Emneside for ING3391 Operasjonsrom og datanettverk
Hva lærer du
Emnet er todelt.
Del 1: Gode kunnskaper om datasystemer er viktig for tjenesten om bord på Sjøforsvarets fartøyer og i Sjøforsvarets organisasjon. Emnet skal gi kadetten grunnlag i datakommunikasjon og operativsystemer, med spesiell fordypning i Linux.
Del 2: Oversikt og kunnskap om ny teknologi som blir tatt stadig mer i bruk og som kommer til å påvirke tjenesten om bord i operasjonsrom i framtiden, er viktig. Dette gjelder spesielt kunstig intelligens. Emnet skal gi kadetten grunnlag i maskinlæring og de viktigste metoder for implementering.
Emnet dekker følgende faglig innhold:
Del 1: Oversikt over oppgaver og prinsipper for et operativsystem gjennom bruk av Linux (shell, filbehandling, rettigheter, prosesstyring, nettverk), datakommunikasjon (OSI og TCP/IP modeller, Wire-Ethernet, WiFi, IPv4 og IPv6, TCP/UDP, tjenester), sikkerhet (kryptering, sertifikater, brannmurer).
Del 2: Oversikt over algoritmer og metoder i maskinlæring: veiledet læring, lineær regresjon, logistisk regresjon, regularisering, nevrale nettverk.
-
Kunnskap
Etter fullført emne kan kandidaten:
- gjøre rede for sentrale begreper i operativsystemer og vise systemforståelse av Linux-operativsystemet
- gjøre rede for sentrale begreper, metoder og protokoller i datakommunikasjon
- gjøre rede for sentrale begreper innen datasikkerhet: kryptering, sertifikater og brannmur
- gjøre rede for sentrale begreper innen veiledet maskinlæring
- gjøre rede for implementering av forskjellige algoritmer innen veiledet maskinlæring
- beskrive bruk og begrensninger av veiledet maskinlæring i forskjellige situasjoner og praktiske anvendelser
- oppdatere sin kunnskap innenfor datafag, maritime fag og våpenfag ved Sjøforsvarets langkurs og andre skoler og kurs på samme nivå
Ferdigheter
Etter fullført emne kan kandidaten:
- forklare sentralt fagstoff i operativsystemer og datakommunikasjon, og bruke et relevant begrepsapparat
- bygge opp et lokalt nettverk, og anvende datakommunikasjon som verktøy
- jobbe i en Linux-system-omgivelse
- forklare sentralt fagstoff i veiledet maskinlæring, og bruke et relevant begrepsapparat
- anvende linear regresjon, logistisk regresjon og nevral nettverk som verktøy
- etablere prosedyrer for testing og validering ved trening av et maskinlæringssystem
Generell kompetanse
Etter fullført emne kan kandidaten:
- formidle kunnskap om datanettverk og Linux-operativsystem
- løse problemer ved å benytte datamaskiner knyttet sammen i nettverk
- formidle faglige problemstillinger hvor datakommunikasjon inngår i problembeskrivelsen eller problemløsningen
- utveksle synspunkter og erfaringer med andre med bakgrunn innenfor datakommunikasjon og Linux-systemer, og gjennom dette bidra til utvikling av godpraksis
- formidle kunnskap om veiledet maskinlæring
- forklare hvordan veiledet maskinlæring kan løse praktiske problemer
- formidle faglige problemstillinger hvor veiledet maskinlæring inngår i problembeskrivelsen eller problemløsningen
- utveksle synspunkter og erfaringer med andre med bakgrunn innenfor veiledet maskinlæring
-
Arbeidsmåter:
- Klasseromsundervisning: Teorigjennomgang og laboratorieøvelser
- Laboratorieøvelser med datamaskiner i eget lokalnett og/eller i virtuelle omgivelser
- Selvstudium: Selvstendig arbeid med teori og oppgaver
-
Mohan, N., Undeland, T. M., & Robbins, W. P. (1995): Power Electronics. Converters, applications and design (2. utg.). John Wiley & Sons.
Thorsen, O. V. (2000): Kraftelektronikk (5.utg.). Universitetsforlaget.
-
Vurderingsform: Muntlig eksamen, individuell. Eksamen del 1 (Linux, datakommunikasjon). Må bestås
Varighet: 20 minutter
Karakterskala: A-F
Andel: 50 %
Hjelpemidler: Etter avtale
Vurderingsform: Muntlig eksamen, individuell. Eksamen del 2 (maskinlæring). Må bestås
Varighet: 20 minutter
Karakterskala: A-F
Andel: 50 %
Hjelpemidler: Etter avtale
