SylabUZ

Wygeneruj PDF dla tej strony

Smart cities - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Smart cities
Kod przedmiotu 04.2-WE-BizElP-SC-Er
Wydział Wydział Informatyki, Elektrotechniki i Automatyki
Kierunek Biznes elektroniczny
Profil praktyczny
Rodzaj studiów Program Erasmus pierwszego stopnia
Semestr rozpoczęcia semestr zimowy 2020/2021
Informacje o przedmiocie
Semestr 6
Liczba punktów ECTS do zdobycia 3
Typ przedmiotu obieralny
Język nauczania angielski
Sylabus opracował
  • dr inż. Tomasz Gratkowski
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 15 1 - - Zaliczenie na ocenę
Projekt 15 1 - - Zaliczenie na ocenę

Cel przedmiotu

Presentation of models for building information systems supporting the life of the computerized city. Solutions to help public institutions observe and analyze various areas of city management. Analyze specific areas of the city's functioning, such as crisis response, public safety, social welfare, transport and water management. Students will learn about methods that will allow them to design and build urban monitoring systems as well as systems for responding to events and incidents based on information provided by various institutions and units. As part of the course, rules will be presented on how to involve citizens and businesses in reporting incidents and respond to them through IT systems.

Wymagania wstępne

Geographic information system, Internet resource exploration, Internet resource exploration, Cloud computing, Big data technologies, Internet technologies

Zakres tematyczny

Introduction to the idea of a smart city. Historical view. Theoretical foundations used to build solutions dedicated to the construction of a smart city. Integration of existing IT solutions systems with systems used in cities. Information generated by cities needed for their functioning. Data visualization methods from public institutions. Data modeling. Modeling of agent systems for the needs of urban agglomerations. Urban agglomeration information systems: from Small to Big Data. Virtual city. Symulacja i przewidywanie sytuacji w mieście. A city on the Internet.

As part of practical classes, students will learn about the most important issues related to building a IT for a smart city. In addition, they will become familiar with the tools that enable building elements of the smart city support system.

Metody kształcenia

Lecture - standard lecture using a video projector.

Project - practical classes in the computer laboratory.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Lecture - writing and/or oral exam, carried out at the end of the semester

Project - the final grade is the weighted sum of the marks obtained for the implementation of individual project exercises and control tests verifying the substantive preparation for the exercises.

Final grade = 50% of the grade in the form of classes lecture + 50% of the grade in the form of project classes.

Literatura podstawowa

  1. Michael Batty; The New Science of Cities Hardcover, The MIT Press, 2013

Literatura uzupełniająca

  1. de Smith, Goodchild, Longley, Geospatial Analysis - 4th Edition http://www.spatialanalysisonline.com/HTML/index.html
  2. Batty M.: Cities and Complexity - Understanding Cities with Cellular Automata, Agent-Based Models, and Fractals The MIT Press, 2007.
  3. Singleton A.D., Spielman S., Folch D. - Urban Analytics (Spatial Analytics and GIS) First Edition, SAGE Publications Ltd; First edition (January 5, 2018)
  4. Mohammed J. Zaki, Wagner Meira Jr, Data Mining and Analysis: Fundamental Concepts and Algorithms, Cambridge University Press, 2014.
  5. Kluever C.A. - Dynamic Systems: Modeling, Simulation, and Control 1st Edition, Wiley; 1 edition (April 6, 2015)
  6. Stone  J.V. - Artificial Intelligence Engines: A Tutorial Introduction to the Mathematics of Deep Learning, Sebtel Press (March 28, 2019)

Uwagi


Zmodyfikowane przez dr hab. inż. Marcin Mrugalski, prof. UZ (ostatnia modyfikacja: 24-04-2020 14:51)