Module also offered within study programmes:
General information:
Name:
Laboratorium specjalizacyjne
Course of study:
2014/2015
Code:
EAR-2-206-IS-s
Faculty of:
Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering
Study level:
Second-cycle studies
Specialty:
Informatyka w sterowaniu i zarządzaniu
Field of study:
Automatics and Robotics
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Responsible teacher:
prof. dr hab. inż. Ligęza Antoni (ligeza@agh.edu.pl)
Academic teachers:
prof. dr hab. inż. Ligęza Antoni (ligeza@agh.edu.pl)
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 Ma świadomość roli i znaczenia stałego pogłębiania i poszerzania wiedzy zawodowej AR2A_K02, AR2A_K01 Presentation
Skills
M_U001 Potrafi posługiwać się poszerzoną i pogłębioną wiedzą w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych AR2A_U19, AR2A_U17, AR2A_U10, AR2A_U09, AR2A_U04, AR2A_U01, AR2A_U15, AR2A_U06, AR2A_U11, AR2A_U14, AR2A_U02, AR2A_U08, AR2A_U07, AR2A_U16, AR2A_U18, AR2A_U03, AR2A_U05, AR2A_U20, AR2A_U12, AR2A_U13 Presentation
Knowledge
M_W001 Ma poszerzoną wiedzę w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych AR2A_W06, AR2A_W07, AR2A_W05, AR2A_W13, AR2A_W11, AR2A_W04, AR2A_W09, AR2A_W03, AR2A_W12, AR2A_W10, AR2A_W01, AR2A_W02, AR2A_W08 Presentation,
Activity during classes,
Scientific paper
M_W002 Ma pogłębioną wiedzę w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych AR2A_W06, AR2A_W07, AR2A_W15, AR2A_W05, AR2A_W13, AR2A_W14, AR2A_W11, AR2A_W04, AR2A_W09, AR2A_W03, AR2A_W12, AR2A_W10, AR2A_W01, AR2A_W02, AR2A_W08 Activity during classes,
Presentation,
Scientific paper
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 Ma świadomość roli i znaczenia stałego pogłębiania i poszerzania wiedzy zawodowej - - + - - - - - - - -
Skills
M_U001 Potrafi posługiwać się poszerzoną i pogłębioną wiedzą w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych - - + - - - - - - - -
Knowledge
M_W001 Ma poszerzoną wiedzę w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych - - + - - - - - - - -
M_W002 Ma pogłębioną wiedzę w wybranym obszarze problemowym automatyki, robotyki, informatyki i obszarach pokrewnych - - - - - - - - - - -
Module content
Laboratory classes:

Zajęcia w ramach modułu prowadzone są w postaci laboratorium, przy czym studenci realizują indywidualny program. Każdy student prezentuje wyniki zrealizowanych badań, co podlega ocenie końcowej.
W ramach laboratorium studenci opracowują konkretne zagadnienie techniczne o charakterze aplikacyjnym, teoretycznym lub eksperymentalnym.
Obszary zainteresowania obejmują szeroko pojmowane sterowanie, monitorowanie, podejmowanie decyzji, planowanie, diagnostykę, projektowanie i implementacje systemów informatycznych i inne.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 58 h
Module ECTS credits 2 ECTS
Participation in laboratory classes 28 h
Completion of a project 30 h
Preparation for classes 0 h
Additional information
Method of calculating the final grade:

Przy zaliczeniach zajęć i egzaminach oraz wystawianiu oceny końcowej stosuje się
następujące oceny:

  • 91 – 100% bardzo dobry (5.0);
  • 81 – 90% plus dobry (4.5);
  • 71 – 80% dobry (4.0);
  • 61 – 70% plus dostateczny (3.5);
  • 50 – 60% dostateczny (3.0);
  • poniżej 50% niedostateczny (2.0).
Prerequisites and additional requirements:

Znajomość matematyki dyskretnej w zakresie algebry zbiorów oraz algebry relacji.
Podstawowa znajomość logiki.
Znajomość systemów operacyjnych i podstaw użytkowania komputerów.
Znajomość relacyjnych baz danych.
Znajomość języka angielskiego w stopniu umożliwiającym studiowanie literatury fachowej.
Znajomość problematyki podejmowanej w ramach laboratorium.

Recommended literature and teaching resources:

Literatura dobierana indywidualnie do realizowanego programu.

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

None