Hoppa till huvudinnehållet

FEO3290 Valda ämnen om framväxande informationsteknik för industriell digitalisering 8,0 hp

Under kursen kommer vi att studera de viktigaste informationsteknologierna för industrins digitalisering (ID). Huvudsyftet med kursen är att utbilda och uppdatera studenter med den senaste informationstekniken för digitalisering av branschen, särskilt de som är relaterade till vertikala applikationer. De preliminära ämnena inkluderar högpresterande trådlösa nätverk (inklusive 5G) för ID, distribuerad maskininlärning för ID, digital tvilling, global täckning (satellitbaserad kommunikation och databehandling), industri- och funktionssäkerhet och gästföreläsningar. Kursen kommer att vara i form av föreläsningar av lärare och studentpresentationer.

Kursomgångar saknas för tidigare och kommande terminer, samt för innevarande termin.
Rubriker med innehåll från kursplan FEO3290 (HT 2021–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Föreläsning 1. Kursinformation och introduktion av branschomvandling

Föreläsning 2. IP-baserad konvergens och interoperabilitet för industriella IoT-standarder

Föreläsning 3. Högpresterande trådlösa nätverk Del 1, krav, möjliggörande teknik och teorier

Föreläsning 4. Högpresterande trådlösa nätverk, del 2, Vektriska applikationer och experiment.

Föreläsning 5. Fysisk skiktsäkerhet för trådlösa industrinätverk

Föreläsning 6. Funktionell säkerhet för industrisystem

Föreläsning 7. Industriell AI, del 1, Krav och algoritmer

Föreläsning 8. Industriell AI, del 2, vertikala tillämpningar och experiment

Föreläsning 9. Digital Twin

Föreläsning 10. Global täckning, satellitbaserad kommunikation och databehandling

Föreläsning 11. Gästföreläsningar om industrirobotar etc.

Föreläsning 12. Industriell positionering med hög noggrannhet

Föreläsning 13. Industrial Cloud / edge computing

Föreläsning 14. Reflektion om informationsteknik för hållbara industrier

Lärandemål

Med utvecklingen av olika möjliggörande tekniker, t.ex. AI, 5G och därefter, industrisäkerhet, digital tvilling, global täckning och edge computing, har digitaliseringen av industrier lockat många forskningsinsatser och börjat distribueras i olika branschscenarier. Även om vissa kurser kan omfatta en del av dessa ämnen har en omfattande och vertikal applikationskurs inte utvecklats. Dessutom har en systematisk studie om krav, utmaningar och utveckling av informationsteknik för digitalisering av branschen ännu inte utvecklats. Kursen syftar till att ta itu med dessa problem genom att utveckla systematisk och vertikal applikationsorienterad kurs för branschens digitalisering. Huvudmålen med kursen är att utbilda studenterna på de viktigaste informationsteknologierna för digital transformation inom branschen och att inspirera studenterna till potentiella nya forskningsämnen. Efter kursen ska studenterna:

  1. Kunna en översikt över och de tekniska kraven för branschens digitalisering.
  2. Lär känna informationsteknik för hållbara industrier.
  3. Förstå viktiga krav och möjliggöra teknik för informationsteknik (både teorier och metoder) för branschens digitalisering, inklusive t.ex. trådlösa nätverk, AI, säkerhet, digital tvilling och global täckning etc.
  4. Förstå hur informationstekniken används i vertikala användningsfall för digitalisering av branschen.
  5. Förstå den senaste utvecklingen och befintliga utmaningar inom informationsteknik för digitalisering av branschen.

Kursupplägg

Kursen innehåller föreläsningar av lärare och presentationer av studenter. För att klara kursen ska eleverna göra följande uppgifter (1), närvarande (cirka 20 + 10 minuter för ett valt ämne) i klassen; (2), En godkänd undersökningsrapport (minst 5 sidor) om ett valt ämne (teknik eller vertikala applikationer); (3) Delta i 80% föreläsningar (cirka 11 av 14).

Kursen ges en gång per två år.

Studentarbete: Föreläsningstid, 20 timmar; Presentation: cirka 25 timmar (förberedelse + muntlig presentation); Hemarbete 60 timmar (litteraturläsning för olika ämnen); Undersökningsrapporten (studenter) kan ta upp till 92 timmar; Peer-gradering av slutrapporten: 16 timmar. Den totala tiden för varje elev är cirka 213 arbetstimmar.

Kurslitteratur och förberedelser

Särskild behörighet

Kunskap om digital kommunikation, motsvarande EQ2410 eller liknande krävs.

Rekommenderade förkunskaper

  1. Grundläggande kunskaper om 5G och senare rekommenderas.
  2. Kunskap om maskininlärning, motsvarande EQ2421 Machine Learning eller liknande rekommenderas.

Utrustning

Potentiellt via ZOOM, om klassrummet inte är genomförbart på grund av pandemi.

Kurslitteratur

  1. X, Wang och L. Gao, “När 5G möter bransch 4.0,” Springer, 2020.
  2. A. Ustundag och E. Cevikcan, “industri 4.0: hantera den digitala omvandlingen,” Springer, 2018.
  3. S. V. Nath, A. Dunkin, M. Chowdhary och N. Patel, “industri digitala omvandlingen,” Packt, 2020.
  4. Relaterade artiklar / publikationer, tillgängliga i KTH-biblioteket i en elektronisk version..

Examination och slutförande

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

Betygsskala

P, F

Examination

  • EXA1 - Examination, 8,0 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.

  1. Presentation om ett utvalt ämne.
  2. Godkända undersökningsrapporter om utvalt ämne, rapporten ska vara omfattande och kan kombineras med studentens egen forskning. Minsta längd bör vara 5 sidor inklusive referenser.
  3. Närvaro högre än 80% (deltar i 11 eller fler av 14 föreläsningar / möten).
  4. Pissa som granskar minst en rapport.

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 FEO3290

Ges av

Huvudområde

Denna kurs tillhör inget huvudområde.

Utbildningsnivå

Forskarnivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Ming Xiao (mingx@kth.se), Zhibo Pang (zhibo@kth.se)

Övrig information

Kursinnehållet är nytt och skiljer sig tydligt från befintliga kurser. Till exempel, jämfört med "FEO 3260 maskin-till-maskin-kommunikation", koncentrerar våra trådlösa nätverk huvudsakligen på fysiska lager (teorier och praxis) och vertikala applikationer (t.ex. digital fabrik). FEO 3260 finns främst på det övre lagret (nätverks- eller applikationslager) och olika trådlösa protokoll. På samma sätt tar ”FEL3245 Principles of Wireless Sensor Networks” också huvudsakligen hänsyn till MAC-lager och nätverksoptimering. Dessutom har andra ämnen, t.ex. AI för industritransformation, global täckning (satellitbaserad kommunikation och databehandling) och edge computing, hög noggrannhetsposition inte täckts av andra kurser på KTH, såvitt vi vet. Dessutom är vår vinkel från teknologier för industriöverföring, som kan skilja sig från andra aspekter.

Forskarkurs

Forskarkurser på EECS/Teknisk informationsvetenskap