SYSTEMS-OF-SYSTEMS ENGINEERING

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.

This course deals with model-based testing, a class of technologies shown to be effective and efficient in assessing the quality and correctness of large software systems. Throughout the course the participants will learn how to design and use model-based testing tools, how to create realistic models and how to use these models to automate the testing process in their organisation.

The rapid development of digital technologies and advances in communications have led to gigantic amounts of data with complex structures called ‘Big data’ being produced every day at exponential growth. The aim of this course is to give the student insights in fundamental concepts of machine learning with big data as well as recent research trends in the domain. The student will learn about problems and industrial challenges through domain-based case studies. Furthermore, the student will learn to use tools to develop systems using machine-learning algorithms in big data.

The aim of this course is to provide participants with the principles behind model-driven development of software systems and the application of such a methodology in practice. Modelling is an effective solution to reduce problem complexity and, as a consequence, to enhance time-to-market and properties of the final product.

In this course you will learn state-of-the-art statistical modelling for the purpose of analysing industrial data. The course also presents the basics of relational databases and data manipulation techniques needed to prepare the data for analysis.

Utforska teknikerna bakom den gröna omställningen och lär dig om förnybar energi, energiomvandling och kritiska råmaterial för att kunna värdera energiteknologier och deras miljöpåverkan. Det här är för dig som vill förstå tekniker inom den gröna omställningen. Du lär dig om förnybar energi, energiomvandling och de kritiska råmaterial som driver utvecklingen. Efter kursen kan du beskriva och värdera energiteknologier och deras miljöpåverkan. Kursen går igenom olika energiteknologier inom den gröna omställningen, med fokus på tekniker som kopplar till förnybar energi och de processer som rör energiomvandling. Kursen utgår från ett materialperspektiv och syftar till att ge dig en förståelse för tillämpningar som energiomvandling i bränsleceller och batterier, vätgasproduktion genom elektrolys, artificiell fotosyntes, omvandling av solenergi till värme eller elektrisk energi i solfångare och solceller.Kursen ger också en överblick till andra förnybara energisystem såsom vindkraft, biomassa och vattenkraft, och hur dessa kan samverka i ett systemperspektiv i ett hållbart samhälle. Kritiska råmaterial är viktiga för den gröna omställningen, men de kan vara svåra att få tag på eller farliga för människor och miljö vid utvinning eller användning. Kursen tar upp problematiken kring dessa material och belyser sätt att minska beroendet genom alternativ eller effektivare användning. Kursens upplägg Kursen kan läsas både som MOOC-kurs och poänggivande kurs. MOOC-kursen är öppen att söka för alla oavsett bakgrund eller yrkeskategori och kräver inga förkunskaper. MOOC-kursen är en fortbildningskurs och ger inga högskolepoäng. Anmälan till MOOC-kursen görs genom att skicka ett mejl med ditt namn till mooc.fysik@umu.se. För de som är intresserade finns möjlighet att läsa kursen som en poänggivande kurs (3 högskolepoäng) och då gör man en avslutande tentamen. Anmälan till den poänggivande kursen görs genom att klicka på ”Apply here” nedan. Ingen kurslitteratur krävs, men hänvisning till material på webben eller artiklar kan förekomma. Kursen består av 10 föreläsningar (7 är förinspelade och 3 ges ”live”) på vardera 2 x 45 minuter, följt av diskussioner: Introduktion till den gröna samhällsomställningen Energi och energiomvandlingar Vindkraft Solceller och solvärme Batterier Vätgas - elektrolysörer och bränsleceller Det framtida energisystemets utformning Kritiska råvaror PFAS och miljöaspekter kring den gröna omställningen Resursanvändning, återvinning och återbruk Mål med kursen Efter avklarad kurs kan du: Förstå grundläggande begrepp kring den gröna omställningen, såsom land- och havsbaserad vindkraft, solceller, solvärme, vätgas, elektrolysörer, bränsleceller, Li-jon batterier, kritiska råmaterial och PFAS. Förstå grundläggande begrepp inom energi och energiomvandling såsom energi, effekt, energidensitet och verkningsgrad. Översiktligt beskriva processer som rör bränsleceller, batterier, solfångare, solceller och elektrolysörer.Förstå effektiviteten för olika processer vad gäller omvandling från en energiform till en annan, såsom värme till mekanisk energi, solljus till kemisk energi och kemisk energi till elektrisk energi. Beskriva materialspecifika egenskaper som är viktiga för funktionen för tillämpningar inom olika förnybara energisystem. Förklara grundläggande begrepp såsom global uppvärmning, energibalans och miljömässig hållbarhetFörstå grundläggande begrepp såsom kritiska råmaterial och vilka metoder och strategier som finns för att minska samhällets behov av dessa. Målgrupp Kursen riktar sig till dig som vill få en bättre förståelse kring de tekniker som diskuteras flitigt i samband med den gröna omställningen. Kursen passar både studenter på eftergymnasial nivå och yrkesverksamma så som till exempel politiker, journalister, ingenjörer och lärare. Anmälan För anmälan till MOOC-kursen skickar du ett mejl med ditt namn till mooc.fysik@umu.se. Då kommer du att få tillgång till kursmaterialet på lärplattformen Canvas (från och med 10 mars 2025). För anmälan till den poänggivande kursen klickar du på ”Apply here” nedan.