Engelskt namn: Degree Project: Master of Science (two years) in Computing Science (specialization Robotics and control)
Denna kursplan gäller: 2024-01-01 och tillsvidare
Kursplan för kurser med start efter 2024-01-01
Kursplan för kurser med start mellan 2023-06-26 och 2023-12-31
Kursplan för kurser med start mellan 2019-05-27 och 2023-06-25
Kurskod: 5DV206
Högskolepoäng: 30
Utbildningsnivå: Avancerad nivå
Huvudområden och successiv fördjupning:
Datavetenskap: Avancerad nivå, innehåller examensarbete för masterexamen
Betygsskala: Tregradig skala
Ansvarig institution: Institutionen för datavetenskap
Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2018-12-21
Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2023-06-19
Under kursen tränas studentens förmåga att specificera, planera, genomföra och redovisa ett självständigt arbete. Studenten tillämpar sina under utbildningen förvärvade kunskaper och fördjupar sig inom minst ett specifikt delområde. Genom arbetet får studenten kontakt med forskning och utvecklingsarbete i ämnet. Resultaten presenteras muntligt och skriftligt.
Modul 1. Självständigt arbete (28 hp)
Examensarbetet utförs som ett självständigt arbete antingen inom ett forskningsprojekt vid universitetet eller som utvecklingsprojekt i industrin. Examensarbetet måste erbjuda någon form av problemlösning i vid mening, och innebära ämnesmässig fördjupning i förhållande till kurser som studenten tidigare läst. Arbetet får inte enbart bestå av rutinmässig programmering. Fördjupningen ska relatera det arbete man gör till existerande vetenskapliga ståndpunkter och resultat samt dokumenteras i en vetenskaplig rapport tillsammans med det övriga arbetet.
Modul 2. Presentation (2 hp)
Examensarbetet presenteras skriftligt i rapportform samt muntligt i disputationsform. Studenten skall även förbereda en opposition och genomföra denna på ett annat examensarbete. Under kursen kommer studenten att kommunicera kring arbetet både muntligt och skriftligt på engelska.
Kunskap och förståelse
Efter avslutad kurs ska studenten kunna:
Färdighet och förmåga
Efter avslutad kurs ska studenten kunna:
Värderingar och förhållningssätt
Efter avslutad kurs ska studenten kunna:
För tillträde till kursen krävs en avlagd kandidatexamen samt kurser totalt omfattande 60 hp på avancerad nivå. Dessutom krävs att de 60 hp på avancerad nivå ska vara inriktade mot robotik och reglerteknik och minst 30 hp av dessa ska vara inom ämnet datavetenskap. Kurserna i datavetenskap ska inkludera Student Conference in Computing Science, Artificiell intelligens - grunderna och antingen Mobil robotik eller Artificiell intelligens - metoder och tillämpningar, eller motsvarande. Beroende på examensarbetets inriktning kan särskilda förkunskaper krävas. Engelska för grundläggande behörighet för högskolestudier.
Examensarbetet skall utföras under sista terminen av en masterutbildning med Datavetenskap som huvudområde i examen med inriktning mot robotik och reglerteknik.
Undervisningen består av individuell handledning. En handledare inom institutionen utses för varje student, med vilken fortlöpande kontakt skall uppehållas. Studenten skall hushålla med den tillgängliga handledningsresursen och studenten kan normalt inte kräva att få handledning mer än 10 månader efter påbörjat arbete. Ytterligare en handledare utses av uppdragsgivaren vid externa examensarbeten. Utöver handledning skall studenten självständigt identifiera, söka, värdera samt sammanfatta informationskällor i syfte att ge en vetenskaplig bakgrund till det utförda arbetet. Studenten skall självständigt planera och genomföra arbetet inom givna tidsramar samt redovisa det både muntligt och skriftligt. Studenten skall också läsa in sig på ett annat examensarbete och opponera på detta.
Modul 1, självständigt arbete, bedöms utifrån
a) arbetets planering, genomförande och uppföljning samt
b) vetenskapligt och ingenjörsmässigt innehåll och resultat.
c) utformning av skriftlig rapport,
Modul 2, presentation, bedöms utifrån
d) muntlig presentation samt
e) planering och genomförande av opposition
På Modul 1 ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG) och på Modul 2 ges något av betygen Underkänd (U) eller Godkänd (G).
På kursen som helhet ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). Betyget på Modul 1 styr kursens sammanlagda betyg.
Anpassad examination
Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos Institutionen för datavetenskap. Examinator beslutar om anpassad examination som sedan meddelas studenten.
Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.
Litteraturen bestäms av examensarbetets inriktning.