Mälardalen University

This course explores the integration of artificial intelligence (AI) in decision support systems specifically tailored for the energy and production sectors. Students will learn how AI technologies, such as machine learning, optimization, and data analytics, are transforming traditional operational strategies, enhancing decision-making processes, and driving efficiency in energy and production operations. The curriculum will cover foundational concepts of AI and decision support systems, along with practical applications such as predictive maintenance, demand forecasting, process optimization, and real-time decision support. Through hands-on projects, case studies, and industry-relevant examples, participants will gain insights into designing and implementing AI-driven solutions that improve operational performance, reduce costs, and support sustainability goals. By the end of this course, students will be equipped with the skills to develop and apply AI-driven decision support systems to solve complex challenges in energy and production environments. This course is ideal for professionals and students interested in leveraging AI for operational excellence in the energy and production industries.

This course is designed for engineers, scientists, operators, and managers interested in utilizing AI-based methods for condition monitoring and prognostics in industrial systems and high-value assets. Participants will learn to identify common failure causes and predict Remaining Useful Life (RUL) using historical data, involving tasks such as data processing, feature selection, model development, and uncertainty quantification. Led by experienced professionals from industry and academia, the course covers the basics of prognostics and introduces various AI methods, including deep learning. It represents state-of-the-art AI-driven prognostic techniques, advanced signal processing, and feature engineering methods.

Hur kan grön omställning göras så att resultatet är socialt önskvärt, miljömässigt -, samhälleligt - och ekonomiskt hållbart, samt etiskt acceptabelt? Själva uttrycket grön omställning leder lätt till ett snävt fokus på teknik och miljö. Det glöms att hållbar omställning syftar till att säkra framtida generationers möjligheter att leva sina liv inte bara i en god miljö, utan också i rättvisa och inkluderande samhällen och under hållbara ekonomiska förutsättningar. I den här kursen utforskar vi begreppet ansvarsfullhet och experimenterar praktiskt utifrån tankesätt och metoder som kommer ifrån EUs Responsible Research and Innovation (RRI) och innovationsforskningens Responsible Innovation (RI). Innehåll Ansvarsfull innovation och grön omställning EUs ansvarsfull forskning och innovation (RRI),  ingående delar och verktygslåda Hållbar utveckling och grön omställning Ansvarsfullhet och aktörer, intressenter samt användare Missions, framtider och grön omställning Du kommer få kunskap om Efter kursen kan du kartlägga området där den gröna omställningen skall ske, identifiera de intressenter som bör involveras den ansvarsfulla grön omställningsprocessen. Du kommer också att kunna identifiera arbetssätt som behöver förändras och kunna delta i utvecklandet av nya arbetssätt. Vem vänder sig kursen till? Den här kursen angår oss alla, oavsett yrkesroll och även som privatpersoner. Du bör vara nyfiken på samhällsutveckling mot hållbara samhällen i alla tre dimensioner. Du behöver inte ha några speciella förkunskaper förutom att du behöver vara beredd på att läsa engelska texter. Några som denna kurs kan vara särskilt lämpad för är strateger vid kommuner och regioner, utvecklare av teknik, organisationer eller samhällen, samt personer med ett samhällsengagemang som vill vara med och påverka utvecklingen.  Kursupplägg Kursen är en öppen kurs som kan genomföras online när som helst och inte kräver några förkunskaper. Den bygger på förinspelade filmer och poddar som vägleder och inspirerar inom varje kursområde  och dessa är kopplade till uppgifter och övningar du genomför och dokumenterar för ditt eget lärande. Kursen lanseras hösten 2025. Språk Svenska

This course provides an understanding of automating software testing using program analysis with the goal of intelligently and algorithmically creating tests. The course covers search-based test generation, combinatorial and random testing while highlighting the challenges associated with the use of automatic test generation. You will learn: Understand algorithmic test generation techniques and their use in developer testing and continuous integration. Understand how to automatically generate test cases with assertions. Have a working knowledge and experience in static and dynamic generation of tests. Have an overview knowledge in search-based testing and the use of machine learning for test generation.

The main goal of this course is to teach you basic knowledge and skills in argumentation.You will be engaged in co-constructing evidence-based justifications as well as in analyzing existing justifications in search of argumentation fallacies. Individual work as well as group-based work will allow you to practice. You will analyze climate-related articles (published in scientific literature but also in the news) and will extract the implicit underlying arguments and provide their analysis.Ultimately, this course will help you to develop basic argumentative skills needed to critically join the debate in society on climate goals. Who is the course for?CLIMATE GOALS, ARGUMENTATION, EVIDENCE is aimed at anyone who is interested in moving the first steps into the argumentation domain with the purpose of joining the debate on climate goals.An engineer (but also a politician) is expected to have founded arguments before taking any (climate-related) action. A citizen is expected to have founded arguments before engaging and sustaining any climate-related political agenda. How is the course structured?The course is a 4-week course. Each week mainly focuses on a single Intended Learning Outcome.

In this course, you will learn how data analysis in virtual production can improve your organization's results! Data analytics in virtual production uses advanced techniques to collect, analyze and present data to improve production. This system is designed to help companies optimize their production and increase efficiency. By learning how to model, do scenario analysis and evaluate using industrial software, identify bottlenecks, and use AI methods and applications, you will get all the tools necessary to succeed with a full production analysis. The course is given with flexible start and study pace, but we recommend a study pace of 20 %, which means that the course takes about 8 calendar weeks.

Numerical models are used in every engineering task, from conceptual design to optimization, control, and diagnostics. As the process becomes more complex, data driven models are a powerful tool that allows to quantify relationships between available data and observations, which forms the basis for machine learning. Image recognition, spam filtering, and predictive analytics are some examples of how we can use data driven models. This course provides a simple introduction to fundamental techniques for dimensionality reduction, classification, and regression, which can be applied to all types of engineering problems.

This course teaches you how to build convolutional neural networks (CNN). You will learn how to design intelligent systems using deep learning for classification, annotation, and object recognition. It includes three modules: Image processing: Introduction of industrial imaging through big data and fundamentals of image processing techniques Deep learning with convolutional neural network: Overview of neural network as classifiers, introduction of convolutional neural network and Deep learning architecture. Deep learning tools: Implementation of Deep learning for Image classification and object recognition, e.g. using Keras.

Learn about digital twins and how they can be used in smart production! A digital twin is used to create a virtual model of a real production system. Among other things, it can be used to simulate how the product will be manufactured, how materials flow and how machines move. The course gives you knowledge of industrial digital twins and their application within the framework of smart production. You will gain an insight into the possibilities digital twins offer for improving production systems and processes. You will gain an understanding of when the use of digital twins can be a beneficial solution in the development of production systems. This is a course with flexible start: The course is given with flexible start and study pace, but we recommend a study pace of 20%, which means that the course takes about 8 calendar weeks. You can join the course until the end of October.

This course is designed for you who wants to learn more about functional safety of battery management systems. The course will also cover other aspects of safety such as fire safety in relation to Rechargeable Energy Storage Systems (RESS) and associated battery management systems. In the course you will be able to develop skills in principles of battery management systems, functional Safety as well as of other aspects of safety such as fire safety, hazard identification, hazard analysis and risk assessment in relation to battery management systems. The course also provides a broader understanding of the multifaceted nature of safety. The course is given with a low study pace. This course is primarily intended for engineers that need to ensure that battery management systems are safe, reliable, and compliant with industry standards. The course is suitable for individuals with backgrounds in for example functional safety, battery systems, automotive or risk assessment.  

In this course, you will be made aware of the state-of-the-art in cybersecurity research and state of practice in industry. Cybersecurity vulnerabilities are a threat to progress in the business sector and society. This is an accelerating threat due to the current rapid digitalisation, which in manufacturing is termed Industry 4.0. Companies are aware of this threat and realise the need to invest in countermeasures, but development is hampered by lack of competence.  

Upptäck framtidens arbetsliv – kurs i utekontorsarbete! Att arbeta utomhus regelbundet förbättrar både hälsa och välmående samtidigt som det bidrar till en grön omställning av arbetslivet. Naturen erbjuder en unik arbetsmiljö som kan stärka kreativitet och produktivitet. Arbetslivet går igenom stora förändringar. Kontorsarbete sker inte längre bara på traditionella arbetsplatser. Med nya digitala lösningar kan vi arbeta var som helst – från hemmet, på tåget eller ute i naturen. Flexibla kontor och delade arbetsytor har blivit allt vanligare, men varför stanna där? Vill du veta hur utekontorsarbete kan skapa hållbara och inspirerande arbetssätt och arbetsmiljöer? Då är det här kursen för dig! Innehåll Arbetsliv i förändring och naturkontaktens betydelse Kontorsarbetets möjliga former och rum – utomhus Utekontoret och det flexibla arbetslivets förutsättningar Outdoor Office Work – Utmaningar och potentialer för en hållbar utveckling Du kommer få kunskap om Hur du kan ta med dig kontorsarbetet utomhus och organisera ditt arbete både enskilt och i grupp. Identifiera fördelarna och utmaningarna med utekontorsarbete för hälsa, kreativitet och välmående. Analysera hur naturen som arbetsmiljö kan bidra till hållbar utveckling och grön omställning i arbetslivet. Implementera praktiska metoder för att integrera utemiljöer i din arbetsdag och skapa flexibla, inspirerande arbetsrutiner. Vem vänder sig kursen till? Kursen är relevant för alla som arbetar på kontor och vill utforska nya sätt att organisera sitt arbete i utemiljöer. Den riktar sig särskilt till chefer och HR-specialister som vill stärka hälsa, kreativitet och produktivitet genom att integrera naturen som en del av arbetsplatsen. Kursen är också anpassad för enskilda medarbetare och arbetsgrupper som söker hållbara och inspirerande arbetsmetoder i utemiljöer. Kursupplägg Kursen är en öppen kurs inte kräver några förkunskaper och som kan genomföras online när som helst. Kursen lanseras hösten 2025. Språk Svenska