INTRODUCTION TO TOOLS FOR ROBOTICS

Gain essential practical skills in the application of robotics to understand how to use robotic tools across various industries. On this two-week course you’ll develop a working knowledge of the use of robotics, gaining essential practical skills for robotic applications. Delving into the fundamentals of robotics, you’ll be equipped with the basics of 3D modelling, object detection, computer vision, and image processing. You’ll discover examples and get hands-on experience in developing engaging and useful robotics applications. The skills you gain in this course will help you understand how to develop robotic tools in application across various sectors. Delve into object detection Gain practical skills in the application of robotics Learn from the experts at Luleå University of Technology This course is designed for anyone interested in learning how to develop robotic tools. It will be most beneficial for those who have some theoretical knowledge of robotics and want to gain more hands-on experience. This course will be given in English.

Målet med kursen är att ge lärare fortbildning inom ämnet djurvälfärd och hållbarhet. Kursens mål är också att ge lärare inspiration att designa sin egen undervisning, att ge lärare möjlighet att ta till sig ny forskning och att dela med sig av läraktiviteter som kan användas av fler.

The Internet of Things (IoT) is a networking paradigm which enables different devices (from thermostats to autonomous vehicles) to collect valuable information and exchange it with other devices using different communications protocols over the Internet. This technology allows to analyse and correlate heterogeneous sources of information, extract valuable insights, and enable better decision processes. Although the IoT has the potential to revolutionise a variety of industries, such as healthcare, agriculture, transportation, and manufacturing, IoT devices also introduce new cybersecurity risks and challenges. In this course, the students will obtain an in-depth understanding of the Internet of Things (IoT) and the associated cybersecurity challenges. The course covers the fundamentals of IoT and its applications, the communication protocols used in IoT systems, the cybersecurity threats to IoT, and the countermeasures that can be deployed. The course is split in four main modules, described as follows: Understand and illustrate the basic concepts of the IoT paradigm and its applications Discern benefits and drawback of the most common IoT communication protocols Identify the cybersecurity threats associated with IoT systems Know and select the appropriate cybersecurity countermeasures Course Plan Module 1: Introduction to IoT Definition and characteristics of IoT IoT architecture and components Applications of IoT Module 2: Communication Protocols for IoT Overview of communication protocols used in IoT MQTT, CoAP, and HTTP protocols Advantages and disadvantages of each protocol Module 3: Security Threats to IoT Overview of cybersecurity threats associated with IoT Understanding the risks associated with IoT Malware, DDoS, and phishing attacks Specific vulnerabilities in IoT devices and networks Module 4: Securing IoT Devices and Networks Overview of security measures for IoT systems Network segmentation, access control, and encryption Best practices for securing IoT devices and networks Organisation and Examination Study hours: 80 hours distributed over 7 weeks Scehduled online seminars:  January 30th 2024, February 12th 2024 and 11th of March Examination, one of the following: Analysis and presentation of relevant manuscripts in the literature Bring your own problem (BYOP) and solution. For example, analyse the cybersecurity of the IoT network of your company and propose improvements The number of participants in the course is limited, so please hurry with your application!

KursinnehållKursen syftar till att ge en introduktion och överblick av artificiell intelligens. Fokus ligger på att förstå begreppet och några viktiga tekniker som hur sökning och maskininlärning fungerar samt konsekvenser av AI på samhället.  Börja läsa när du vill Du kan börja läsa kursen i stort sett när du vill då kursen är en online-kurs med flexibel antagning. Du gör ansökan till den termin du tänker börja läsa kursen. Vill du börja direkt så ansöker du till innevarande termin, eller så väljer du den termin du tänker börja. Termin väljer du här ovan, så kommer du till rätt ansökningstillfälle. KursformatKursen är en distanskurs som görs i egen takt och hanteras i sin helhet i en web-baserad kursmiljö. Kursen baseras på självstudier av kursmaterialet och examineras med självrättande tester och inlämningar. Du som har gjort Elements of AI kan anmäla dig till den här kursen för att få dina resultat validerade. Det gäller både den svenska och den engelska versionen av kursen. Du måste inte göra om kursen, däremot måste du ladda upp certifikatet från Elements of AI och göra ett valideringstest med frågor motsvarande de som finns i Elements of AI för att säkerställa att det verkligen är du som gått igenom kursen. För mer information se denna länk. Kursen handleds över internet. Information om behörighetObservera att du vid ansökan till kursen måste kunna styrka att du har grundläggande behörighet. Om dina gymnasiemeriter inte redan finns på dina sidor på antagning.se så behöver du ladda upp gymnasieexamen, eller motsvarande, på antagning.se i samband med din ansökan.

Big data and the algorithms used in data science, together with the corresponding process and its technology tools, have important implications for addressing climate change. From machine learning algorithms to data visualization, data science methods are used to investigate and better understand climate change and its various effects on land, sea, food, etc.Data science is a powerful approach which is capable of helping practitioners, and policy-makers understand the uncertainties and ambiguities inherent in data, to identify interventions, strategies, and solutions that realize the benefits for humanity and the environment, and to evaluate the multiple– and sometimes conflicting–goals of decision-makers. In this MOOC course, we introduce methods pertaining to the growing field of data science and apply them to issues relevant to climate change. Topics Data science Analytics as a process Data-driven decisions Climate change Applications of data science in climate change Course content Understand data science Learn about the sources of big data Understand the basics of climate change, its impacts and sustainable development goals Get to know data-driven decisions and how they are made Highlight some climate change challenges that are directly or indirectly related to data science Apply data science knowledge and skills to make climate change related decisions Learn how others have used data science in association with addressing climate change problems You will learnBy the end of the course, you will be able to: obtain and analyze datasets; make data-driven decisions; identify and address climate change challenges using data science Who is the course for?This course is designed for those who want to improve their analytics and data-driven decision-making skills, with an emphasis on utilizing such skills for addressing climate change challenges. The course will also be useful for practitioners and policy-makers as they can benefit from understanding the uncertainties and ambiguities inherent in data and using it to identify interventions, strategies, and solutions that realize benefits for humanity and the environment.

Miljö, klimat och hälsa Kursen ger en fördjupad förståelse för hur hälsa samspelar med globalisering och miljö- och klimatförändringar, och hur hållbara lösningar kan utvecklas på lokal och global nivå för att möta framtidens utmaningar.   Kursens innehåll Globala processer såsom miljö- och klimatförändringarDe globala hållbarhetsmålen / Agenda 2030HälsokonsekvensanalysKlimatanpassningRamverk inom miljö- och klimatpolitik.  Vidare behandlar kursen specifikt klimatförändringar och deras effekter på hälsa i vårt nordeuropeiska klimatområde. I det sammanhanget behandlas också särskilt utsatta miljöer respektive känsliga patientgrupper och individer. Även värmens effekter vid arbete samt klimatanpassning och förebyggande av väderrelaterade risker för boende och inom hälso- och sjukvård ingår. Larmkedjor, handlingsplaner och beredskapsfrågor inom vård- och omsorg tas upp, och effektiviteten av förebyggande åtgärder inom vård- och omsorg.   Omfattning Kursen är uppdelad i tre delar, med totalt 15 filmade föreläsningar.   Medverkande Christofer Åström (Medicine doktor, Folkhälsa och klinisk medicin, Umeå universitet) Maria Nilsson (Professor, Epidemiologi och global hälsa, Umeå universitet) Chris Ebi (Professor, Center for Health and the Global Environment, University of Washington) Eva-Lotta Glader (Docent, överläkare, Folkhälsa och klinisk medicin, Umeå universitet) Gustav Strandberg (Filosofie doktor, SMHI)