Προγραμματισμός Ευφυών Συστημάτων

Πληροφορίες Μαθήματος
ΤίτλοςΠρογραμματισμός Ευφυών Συστημάτων / Intelligent Systems Programming
ΚωδικόςAI103
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΔημήτριος Βράκας
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600016299

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ (2018 έως σήμερα) ΜΦ

Εγγεγραμμένοι φοιτητές: 2
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικό Κατ' Επιλογήν217,5

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ (2018 έως σήμερα) ΠΦ

Εγγεγραμμένοι φοιτητές: 16
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικό Κατ' Επιλογήν217,5

Πληροφορίες Τάξης
ΤίτλοςΠρογραμματισμός Ευφυών Συστημάτων
Ακαδημαϊκό Έτος2018 – 2019
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600132055
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
  • Αγγλικά (Διδασκαλία)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Καλή Γνώση των Αρχών της Τεχνητής Νοημοσύνης, Πολύ καλή γνώση προγραμματισμού σε C/C++ ή Java
Μαθησιακά Αποτελέσματα
αναγνωρίζουν τα βασικά μέρη ενός ρομποτικού συστήματος, σχεδιάζουν ένα ρομποτικό σύστημα ανάλογα με την εφαρμογή, γνωρίζουν τη βασική Φυσική πίσω από τα συστατικά ενός ρομπότ, μπορούν να υλοποιούν αλγορίθμους για τον έλεγχο του ρομπότ και τη πλοήγηση του σε γνωστά και άγνωστα περιβάλλοντα.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεθνές περιβάλλον
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα
  • Σεβασμός στο φυσικό περιβάλλον
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Ρομποτικά Συστήματα, Αίσθηση και Αντίληψη, Όργανα Δράσης, Έλεγχος Κίνησης, Αναδραστικό Μοντέλο Αυτονομίας, Αλγόριθμοι Bug, Εντοπισμός Θέσης & Χαρτογράφηση, Σχεδιασμός Μονοπατιού, Οι προσομοιωτές Simbad και Webots.
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιντεοδιαλέξεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις39
Μελέτη και ανάλυση βιβλίων και άρθρων123
Εκπόνηση μελέτης (project)60
Εξετάσεις3
Σύνολο225
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές εξετάσεις μαθήματος (ποσοστό 70%), Εργασίες Μαθήματος (ποσοστό 30%)
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Συμπερασματική)
  • Δημόσια Παρουσίαση (Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
  • Έκθεση / Αναφορά (Συμπερασματική)
  • Εργαστηριακή Εργασία (Συμπερασματική)
Τελευταία Επικαιροποίηση
12-10-2020