SylabUZ

Wygeneruj PDF dla tej strony

Rejestracja i analiza danych z bezzałogowych statków powietrznych - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Rejestracja i analiza danych z bezzałogowych statków powietrznych
Kod przedmiotu 06.1-WM-ILOT-BSP-P-RejAnDanBSP- 22
Wydział Wydział Mechaniczny
Kierunek Inżynieria lotnicza
Profil praktyczny
Rodzaj studiów pierwszego stopnia z tyt. inżyniera
Semestr rozpoczęcia semestr zimowy 2023/2024
Informacje o przedmiocie
Semestr 6
Liczba punktów ECTS do zdobycia 4
Występuje w specjalnościach Bezzałogowe statki powietrzne
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • prof. dr hab. inż. Justyna Patalas-Maliszewska
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 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Celem przedmiotu jest poznanie w zaawansowanym stopniu zagadnień pozyskiwania, analizy i  predykcji stanu technicznego, technologii napraw oraz bezpiecznego użytkowania bezzałogowych statków powietrznych. 

Wymagania wstępne

zagadnienia w zakresie matematyki niezbędne do zrozumienia i wykorzystania formalizmu matematycznego stosowanego do opisu podstawowych zjawisk oraz procesów stosowanych w inżynierii lotniczej.

Zakres tematyczny

Lp. Treści programowe - WYKŁAD   l. godz.
st. stacj.
W1 Pozyskiwanie danych z bezzałogowych statków powietrznych      1
W2 Możliwości rejestracji danych z bezzałogowych statków powietrznych      1
W3 Rodzaje danych pozyskanych z bezzałogowych statków powietrznych      2
W4 Klasyfikacja danych     2
W5 Bazy danych     2
W6 Wprowadzenie do data mining     2
W7 Modele i rodzaje zadań data mining      2
W8 Metody predykcyjnego data mining (uczenie z nauczycielem)      3
  Suma     15
Lp. Treści programowe - PROJEKT   l. godz.
st. stacj.
P1 Zdefiniownaych danych z bezzałogowych statków powietrznych do projektu     2
P2 Wstępna obróbka danych z bezzałogowych statków powietrznych z wykorzystaniem oprogramowania Statistica - cz. 1     2
P3 Wstępna obróbka danych z bezzałogowych statków powietrznych z wykorzystaniem oprogramowania Statistica - cz.2     2
P4 Klasyfikacja danych z wykorzystaniem oprogramowania Statistica - cz. 1     2
P5 Klasyfikacja danych z wykorzystaniem oprogramowania Statistica - cz. 2     2
P6 Klasyfikacja danych z wykorzystaniem oprogramowania Statistica - cz. 3     2
P7 Określenie zależności za pomocą regresji logistycznej z wykorzystaniem oprogramowania Statistica- cz. 1     2
P8 Określenie zależności za pomocą regresji logistycznej z wykorzystaniem oprogramowania Statistica- cz. 2     2
P9 Określenie zależności za pomocą regresji logistycznej z wykorzystaniem oprogramowania Statistica- cz. 3     2
P10 Dokonanie klasyfikacji za pomoca drzewa klasyfikacyjnego  z wykorzystaniem oprogramowania Statistica- cz. 1     2
P11 Dokonanie klasyfikacji za pomoca drzewa klasyfikacyjnego z wykorzystaniem oprogramowania Statistica- cz. 2     2
P12 Dokonanie klasyfikacji za pomoca drzewa klasyfikacyjnego  z wykorzystaniem oprogramowania Statistica- cz. 3     2
P13 Odkrycie  wiedzy (uczenie bez nauczyciela) z wykorzystaniem oprogramowania Statistica- cz. 3     2
P14 Przygotowanie końcowego projektu     2
P15 Prezentacja rezultatu prac     2
    Suma:   30

 

Metody kształcenia

Zasadniczą formą zajęć są zajęcia projektowwe z wykorzystaniem  oprogramowania Statistica. Poszczególne tematy w formie zadań obejmują jedno lub więcej zadań opracowywanych przez studentów podczas trwania jednostkowych zajęć oraz związaną z nimi pracą własną studentów (pracą domową). Niezbędną wiedzę teoretyczną potrzebną do rozwiązywania zadań student uzyskuje na zajęciach wykładowych oraz w ramach wprowadzenia przez prowadzącego do poszczególnych zajęć projektowych. 

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Wykład

Warunkiem zaliczenia jest uzyskanie pozytywnej oceny z kolokwium pisemnego. 

Projekt

Warunkiem zaliczenia jest uzyskanie pozytywnych ocen z projektu końcowego i prezentacji. 

Ocena końcowa jest średnią arytmetyczną ze wszystkich ocen cząstkowych przedmiotu.

Literatura podstawowa

1. Larose DT., Metody i modele eksploracji danych (Data Mining Methods and Models), PWN, 2022. 

2. Patalas-Maliszewska J., Modele referencyjne zarządzania wiedzą w przedsiębiorstwie produkcyjnym, PWN, 2019.

3. Dębowska-Mróz M., Rogowski A., Pomiar, obliczenia i analiza danych statystycznych w ruchu drogowym, UTH Radom, 2019.

Literatura uzupełniająca

-

Uwagi

-


Zmodyfikowane przez dr inż. Daniel Dębowski (ostatnia modyfikacja: 14-12-2022 15:08)