DD2528 Pålitliga autonoma system 7,5 hp

Depedable Autonomous Systems

Autonoma system använder artificiell intelligens och maskininlärning för att uppnå autonomi. Det är därför en utmaning att säkerställa ett autonomt systems pålitlighet och garantera att de risker som är förknippade med systemet ar acceptabla. Kursen introducerar modellerings-, verifierings- och analystekniker för att uppnå pålitlighet för autonoma system.
  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Datalogi och datateknik
  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

HT19 relaut19 för programstuderande

  • Perioder

    HT19 P2 (7,5 hp)

  • Anmälningskod

    50844

  • Kursen startar

    2019-10-28

  • Kursen slutar

    2020-01-14

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Planerade moduler

    P2: D1, I1, D2. mer info

  • Kursansvarig

    Elena Troubitsyna <elenatro@kth.se>

  • Målgrupp

    Studenter på masterprogram.

Lärandemål

Efter godkänd kurs ska studenten kunna

• representera datastrukturer och deras ömsesidiga beroenden som matematiska strukturer och formulera pålitlighetsegenskaper med hjälp av satslogik,

• specificera dynamiskt beteende hos autonoma system och deras egenskaper,

• använda riskbedömning och säkerhetsanalystekniker för att definiera pålitlighetskrav,

• modellera och verifiera autonoma system med hjälp av automatiska verktyg

i syfte att

·         kunna arbeta med autonoma säkerhetskritiska system i forskning och/eller utveckling,

  • kunna identifiera riskerna i samband med autonoma system och använda modellering, verifiering och säkerhetstekniker för att förhindra dem.

Kursens huvudsakliga innehåll

Tekniker för att uppnå pålitlighet, säkerhetsanalys, härledning av pålitlighetskrav från säkerhetsanalyser, modellering och verifiering av säkerhetskrav, säkerhetsförsäkringsfall, fleragentsystem, framväxande beteende, målorienterad modellering och verifiering av säkra och tillförlitliga autonoma fleragentsystem, evolutionära algoritmer och inlärningsalgoritmer för uppdragsplanering och navigering, säkerhet för uppdragsplanering.

Behörighet

Slutförda kurser motsvarande:

SF1671 Matematik, baskurs med diskret matematik
DD1337 Programmering
DD1338 Algoritmer och datastrukturer
DD1350/DD1351 Logik för dataloger
DD1393 Mjukvarukonstruktion

Litteratur

Uppgift om kurslitteratur meddelas i kurs-PM.

Examination

  • LAB1 - Laborationer, 5,5, betygsskala: A, B, C, D, E, FX, F
  • TEN1 - Skriftlig tentamen, 2,0, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, i samråd med KTH:s samordnare för funktionsnedsättning (Funka), om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning. Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Ges av

EECS/Teoretisk datalogi

Examinator

Versionsinformation

Kursplan gäller från och med HT2019.
Examinationsinformation gäller från och med HT2019.