Profilinformation - Systemteknologi för D
Profilansvarig: Erik Frisk
Epost: frisk@isy.liu.se
Telefon: 013-285714
Bakgrund och mål

Komplexiteten ökar ständigt i nya, såväl som i vidareutveckling av gamla, tekniska system. Där det tidigare var en dator som utförde en uppgift är det idag inte sällan många datorer som samverkar, via ett nätverk, för att utföra en uppgift. I sådana situationer blir det allt svårare för en mänsklig operatör att på ett säkert och effektivt sätt styra processen. Därmed finns det behov av utökad funktionalitet och intelligens i de inbyggda styr och informationssystemen. Antingen hjälper de inbyggda systemen operatören att göra goda val eller också tas, mer eller mindre, fullt ut egna autonoma beslut. För att uppnå detta är det nödvändigt att behandla information på flera abstraktionsnivåer, från låg-nivå signalbehandling till kvalitativa resonemang på en hög abstraktionsnivå. Ett syfte med profilen Systemteknologi är att, ur en D-ares perspektiv, ge de byggbitar och verktyg som behövs för att arbeta med systemteknik via en bred bas inom datalogi och systemteknik.
Målet med profilen är att ge kunskaper för modellbaserad utveckling
av de komplexa system för slutledning och autonom
informationsbehandling som finns, och kommer finnas, inom svensk
systembyggande industri. Nyckelteknologier är artificiell
intelligens, logik, och andra tekniker inom modellbaserad
slutledning, i kombination med kunskaper inom sensorinformatik och
generell systemteknik.
Med kunskaper inom dessa ämnen har man förutsättningarna för att på
ett systematiskt sätt kunna integrera tekniker från skilda
teknikområden och att kunna arbeta med multi-disciplinära
problem. Grundläggande är att ha förståelse för hur man modellerar
dynamiska, fysiska, system för styrning, hur
signalbehandlingsalgoritmer fungerar, samt hur dessa kan användas
för autonomt beslutstagande. Att konstruera och analysera prestanda
och funktion för inbyggda system, speciellt i distribuerade
miljöer, kräver specifika kunskaper. Att förstå effekten av en
tidsfördröjning i nätverkskommunikationen på prestandan hos styrning
och signalbehandlingsalgoritmer är exempel på unika kunskaper som
profilen systemteknologi innefattar. Systemteknologiprofilen ger en
bred bas för framtida karriär och resultatet är en kompetens inom
datateknik med betoning på samverkan mellan datalogi, programvara
och ingenjörskunskaper inom systemteknik.
Profilkurser och masterskrav
Profilen är uppbyggd runt två block, ett datalogiskt block och ett systemtekniskt med respektive krav som alla måste vara uppfyllda. För att kunna ta ut en mastersexamen inom datateknik eller elektroteknik krävs 5 kurser a 6hp (30 hp) på avancerad nivå inom respektive område. I kurserna nedan har avancerade kurser indikerats med ett A. Nedan är en fullständig beskrivning av profilkraven för respektive block.
Datalogiskt block
Obligatoriska kurser i det datalogiska blocket är
Utöver dessa ska minst en kurs väljas i var och en av de tre grupperna:Grupp 1 | Grupp 2 | Grupp 3 |
---|---|---|
Distribuerade system (TDDD25,
A) Realtidssystem (TDDD07, A) |
Kompilatorkonstruktion
(TDDB44,
A) Kompilatorer och interpretatorer (TDDD55) |
Avancerad programvarudesign (TDxyz),
A) Programvaruarkitekturer (TDxyz), A)> |
Systemtekniskt block
För att uppfylla kraven på det systemtekniska blocket krävs att minst två av nedanstående kurser slutförs.- Industriell reglerteknik (TSRT07, A)
- Modellbygge och simulering (TSRT62, A)
- Datakompression (TSBK08, A)
- Diagnos och övervakning (TSFS06, A)
Kurssammanställning
Tabellen nedan visar när och i vilka block profilkurserna går. Färgkodningen nedan indikerar ämnesklassning av profilkurserna enligt: datateknik och/eller datavetenskap och kurser i elektroteknik.
Block 1 | Block 2 | Block 3 | Block 4 | ||
---|---|---|---|---|---|
Åk 4 | HT1 | Artificiell intelligens (TDDC17) | |||
HT2 | Kompilatorer och interpretatorer (TDDD55) | Realtidssystem (TDDD07) | |||
Kompilatorkonstruktion (TDDB44) | |||||
VT1 | Systemkonstruktion och metodik (TDTS07) | Distribuerade system (TDDD25) | |||
Industriell reglerteknik (TSRT07) | |||||
Datakompression (TSBK08) | |||||
VT2 | Programvaruarkitekturer (TDxyz) | ||||
Diagnos och övervakning (TSFS06) | |||||
Åk 5 | HT1 | Modellbygge och simulering (TSRT62) | Avancerad programvarudesign (TDxyz) | ||
HT2 | Databasteknik (TDDD37) | ||||
VT1 | EXAMENSARBETE | ||||
VT2 |
Rekommenderade kurser
Nedan är en samling kurser, både inom datalogi och systemteknik, som rekommenderas.
Datalogi |
Datamodeller och databaser, avancerad kurs (TDDD43) |
Avancerad projektkurs: AI och maskininlärning (TDDE19) |
Konstruktion och analys av algoritmer (TDDD20) |
Systemteknik |
Neuronnät och lärande system (TBMI26) |
Digital bildbehandling, grundkurs (TSBB08) |
Fordonsdynamik (TSFS02) |
Reglerteknisk projektkurs, CDIO (TSRT10) |
Nätverk: modeller, algoritmer och tillämpningar (TSKS11) |
Maskininlärning (TDDE01) eller Neuronnät och lärande system (TBMI26) |
Informationsansvarig: Erik Frisk
Senast uppdaterad: 2018-03-20