Hoppa till huvudinnehållet

DD2528 Pålitliga autonoma system 7,5 hp

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.

Kursomgångar saknas för tidigare och kommande terminer, samt för innevarande termin.
Rubriker med innehåll från kursplan DD2528 (HT 2021–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

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.

Lärandemål

Efter godkänd kurs ska studenten kunna

  • beskriva pålitlighetsattribut formellt
  • 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.

Kursupplägg

Ingen information tillagd

Kurslitteratur och förberedelser

Särskild behörighet

  • Kunskaper och färdigheter i programmering, minst 6 hp, motsvarande slutförd kurs DD1331/DD1310/DD1311/DD1312/DD1314/DD1315/DD1316/DD1318/DD1321/DD100N/ID1018.
  • Kunskaper i algoritmer och datastrukturer, minst 6 hp, motsvarande slutförd kurs DD1320/DD1321/DD1325/DD1327/DD1338/DD2325/ID1020/ID1021.
  • Kunskaper i matematik, motsvarande minst 22,5 hp.

Rekommenderade förkunskaper

Ingen information tillagd

Utrustning

Ingen information tillagd

Kurslitteratur

Ingen information tillagd

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

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

Examination

  • LAB2 - Laborationer, 6,5 hp, betygsskala: A, B, C, D, E, FX, F
  • QUI1 - Digitalt quiz, 1,0 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kurswebb

Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.

Kurswebb DD2528

Ges av

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex