Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Pakiet obliczeniowy MATLAB i jego zastosowania
Tok studiów:
2018/2019
Kod:
JFM-1-026-s
Wydział:
Fizyki i Informatyki Stosowanej
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Fizyka Medyczna
Semestr:
0
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Osoba odpowiedzialna:
dr inż. Łukasik Szymon (slukasik@agh.edu.pl)
Osoby prowadzące:
dr inż. Łukasik Szymon (slukasik@agh.edu.pl)
Krótka charakterystyka modułu

Celem zajęć jest zapoznanie studentów z pakietem obliczeniowym MATLAB – jego możliwościami, funkcjami i zastosowaniami w problemach nauki i techniki.

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Student zna zasady tworzenia kodu w MATLABie, struktury danych, a także funkcje i metody związane z tworzeniem interfejsu użytkownika oraz pozyskiwaniem danych z zewnętrznych źródeł FM1A_W03, FM1A_W05 Zaliczenie laboratorium,
Wykonanie ćwiczeń laboratoryjnych,
Projekt
M_W002 Student zna dostępne w pakiecie Matlab narzędzia pozwalające na analizę danych doświadczalnych i przedstawienie uzyskanych wyników w przystępnej postaci FM1A_W01 Zaliczenie laboratorium,
Wykonanie ćwiczeń laboratoryjnych,
Projekt
Umiejętności
M_U001 Student umie użyć funkcji i metod Matlaba dla celów rozwiązywania problemów technicznych/biomedycznych FM1A_U08 Zaliczenie laboratorium,
Projekt
M_U002 Student potrafi - korzystając z ogólnodostępnych źródeł - wybrać odpowiednie narzędzie analizy danych (z dostępnych w pakiecie Matlab) oraz podsumować wyniki swojej pracy w czytelnej i zwięzłej formie FM1A_U08, FM1A_U01 Wykonanie ćwiczeń laboratoryjnych,
Projekt
Kompetencje społeczne
M_K001 Student potrafi w sposób odpowiedzialny planować i realizować prace w zespole wymagające działań o charakterze twórczym FM1A_K02, FM1A_K01 Projekt
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Student zna zasady tworzenia kodu w MATLABie, struktury danych, a także funkcje i metody związane z tworzeniem interfejsu użytkownika oraz pozyskiwaniem danych z zewnętrznych źródeł + - - - - - - - - - -
M_W002 Student zna dostępne w pakiecie Matlab narzędzia pozwalające na analizę danych doświadczalnych i przedstawienie uzyskanych wyników w przystępnej postaci + - - - - - - - - - -
Umiejętności
M_U001 Student umie użyć funkcji i metod Matlaba dla celów rozwiązywania problemów technicznych/biomedycznych - - + + - - - - - - -
M_U002 Student potrafi - korzystając z ogólnodostępnych źródeł - wybrać odpowiednie narzędzie analizy danych (z dostępnych w pakiecie Matlab) oraz podsumować wyniki swojej pracy w czytelnej i zwięzłej formie - - + + - - - - - - -
Kompetencje społeczne
M_K001 Student potrafi w sposób odpowiedzialny planować i realizować prace w zespole wymagające działań o charakterze twórczym - - - + - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

  1. Interfejs użytkownika pakietu MATLAB. Wstęp do metod tworzenia i wykonywania kodu.
  2. Struktury danych i podstawowe operacje.
  3. Wizualizacja danych – wykresy i animacje.
  4. MATLAB jako język programowania.
  5. Pozyskiwanie danych z zewnętrznych źródeł (urządzenia zewnętrzne, bazy danych itp.).
  6. Tworzenie graficznego interfejsu użytkownika.
  7. MATLAB w zastosowaniach inżynierskich – modelowanie układów dynamicznych, analiza danych, przetwarzanie obrazów.

Ćwiczenia laboratoryjne:

Ćwiczenia laboratoryjne ilustrujące treść wykładu i pozwalające na opanowanie umiejętności związanych z obsługą i praktycznym wykorzystaniem pakietu Matlab.

Ćwiczenia projektowe:

Projekt ilustrujący treść wykładu i pozwalający na opanowanie umiejętności związanych z obsługą i praktycznym wykorzystaniem pakietu Matlab. Projekt realizowany jest w formie zespołowej.

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 109 godz
Punkty ECTS za moduł 4 ECTS
Udział w wykładach 15 godz
Udział w ćwiczeniach laboratoryjnych 15 godz
Udział w ćwiczeniach projektowych 15 godz
Samodzielne studiowanie tematyki zajęć 28 godz
Dodatkowe godziny kontaktowe z nauczycielem 14 godz
Wykonanie projektu 22 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

Średnia ważona ocen aktywności w trakcie laboratorium (waga 1/3) oraz projektu obejmującego samodzielne rozwiązanie wybranego problemu inżynierskiego z użyciem omawianego środowiska obliczeniowego (waga 2/3).

Wymagania wstępne i dodatkowe:

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

Pratap Rudra, “MATLAB 7 dla naukowców i inżynierów”, Wydawnictwo Naukowe PWN, 2010.
Bogumiła Mrozek, Zbigniew Mrozek, “MATLAB i Simulink. Poradnik użytkownika. Wydanie III”, Wydawnictwo Helion, 2010.
Stormy Attaway, “Matlab, Third Edition: A Practical Introduction to Programming and Problem Solving”, Butterworth-Heinemann, 2013.
Strona internetowa http://www.mathworks.com/ (w szczególności sekcja Code Exchange).

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:
  1. S. Łukasik, P. Kowalski, “Study of Flower Pollination Algorithm for Continuous Optimization”, Intelligent Systems’ 2014, P.Angelov et al. (eds.), Springer, pp. 451-459, 2015.
  2. P.A. Kowalski, S. Łukasik, “Experimental Study of Selected Parameters of the Krill Herd Algorithm", Intelligent Systems’ 2014, P.Angelov et al.(eds.), Springer, pp.473-485, 2015.
  3. S. Łukasik, P. Kulczycki, “Using Topology Preservation Measures for Multidimensional Intelligent Data Analysis in the Reduced Feature Space”, Lecture Notes in Artificial Intelligence, vol. 7895, pp. 184-193, 2013.
  4. D. Falkiewicz (Gołuńska), S. Łukasik, “Modelowanie rozmyte z zastosowaniem algorytmu optymalizacji rojem cząstek”, Czasopismo Techniczne Politechniki Krakowskiej, seria: Automatyka, vol. 1-AC, pp. 41-54, 2012.
  5. S. Łukasik, S. Żak, “Firefly Algorithm for Continuous Constrained Optimization Tasks, Lecture Notes in Artificial Intelligence”, vol. 5796, pp. 97-106, 2009.
  6. P.A. Kowalski, S. Łukasik, M. Charytanowicz, P. Kulczycki, “Data-Driven Fuzzy Modeling and Control with Kernel Density Based Clustering Technique”, Polish Journal of Environmental Studies, vol. 17, no 4C, pp. 83-87, 2008.
Informacje dodatkowe:

Dopuszczalna jest jedna nieobecność na zajęciach laboratoryjnych i projektowych. Zajęcia można odrobić – w miarę dostępności miejsc – w innej grupie projektowej/laboratoryjnej. Student zobligowany jest w najkrótszym możliwym terminie zgłosić się do prowadzącego zajęcia w celu ustalenia terminu odrobienia zajęć

W przypadku niemożliwości odrobienia zajęć lub większej liczby nieobecności istnieje możliwość uzupełnienia nieobecności w formie indywidualnego zadania domowego.

Student który bez usprawiedliwienia opuścił więcej niż 50% zajęć i jego cząstkowe wyniki w nauce były negatywne może zostać pozbawiony przez prowadzącego zajęcia możliwości wyrównania zaległości. Od takiej decyzji prowadzącego zajęcia student może się odwołać do prowadzącego przedmiot i/lub Dziekana.