Oppbygging og gjennomføring

Studieretningen Robotikk og intelligente systemer gir deg mulighet til å velge en fordypning i ett eller flere av følgende fagfelt: robotikksystemer, kunstig intelligens og digitale innebygde systemer. Tema for masteroppgaven knyttes til avanserte problemstillinger innen fagfeltet. Masteremnene skal gi deg et solid teoretisk grunnlag for gjennomføring av masteroppgaven.

Krav til emnevalg

Det er ulike krav til kjerneemner knyttet til kort og lang masteroppgave. Kjerneemnene er de mest sentrale emnene innenfor studieretningen på programmet.

• Ved lang oppgave (60 sp) må du velge minimum 30 studiepoeng kjerneemner
• Ved kort oppgave (30 sp) må du velge minimum 45 studiepoeng kjerneemner. Du skriver masteroppgaven det siste semesteret.

Første semester bør du ta kjerneemner for å sikre at du oppfyller minimumskravene. Når du får veileder velger dere resten av masteremnene sammen.

Oppbygging og gjennomføring for deg som startet på programmet før 2021.

Kjerneemner

Høstemner:

• IN5490 – Advanced Topics in Artificial Intelligence for Intelligent Systems
• IN5520 – Digital bildeanalyse (nedlagt)
• IN5590 – Hurtig modellframstilling av robotikksystemer
• TEK5020 – Mønstergjenkjenning
• TEK4030 – Styring av manipulatorer og mobile roboter
• TEK4090 – Modern Control Systems and Cybernetics
• IN4190 – Digital signalbehandling
• TEK5010 – Multiagent-systemer
• TEK5040 – Dyp læring for autonome systemer
• IN5200 – Avansert digital systemkonstruksjon

Våremner:

• IN5400 – Maskinlæring for bildeanalyse (videreført)
• IN5260 – Low Power IoT nodes
• FYS4240 – Datainnsamling og kontroll
• STK4900 – Statistiske metoder og anvendelser
• TEK4050 – Stokastiske systemer
• TEK5030 – Maskinsyn

Andre anbefalte emner (kan ikke dekke krav om kjerneemner)

Høstemner:

• Entreprenørskapsemner (hvilke emner dette gjelder blir oppdatert)
• FYS4220 – Sanntids og embedded datasystemer
• MCT4054 – Interactive Music Systems
• IN4110 – Problemløsning med høynivå-språk (nedlagt)
• IN5310 – Advanced Deep Learning for Image Analysis

Våremner:

• Entreprenørskapsemner (hvilke emner dette gjelder blir oppdatert)
• IN4310 – Deep Learning for Image Analysis
• IN4160 – Digital systemkonstruksjon
• IN4140 – Introduksjon til robotikk
• IN4050 – Introduksjon til kunstig intelligens og maskinlæring
• TEK5600 – Visualisering av vitenskapelige data
• MNKOM4000 – Formidling og vitenskapsjournalistikk
• MCT4052 – Music and Machine Learning
• MCT4053 – Motion Capture

Emne- og semestersider

Klikk deg inn på hvert emne (se i tabellen ovenfor) for å finne blant annet:

• Timeplan
• Tid og sted for eksamen
• Pensum og læringskrav

Studiekvalitet

Studieprogrammer og emner blir jevnlig evaluert for å sikre og utvikle studiekvaliteten.