Hoppa till huvudinnehållet
Till KTH:s startsida

MF2143 Introduktion till inbyggd maskininlärning 7,5 hp

Information per kursomgång

Termin

Information för HT 2025 Start 2025-10-27 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2025-10-27 - 2026-01-12
Perioder
P2 (7,5 hp)
Studietakt

50%

Anmälningskod

50758

Undervisningsform

Normal Dagtid

Undervisningsspråk

Engelska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp

Villkorligt Valfri TMEKM

Sökbar för alla studenter under förutsättning att kursen kan ingå i programmet

Sökbar för inresande utbytesstudenter

Ges i överenskommelse med kursledare

Planerade schemamoduler
Ingen information tillagd

Kontakt

Examinator
Ingen information tillagd
Kursansvarig

Profile picture Dejiu Chen

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan MF2143 (HT 2025–)
Rubriker med innehåll från kursplan MF2143 (HT 2025–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Denna kurs ger en introduktion till tillämpning av maskininlärning i resursbegränsade miljöer. Kursen omfattar föreläsningar, seminarier och laborationer. Studenterna lär sig att träna, distribuera och utvärdera maskininlärningsmodeller på mikrokontroller. Centrala ämnen inkluderar:

-        Översikt över maskininlärning och djupinlärning.

-        Översikt över inbyggda system.

-        TinyML för inbyggd maskininlärning: koncept, utvecklingsmiljöer och tillämpningar.

-        Slutprojekt: Studenter implementerar och demonstrerar en TinyML-applikation.

Lärandemål

Efter avslutad kurs ska studenten kunna:

1.       Klargöra de grundläggande principerna för maskininlärning och deras implementering med inbyggda system, i syfte att förstå hur maskininlärning kan integreras i mekatronikprodukter.

2.      Förstå begränsningarna och utmaningarna med att implementera maskininlärning på mikrokontroller, i syfte att kunna bedöma lämpligheten av tekniken för specifika mekatronikprodukter.

3.      Kunna använda moderna integrerade utvecklingsmiljöer för att träna grundläggande maskininlärningsmodeller och implementera dem på mikrokontroller, i syfte att kunna tillämpa den senaste tekniken vid utveckling av mekatronikprodukter.

4.      Kunna utvärdera prestanda hos inbyggda maskininlärningsmodeller, i syfte att säkerställa att tekniken implementeras på ett tillfredsställande sätt.

Kurslitteratur och förberedelser

Särskild behörighet

Minst 3 hp i grundläggande programmeringskunskaper (Python och C föredras).

Kurslitteratur

Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.

Examination och slutförande

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

Betygsskala

A, B, C, D, E, FX, F

Examination

  • LAB1 - Laborationsuppgift, 2,0 hp, betygsskala: P, F
  • PRO1 - Projekt, 4,5 hp, betygsskala: A, B, C, D, E, FX, F
  • SEM1 - Seminarieuppgift, 1,0 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.

Övriga krav för slutbetyg

-        Närvaro och deltagande i laborationer och seminarier är obligatoriskt.

Examinator

Ingen information tillagd

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

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Maskinteknik

Utbildningsnivå

Avancerad nivå