Cykl kształcenia: 2021/2022
Nazwa jednostki prowadzącej studia: Wydział Budowy Maszyn i Lotnictwa
Nazwa kierunku studiów: Lotnictwo i kosmonautyka
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: drugiego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku: Awionika, Pilotaż, Samoloty, Silniki lotnicze
Tytuł otrzymywany po ukończeniu studiów: magister inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Awioniki i Sterowania
Kod zajęć: 3105
Status zajęć: obowiązkowy dla specjalności Awionika
Układ zajęć w planie studiów: sem: 1 / W30 L30 / 4 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Alicja Mieszkowicz-Rolka
Terminy konsultacji koordynatora: wtorek 10:15-11:45
Główny cel kształcenia: Celem kształcenia jest nabycie przez studenta wiedzy i umiejętności z zakresu nowoczesnych metod i technik obliczeniowych zwanych systemami sztucznej inteligencji (AI). Studenci zdobywają wiedzę i umiejętności przygotowujące ich do prowadzenia badań naukowych w lotnictwie z wykorzystaniem nowoczesnych technik obliczeniowych.
Ogólne informacje o zajęciach: W ramach zajęć wykładowych student poznaje zagadnienia teoretyczne z zakresu inteligentych systemów obliczeniowych. Zna budowę systemów ekspertowych, różne metody reprezentacji wiedzy i stosowane sposoby wnioskowania. Poznaje teorię zbiorów rozmytych, zbiorów przybliżonych oraz zagadnienia sztucznych sieci neuronowych.W trakcie zajęć laboratoryjnych zapoznaje się i posługuje się pakietami obliczeniowymi, które stosują w praktyce metody, teorie i techniki omawiane na wykładzie. Student proponuje zastosowanie ich w zagadnieniach lotniczych. Przygotowuje projekt, wykonuje badania i symulacje komputerowe, wyciąga wnioski oraz sporządza sprawozdania kształtując w ten sposób umiejętności związane z prowadzeniem badań naukowych.
1 | Rutkowska D., Piliński M., Rutkowski L. | Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. . | . | |
2 | Rutkowski L. | Metody i techniki sztucznej inteligencji | . | 2012 |
1 | A. Niederliński | Regułowo-modelowe systemy ekspertowe | Wydawnictwo Jacka Skalmierskiego Gliwice. | 2006 |
2 | Brzózka J. | Regulatory i układy automatyki | Wydawnictwo Mikrom. |
1 | Mulawka J. | Systemy Ekspertowe | WNT Warszawa. | 1996 |
2 | Rutkowska D., Piliński M., Rutkowski L. | Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. . | PWN Warszawa . | 1997 |
3 | Mrózek A., Płonka L. | Analiza danych metodą zbiorów przybliżonych. | Akademicka Oficyna Wydawnicza PLJ Warszawa . | 1999. |
4 | Wawrzyński P. | Podstawy sztucznej inteligencji | Oficyna Wydawnicza Politechniki Warszawskiej. | 2014 |
5 | Ossowski S. | Sieci neuronowe do przetwarzania informacji. | Oficyna Wydawnicza Politechniki Warszawskiej. | 2013 |
6 | Rutkowski L. | Metody i techniki sztucznej inteligencji | . | 2012 |
Wymagania formalne: rejestracja studenta na semestrze pierwszym studiów drugiego stopnia kierunku Lotnictwo i kosmonautyka
Wymagania wstępne w kategorii Wiedzy: wiedza podstawowa w zakresie informatyki
Wymagania wstępne w kategorii Umiejętności: umiejętność posługiwania się sprzętem i oprogramowaniem komputerowym oraz dokumentacjią w języku angielskim
Wymagania wstępne w kategorii Kompetencji społecznych: umiejętność pracy zespołowej
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | zna budowę systemów ekspertowych, podstawowe metody reprezentacji wiedzy stosowane w SE, rozumie przebieg procesu wnioskowania, potrafi wymienić wady i zalety stosowanych rozwiązań | wykład, laboratorium | sprawdzian pisemny oraz na bieżąco w trakcie zajęć laboratoryjnych |
K_W04++ K_W05+ |
P7S_WG |
02 | zna i rozumie podstawowe pojęcia teorii zbiorów rozmytych, zbiorów przybliżonych oraz sztucznych sieci neuronowych i potrafi je zidentyfikować w specjalizowanych pakietach programowych | wykład, laboratorium | sprawdzian pisemny oraz na bieżąco w trakcie zajęć laboratoryjnych |
K_W04++ K_W05++ |
P7S_WG |
03 | potrafi posługiwać się dokumentacją specjalistycznego oprogramowania (w tym w języku angielskim) w stopniu umożliwiającym przygotowanie rozwiązania postawionego problemu inżynierskiego występującego w lotnictwie. Potrafi przygotować sprawozdanie z przeprowadzonych badań i eksperymentów przez co kształtuje umiejętności związane z prowadzeniem badań naukowych. | laboratorium | sprawozdanie |
K_U05++ K_U06+ |
P7S_UK P7S_UW |
04 | potrafi komputerowo zrealizować koncepcję własnego regułowego systemu ekspertowy, systemu wnioskowania rozmytego, wnioskowania przybliżonego oraz sztuczną sieć neuronową do rozwiązania zagadnienia lotniczego, przeprowadzić eksperymenty i wyciągnąć wnioski oraz ocenić przydatność tych metod w rozwiązaniach lotniczych, przez co zostaje przygotowany do prowadzenia badań naukowych. | laboratorium | sprawozdanie, dyskusja |
K_U08+++ K_U10++ |
P7S_KR P7S_UW |
05 | potrafi pracować w zespole i ustalić harmonogram służący realizacji zadania, ma świadomość odpowiedzialności za wspólnie realizowane zadania | laboratorium | na bieżąco w trakcie zajęć, sprawozdania |
K_K02++ |
P7S_KO |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
1 | TK01 | W01, W02 | MEK01 | |
1 | TK02 | W03 | MEK01 | |
1 | TK03 | W04,W05,W06 | MEK01 | |
1 | TK04 | W07,W08, W09 | MEK02 | |
1 | TK05 | W09, W10,W11 | MEK02 | |
1 | TK06 | W11,W12, W13 | MEK02 | |
1 | TK07 | W14 | MEK02 | |
1 | TK08 | W15 | ||
1 | TK09 | L01, L02,LO3 | MEK03 MEK04 MEK05 | |
1 | TK10 | LO4,L05, L06 | MEK03 MEK04 MEK05 | |
1 | TK11 | L07 | ||
1 | TK12 | L07, L08,L09 | MEK03 MEK04 MEK05 | |
1 | TK13 | L10,L11, L12 | MEK03 MEK04 MEK05 | |
1 | TK14 | L13 | ||
1 | TK15 | L14, L15 | MEK02 MEK05 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 1) | Godziny kontaktowe:
30.00 godz./sem. |
||
Laboratorium (sem. 1) | Przygotowanie do laboratorium:
15.00 godz./sem. Przygotowanie do kolokwium: 10.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
30.00 godz./sem. |
Konsultacje (sem. 1) | |||
Zaliczenie (sem. 1) |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Treści programowe realizowane na wykładach będą stanowiły tematykę kolokwium I i kolokwium II przeprowadzonego na zajęciach laboratoryjnych. |
Laboratorium | Warunkiem zaliczenia laboratorium jest obecność na zajęciach oraz uzyskanie ocen pozytywnych ze wszystkich sprawozdań z zadań ( projektów) realizowanych przez dany zespół. Opóźnienie w oddaniu sprawozdania obniża ocenę końcową ze sprawozdania. W ocenie końcowej z laboratorium uwzględnia się oceny ze wszystkich sprawozdań oraz aktywność na zajęciach i bieżące przygotowanie się do zajęć. |
Ocena końcowa | W ocenie końcowej z przedmiotu uwzględnia się oceny z kolokwium I i II, ocenę z laboratorium oraz dodatkowo obecność na wykładzie. |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | A. Mieszkowicz-Rolka; L. Rolka | Multi-Criteria Decision-Making with Linguistic Labels | 2022 |
2 | A. Mieszkowicz-Rolka; L. Rolka | Preference-Oriented Fuzzy TOPSIS Method | 2021 |
3 | A. Mieszkowicz-Rolka; L. Rolka | Variable Precision Fuzzy Rough Set Model with Linguistic Labels | 2020 |
4 | G. Drupka; A. Mieszkowicz-Rolka; L. Rolka | Multicriteria decision-making in flight route selection | 2020 |
5 | A. Mieszkowicz-Rolka; L. Rolka | Labeled Fuzzy Rough Sets in Multiple-Criteria Decision-Making | 2019 |
6 | A. Mieszkowicz-Rolka; L. Rolka | The Concept of Fuzzy Linguistic Labels for Studying Decision Systems in Air Transportation | 2019 |