Emneside for INGOF3222 Maskinlæring for militære ingeniører
Hva lærer du
Dette emnet gir en innføring i kunstig intelligens og maskinlæring med fokus på praktiske anvendelser innen militære ingeniørfag. Kadettene vil lære om grunnleggende konsepter, algoritmer og teknikker innen maskinlæring, samt hvordan disse kan implementeres og anvendes i reelle prosjekter. Emnet kombinerer teoretisk kunnskap med praktiske øvelser og prosjektarbeid, med vekt på militære anvendelser, og introduserer kadettene til hvordan maskinlæring kan benyttes for å understøtte militære operasjoner.
Kadettene vil også få en kort introduksjon til ulike typer sensorer relevante for militære anvendelser, inkludert: multispektrale sensorer, radar og termiske kameraer.
Kurset vil belyse hvordan data fra disse sensorene kan nyttes for økt situasjonsforståelse, og hvordan maskinlæringsalgoritmer kan analysere og tolke sensordata for bedre beslutningsgrunnlag i militære operasjoner.
Temaer
Emnet dekker sentrale temaer som:
- Ulike typer maskinlæringsalgoritmer
- Nevrale nettverk og dyplæringsmodeller
- Språkteknologi (NLP) og analyse av naturlig språk
- Robusthet og sikkerhet i kunstig intelligens
- Etiske problemstillinger ved bruk av kunstig intelligens i militære sammenhenger
- Praktisk implementering ved hjelp av Python og relevante biblioteker som PyTorch og Transformers
-
Kunnskap
Etter fullført emne:
- Kan forklare sentrale begreper som veiledet (supervised) og ikke-veiledet (unsupervised) læring og forsterkningslæring (reinforcement learning)
- Forstår forskjellen mellom ulike maskinlæringsalgoritmer og deres styrker og begrensninger
- Forstår hvordan treningsdata påvirker modellers adferd og kan redegjøre for konsepter som generalisering over overtilpasning
- Kan redegjøre for etiske problemstillinger knyttet til bruk av maskinlæring i militære sammenhenger
Ferdigheter
Etter fullført emne:
- Anvende maskinlæringsalgoritmer og nevrale nettverk ved hjelp av Python og relevante biblioteker
- Velge passende algoritmer for å løse spesifikke problemer
- Evaluere og tolke resultater fra maskinlæringsmodeller
- Håndtere og pre-prosessere treningsdata for maskinlæringsmodeller
Generell kompetanse
Etter fullført emne:
- Kan kritisk vurdere potensialet og begrensningene ved bruk av maskinlæring i militære anvendelser
- Er i stand til å kommunisere resultater og innsikter fra maskinlæringsprosjekter
- Kan bidra til tverrfaglige prosjekter som involverer maskinlæring
- Er bevisst på etiske aspekter ved bruk av maskinlæring i militære operasjoner
-
Forelesninger, seminarer, prosjektarbeid og diskusjoner
-
Arbeidskrav
Følgende arbeidskrav skal leveres som en del av emnet:
- En obligatorisk skriftlig øving
- En prosjektoppgave
Alle arbeidskrav må være godkjent for å kunne gå opp til eksamen. Frister og krav til innhold og omfang oppgis ved emnestart.
Vurderingsform
Muntlig eksamen av 30 minutters varighet pr kandidat
Ingen hjelpemidler tillatt.
Karakterskala: Karakter A-F
Sensorordning: To interne sensorer
Klageadgang: Kadetten kan ikke klage på karakter, jf. forskrift om eksamen og vurdering.
