Design analytics och AI för tekniska system, 6.0 hp

Engineering Systems Design Analytics and AI, 6.0 credits

6FIEI29

Utbildningsnivå

Forskarutbildning

Beskrivning

Kursen lämpar sig för doktorander med intresse för modellbaserad systemteknik, designanalys samt tillämpning av artificiell intelligens och syftar till att ge kunskaper inom metoder för att analysera komplexa system och modeller. Kursen ska ge en förmåga att använda olika metoder i industriella projekt.

Anmälan är öppen.

Next time the course will be given is 2024 HT1, and HT2, starting September 2024.



DETAILED SCHEDULE

Sept 18. 13-17 (CET). Design analytics I, Axiomatic design, Machine learning in design.

Sept 25. 13-17 (CET). Design analytics II. Sensitivity Analysis, Robustness and functional correlation.

Oct. 2. 13-17 (CET). Machine learning and design space generation I: Subsystem modelling. Regression analysis and Principal Component Analysis

Oct. 9. 13-17 (CET). Machine learning and design space generation II. Principal Component Analysis and Neural Networks. System structures and modelling.

Oct. 16. 13-17 (CET). Information entropy in Design and Optimization.

Oct 30 13-17 (CET). Project presentation.

Schedule is preliminary and may be subject to change.

Anmälan

https://sarc.center/event/engineering-systems-design-analytics-and-ai-6-0-ects/

Kontaktinformation

Behörighetskrav

Antagen till forskarstudier. Forskarstuderande vid IEI har förtur till kursen.

För denna kurs krävs dessutom bakgrund inom ingenjörsutbildning. Erfarenhet i Python är önskvärt men ej krav.

Särskild information

Målgrupp är forskarstuderande med intresserad av modellbaserad systemteknik och designanalys och tillämpning av artificiell intelligens.

Lärandemål

Kursen syftar till kunskaper inom metoder för att analysera komplexa system och modeller. Kursen ska ge en förmåga att använda olika metoder i industriella projekt.

Efter kursen ska studenten visa skicklighet och förmåga att:

  • Generera modeller baserade på statistiska data avseende samband mellan olika system/komponentegenskaper
  • Ta fram känslighetsanalys av ett system och kunna dra slutsatser om robusthet och kopplingsgrad
  • Uppskatta systemkomplexitet och göra analys av beräkningskomplexitet.

Kursinnehåll

Designanalys, 6h

  • Axiomatisk design.
  • Känslighetsanalys
  • Robusthet
  • Funktionell korrelation

Uppskattningsmodeller och designutrymmesgenerering, 6h

  • Introduktion till maskininlärning i design
  • Multipel regressionsanalys o Principal komponentanalys (PCA) med Singular value decomposition (SVD).
  • Neurala nätverk.
  • Designa utrymme och parametrisering

Systemstrukturer och modellering, 6h

  • Användning av stora språkmodeller, LLM:er för analys och modellering.
  • Funktionell modellering
  • Beroendestrukturmatris o Anslutningsdiagram
  • Automatiserad klustring av delsystem

Informationsentropi i design, 6h

  • Shannons informationsteori
  • Informationsentropi som ett mått på systemkomplexitet
  • Kvantifiering av designutrymme
  • Axiomatisk design och komplexitet
  • Informationsentropi i optimering

Undervisnings- och arbetsformer

Undervisnings- och arbetsformer i denna kurs består av lektioner, projekt, övningar och endags examinationspresentationsmöte.

Projektet kommer att vara ett samarbetsprojekt med hjälp av LLM:s för att generera analyskoder i Python som återspeglar kursens innehåll, och tillämpa det på ett exempel som kan relateras till din forskning.

Examination

Den huvudsakliga examinationsuppgiften är en skriftlig projektrapport som kan anpassas till den forskarstuderandes forskning.

Betygsskala

Tvågradig skala

Kurslitteratur

Anges vid kursstart.

Övrig information

Kursen beaktar lika villkor och har som mål att ta tillvara de resurser som studenter med olika bakgrund, livssituation och kompetens tillför utbildningen

Litteraturlista och schema fastställs i annan ordning

Kursutvärdering ska göras av kursansvarig efter varje kurstillfälle.

Resultatet av kursutvärderingen ska kommuniceras till deltagarna för denna kursomgång och kommande kursomgång samt Forskarutbildningsrådet vid IEI.