dnia r.
Plan studiów dla kierunku: INFORMATYKA Specjalności: Bezpieczeństwo sieciowych systemów informatycznych, Informatyka techniczna, Technologie internetowe i techniki multimedialne Ogółem Semestr 1 Semestr
Temat 1. Wprowadzenie do nawigacji robotów mobilnych. Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera
Kurs: Algorytmy Nawigacji Robotów Mobilnych Temat 1 Wprowadzenie do nawigacji robotów mobilnych 1 Pojęcia podstawowe Dariusz Pazderski Opracowanie w ramach programu ERA Inżyniera Na początku wprowadzimy
INFORMATYKA. PLAN STUDIÓW STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2019/2020.
PLAN STUDIÓ STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA 2019-2023 STUDIA ROZPOCZYNAJĄCE SIĘ ROKU AKADEMICKIM 2019/2020 Semestr I stęp do matematyki 20 20 zal z oc. 3 Podstawy programowania* 20 45 65 zal z
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym
Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Rok 2012/2013
Instytut Informatyki, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Rok 2012/2013 Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym 1 Przedmiot
INFORMATYKA. PLAN STUDIÓW NIESTACJONARNYCH INŻYNIERSKICH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2018/19.
PLAN STUDIÓ NIESTACJONARNYCH INŻYNIERSKICH 1-go STOPNIA 2018-2022 STUDIA ROZPOCZYNAJĄCE SIĘ ROKU AKADEMICKIM 2018/19 Semestr I stęp do matematyki 20 20 z oc. 3 Podstawy programowania* 15 30 45 z oc. /E
Plan prezentacji 0 Wprowadzenie 0 Zastosowania 0 Przykładowe metody 0 Zagadnienia poboczne 0 Przyszłość 0 Podsumowanie 7 Jak powstaje wiedza? Dane Informacje Wiedza Zrozumienie 8 Przykład Teleskop Hubble
Nowe technologie w szkole jako podstawa oddolnych działań: edukacyjna szansa czy szkodliwy gadżet?
Nowe technologie w szkole jako podstawa oddolnych działań: edukacyjna szansa czy szkodliwy gadżet? Maciej Jakubowski Fundacja Naukowa Evidence Institute Wydział Nauk Ekonomicznych UW Analogowe maszyny
5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z
![5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z](/thumbs/92/109029229.jpg "5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z")
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2016/2017Z, 2016/2017L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów niestacjonarna
Kierunek: Mechatronika Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Inżynierii Mechanicznej i Robotyki Kierunek: Mechatronika Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2015/2016 Język wykładowy: Polski Semestr 1 RME-1-103-s Podstawy
Uczenie ze wzmocnieniem aplikacje
Uczenie ze wzmocnieniem aplikacje Na podstawie: AIMA ch21 oraz Reinforcement Learning (Sutton i Barto) Wojciech Jaśkowski Instytut Informatyki, Politechnika Poznańska 22 maja 2013 Problem decyzyjny Markova
Rok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Bezpieczeństwo sieci i systemów informatycznych, BSiSI studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) 1
Wykład organizacyjny
Automatyka - zastosowania, metody i narzędzia, perspektywy na studiach I stopnia specjalności: Automatyka i systemy sterowania Wykład organizacyjny dr inż. Michał Grochowski kiss.pg.mg@gmail.com michal.grochowski@pg.gda.pl
Uczenie ze wzmocnieniem aplikacje
Uczenie ze wzmocnieniem aplikacje Na podstawie: AIMA ch21 oraz Reinforcement Learning (Sutton i Barto) Wojciech Jaśkowski Instytut Informatyki, Politechnika Poznańska 23 maja 2014 Problem decyzyjny Markova
Rok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) Lp. Nazwa przedmiotu
Systemy Robotów Autonomicznych
Systemy Robotów Autonomicznych Wykład nr 1 Zasady organizacji zajęć i uzyskiwania zaliczenia Kraków, 30.09.2017 dr inż. Andrzej Opaliński andrzej.opalinski @ agh.edu.pl Wszystkie informacje i aktualności
Ewolucja sieci Sztuczna inteligencja i uczenie maszynowe
Ewolucja sieci Sztuczna inteligencja i uczenie maszynowe Piotr Chołda Katedra Telekomunikacji AGH 11 kwietnia 2018 r. Plan prezentacji 1 O co chodzi? 2 Podstawowe definicje 3 Przegląd metod Ewolucja sieci:
Prezentacja specjalności Inżynieria Systemów Informatycznych
Prezentacja specjalności Inżynieria Systemów Informatycznych Kierownik specjalności: Prof. nzw. Marzena Kryszkiewicz Konsultacje: piątek, 16:15-17:45, pok. 318 Sylwetka absolwenta: inżynier umiejętności
INFORMATYKA. PLAN STUDIÓW STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2018/19.
PLAN STUDIÓ STACJONARNYCH INŻYNIERSKICH 1-go STOPNIA 2018-2022 STUDIA ROZPOCZYNAJĄCE SIĘ ROKU AKADEMICKIM 2018/19 Semestr I stęp do matematyki 20 20 z oc. 3 Podstawy programowania* 20 45 65 z oc. /E 6
MECHANIKA I BUDOWA MASZYN Wiedza i kreatywność to twój sukces.
AKADEMIA HUMANISTYCZNO-EKONOMICZNA W ŁODZI otwiera NOWY KIERUNEK MECHANIKA I BUDOWA MASZYN Wiedza i kreatywność to twój sukces. Zachęcamy do studiowania na 3.5 - letnich inżynierskich studiach stacjonarnych
Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski
Historia sztucznej inteligencji Przygotował: Konrad Słoniewski Prahistoria Mit o Pigmalionie Pandora ulepiona z gliny Talos olbrzym z brązu Starożytna Grecja System sylogizmów Arystotelesa (VI w. p.n.e.)
PRZEDMIOTY STUDIÓW STACJONARNYCH II STOPNIA
PRZEDMIOTY STUDIÓW STACJONARNYCH II STOPNIA Tabela 1-1 Matematyka - Metody numeryczne 30 15 4 2a 2b Teoria sterowania (kierunek AUTOMATYKA i ROBOTYKA) Systemy mikroprocesorowe w mechatronice (kierunek
Ewolucja sieci Sztuczna inteligencja i uczenie maszynowe
Ewolucja sieci Sztuczna inteligencja i uczenie maszynowe dr hab. inż. Piotr Chołda Katedra Telekomunikacji AGH 27 marca 2019 r. Plan prezentacji 1 O co chodzi? 2 Podstawowe definicje 3 Przegląd metod Ewolucja
Podstawy robotyki - opis przedmiotu
Podstawy robotyki - opis przedmiotu Informacje ogólne Nazwa przedmiotu Podstawy robotyki Kod przedmiotu 06.9-WE-AiRP-PR Wydział Kierunek Wydział Informatyki, Elektrotechniki i Automatyki Automatyka i robotyka
PRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: MECHATRONIKA Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium ROBOTYKA Robotics Forma studiów: stacjonarne Poziom przedmiotu: I stopnia Liczba godzin/tydzień:
Zakład Sterowania Systemów
Zakład Sterowania Systemów Zespół ZłoŜonych Systemów Kierownik zespołu: prof. dr hab. Krzysztof Malinowski Tematyka badań i prac dyplomowych: Projektowanie algorytmów do podejmowania decyzji i sterowania
Wstęp do robotyki. Plan wykładów. Wojciech Szynkiewicz. Plan wykładu... Plan wykładu... Instytut Automatyki i Informatyki Stosowanej PW
Plan wykładów Wstęp do robotyki Wojciech Szynkiewicz pok.554 e-mail: W.Szynkiewicz@ia.pw.edu.pl Instytut Automatyki i Informatyki Stosowanej PW Podstawowe pojęcia z dziedziny robotyki: krótka historia
2012/2013. PLANY STUDIÓW stacjonarnych i niestacjonarnych I-go stopnia prowadzonych na Wydziale Elektrotechniki, Automatyki i Informatyki
PLANY STUDIÓW stacjonarnych i niestacjonarnych I-go stopnia prowadzonych na Wydziale Elektrotechniki, Automatyki i Informatyki rok akademicki 2012/2013 Opole, styczeń 2013 r. Tekst jednolity po zmianach
PLAN NIESTACJONARNYCH STUDIÓW PIERWSZEGO STOPNIA (INŻYNIERSKICH) NA KIERUNKU INFORMATYKA
PLAN NIESTACJONARNYCH STUDIÓ PIERSZEGO STOPNIA (INŻYNIERSKICH) NA KIERUNKU INFORMATYKA Nabór 2013/2014 Obowiązuje A. PRZEDMIOTY KSZTAŁCENIA OGÓLNEGO 1. JĘZYKI OBCE 180 210 60 150 14 120 120 0 120 5 1 Język
Uczelnie wyższe wobec wyzwań LLL (life-long learning) i LLW (life-wide learning)
przez Unię Europejską ze środk rodków w Europejskiego Funduszu Społecznego w ramach Uczelnie wyższe wobec wyzwań LLL (life-long learning) i LLW (life-wide learning) Dr Anna Marianowska Plan prezentacji
II-go stopnia. Stacjonarne. Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1. Zaawansowane metody wyznaczania parametrów regulatorów 2. Mechanizmy innowacyjne. 3. Sieci neuronowe w modelowaniu obiektów dynamicznych. 4. Zasady projektowania i
Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia
Wydział: Fizyki i Informatyki Stosowanej Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma studiów: Stacjonarne Rocznik: 2019/2020 Język wykładowy: Polski Semestr 1 z Fizyka 3 JINS-1-103-s
Specjalność: Komputerowe systemy sterowania i diagnostyki. Strona 1 z 5
Uniwersytet Zielonogórski Plan studiów Wydział Informatyki, Elektrotechniki i Automatyki kierunek Automatyka i robotyka studia I stopnia, niestacjonarne rok akademicki 2017/18 Uwaga: zajęcia na specjalnościach
Harmonogram egzaminów na studiach stacjonarnych I stopnia, kierunek-informatyka w semestrze letnim roku akademickiego 2017/2018
WYDZIAŁ ORMATYKI i ZARZĄDZANIA na studiach stacjonarnych, kierunek-ormatyka Wrocław, marzec 2018 r. L.p Rok /sem Specjalność 1 I r. /2 sem Matematyka dyskretna A. Gawrych- Żukowski UWAGI R. Katarzyniak
INFORMATYKA. PLAN STUDIÓW STACJONARNYCH INŻYNIERSKICH 2-go STOPNIA STUDIA ROZPOCZYNAJĄCE SIĘ W ROKU AKADEMICKIM 2018/19.
PLAN STUDIÓ STACJONARNYCH INŻYNIERSKICH 2-go STOPNIA 2018-2020 STUDIA ROZPOCZYNAJĄCE SIĘ ROKU AKADEMICKIM 2018/19 Semestr I ybrane zagadnienia matematyki wyższej 45 30 75 E 6 Logika i teoria mnogości dla
NOWOCZESNE WYKORZYSTANIE ROBOTYKI
NOWOCZESNE WYKORZYSTANIE ROBOTYKI dr inż. Piotr Sauer Katedra Sterowania i Inżynierii Systemów dr inż. Piotr Sauer Politechnika Poznaoska, Wydział Informatyki, i ich zastosowao w przemyśle Katedra Sterowania
Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych
Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej