Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Computational Techniques
Tok studiów:
2019/2020
Kod:
IETE-1-304-s
Wydział:
Informatyki, Elektroniki i Telekomunikacji
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Electronics and Telecommunications
Semestr:
3
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Angielski
Forma studiów:
Stacjonarne
Prowadzący moduł:
dr inż. Korohoda Przemysław (korohoda@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

Student learns how to design and realize, mainly in Matlab, computational experiment, integrating theoretical knowledge and practical skills from several subjects.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student knows basic mathematical tools enabling creation of software for electronic circuits simulation and solving of the interdisciplinary engineering problems ETE1A_W01, ETE1A_W02, ETE1A_W03 Wykonanie ćwiczeń laboratoryjnych,
Projekt,
Aktywność na zajęciach,
Wynik testu zaliczeniowego,
Kolokwium
M_W002 Student has basic knowledge of the selected numerical methods and about presentation and interpretation of the obtained results ETE1A_W14, ETE1A_W07 Zaliczenie laboratorium,
Wynik testu zaliczeniowego,
Wykonanie ćwiczeń laboratoryjnych,
Wykonanie projektu,
Projekt,
Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Student can verify, with use of the computer based simulations, handbooks theories, in particular formulas and algorithms, while using error criteria and graphical presentation ETE1A_U09, ETE1A_U02, ETE1A_U05 Zaliczenie laboratorium,
Wykonanie projektu,
Wynik testu zaliczeniowego,
Projekt,
Aktywność na zajęciach,
Wykonanie ćwiczeń laboratoryjnych
M_U002 Student is able to plan and realize, for example in Matlab, simulation experiment, integrating theoretical knowledge and practical skills from several subjects taught previously or in parallel ETE1A_U09, ETE1A_U15, ETE1A_U02, ETE1A_U03 Zaliczenie laboratorium,
Wynik testu zaliczeniowego,
Wykonanie projektu,
Projekt,
Aktywność na zajęciach,
Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne: jest gotów do
M_K001 Student is aware of importance of appropriate behavior and obeying the rules in the laboratory and during project realization, in particular when sharing the results of her/his work and using the results obtained by the others. ETE1A_K03 Zaangażowanie w pracę zespołu,
Udział w dyskusji,
Projekt,
Wykonanie ćwiczeń laboratoryjnych,
Aktywność na zajęciach
M_K002 Student realizes that her/his proper preparation for the laboratory classes affects the efficiency of the team. He/she actively participates in proper work organization during project realization. ETE1A_K04, ETE1A_K01 Zaangażowanie w pracę zespołu,
Wykonanie projektu,
Udział w dyskusji,
Projekt,
Odpowiedź ustna,
Wykonanie ćwiczeń laboratoryjnych,
Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
38 14 0 14 10 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student knows basic mathematical tools enabling creation of software for electronic circuits simulation and solving of the interdisciplinary engineering problems + - + + - - - - - - -
M_W002 Student has basic knowledge of the selected numerical methods and about presentation and interpretation of the obtained results + - + + - - - - - - -
Umiejętności
M_U001 Student can verify, with use of the computer based simulations, handbooks theories, in particular formulas and algorithms, while using error criteria and graphical presentation + - + + - - - - - - -
M_U002 Student is able to plan and realize, for example in Matlab, simulation experiment, integrating theoretical knowledge and practical skills from several subjects taught previously or in parallel + - + + - - - - - - -
Kompetencje społeczne
M_K001 Student is aware of importance of appropriate behavior and obeying the rules in the laboratory and during project realization, in particular when sharing the results of her/his work and using the results obtained by the others. - - + + - - - - - - -
M_K002 Student realizes that her/his proper preparation for the laboratory classes affects the efficiency of the team. He/she actively participates in proper work organization during project realization. - - + + - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 102 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 38 godz
Przygotowanie do zajęć 16 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 24 godz
Samodzielne studiowanie tematyki zajęć 22 godz
Egzamin lub kolokwium zaliczeniowe 2 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (14h):

1. Solving sets of equations, applications

Real and complex solution of algebraic equations of the 3rd and 4th order, solving numerically one-variable equation, extension of the concept to sets of non-linear equations, multidimensional Newton-Raphson method, transfer function as ratio of polynomials, system stability for continuous-time and discrete-time description.

2. Interpolation and extrapolation

Lagrange polynomials, Neville method, interpolation with use of basis function series for various bases, matrix based description, example of spline-based solution. Taylor series with various types of remainder, partial derivatives, two-dimensional Taylor series.

3. Approximation

Mutual relations between skalar product, metric and norm, applications of skalar product, approximation with use of bases, Tchebyshev polynomials, Legendre polynomials, orthonormalization procedure.

4. Random number generators and regression analysis

Pseudo-random numbers generators with arbitrarily designed distribution, linear regression for one variable and multivariable, matrix-based solution, nonlinear regression and with nonlinear transition function.

5. Selected applications of mathematical analysis

Numerical computation of finite integral, integration of 1st order linear homogenous and inhomogenous differential equations, Runge-Kutta approach, comparison between analytical and numerical solution, and with use of Laplace transform, generalization towards sets of linear equations, matrix-based solution, application to electric circuits and physics problems.

Ćwiczenia laboratoryjne (14h):

1. Comparison of selected methods of solving equations and sets of equations – introduction to exercises, recapitulation of Matlab programming features, methodology of comparative computational experiments, examples in Matlab, presentation of obtained results, creating concluding observations. The selection of detailed exercises is based on tutor suggestions.
2. Interpolation examples and applications of Taylor series – design of experiment illustrating selected techniques, and their realization in Matlab, presentation of the results, concluding observations. The selection of detailed exercises is based on tutor suggestions.
3. Design and realization in Matlab of programming tools for tests of selected approximation methods – general designing rules for testing, selection of initial option and its realization, performing examples of tests, identification of drawbacks and improving the tools, presentation of the results, concluding observations. The selection of detailed exercises is based on tutor suggestions.
4. Design and realization in Matlab of programming tools for tests of selected regression methods – selection of initial option and its realization, performing examples of tests, identification of drawbacks and improving the tools, presentation of the results, concluding observations. The selection of detailed exercises is based on tutor suggestions.
5. Study and further development of demonstrations containing models based on sets of 1st order differential equations – running and detailed study of prepared in advance Matlab demonstration programmes, then suggestion and introduction of additional options extending flexibility of the studied tools, based on newly suggested comparisons and sets of parameters values. Repetition of selected Matlab techniques.
6. Recapitulation and verification of the practical skills and test of the theoretical knowledge.

Ćwiczenia projektowe (10h):

The students, typically in grups of two, solve given tasks, more advanced than exercised durig laboratory sessions. The tasks may be either relevantly expanded laboratory tasks or may be suggested by the students. The performed job should be properly described in a form of report, and finally the selected details of proposed solution are discussed with the tutor. The mark results from tutor’s assessments of the students performance during realization of the project, the report and final discussion.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany problem praktyczny, dobierając odpowiednie narzędzia. Prowadzący stymuluje grupę do refleksji nad problemem, tak by otrzymane wyniki miały wysoką wartość merytoryczną.
  • Ćwiczenia projektowe: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Final test for the laboratory part consists of two elements: a) written theoretical part (description of selected techniques), and b) practical part: demonstration of the practical skills when designing and realizing computational experiment for given topic. Both elements must be passed.
The project part finishes with: a) written report, b) presentation in front of the group.
The final test for the laboratory may be repeated two times, and the passed element is considered as such until the end of all three (possible) rounds.
The project should be finished in due time.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane przez kolokwium w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu. Zaliczenie modułu jest możliwe po zaliczeniu wszystkich zajęć laboratoryjnych oraz testu końcowego.
  • Ćwiczenia projektowe:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Sposób obliczania oceny końcowej:

1. To obtain positive final mark (FM) the student must have positive mark for laboratory and for project.
2. The (AV) is computed from marks from laboratory and project, and normalized to 100%.
3. Final mark is obtained according to the following procedure:
if AV>=90%, then FM=5.0 else
if AV>=80%, then FM=4.5 else
if AV>=70%, then FM=4.0 else
if AV>=60%, then FM=3.5 else
if AV>=50%, then FM=3.0 else FM=nzal (i.e. negative).

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

For the laboratory part: performance on the next meetings indicating that the student has compensated for her/his absence, when necessary at additional meeting in the form of consultations.
For the project part: the report describing relevant progress.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Basics of matrix algebra and analysis (derivatives and differential equations of one variable)
Basics of circuits theory
Basics of programming techniques in high level languages

Zalecana literatura i pomoce naukowe:

1. S. Osowski, A. Cichocki, K. Siwek: „Matlab w zastosowaniu do obliczeń obwodowych i przetwarzaniu sygnałów”, OWPW, Warszawa 2006.
2.R. Klempka, R. Sikora-Iliew, A. Stankiewicz, B Świątek: „Modelowanie i symulacja układów elektrycznych w Matlabie – przykłady”, AGH – UWN-D, Kraków 2007.
3. R. Klempka, A, Stankiewicz: „ Modelowanie i symulacja układów dynamicznych”, AGH UWN-D, Kraków 2006.
4. W. H. Press, S. A. Teukolsky, W. T. Vetterling, B. P. Flannery: “Numerical Recipes in C”, Cambridge University Press 1992.
5. N.S.Kaisere, COmputational Techniques for Process Simulations and Analysis Using MATLAB, CRC Press, London, 2018.

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Selected publications, where skills and knowledge related to the subject contributed considerably:

A.Borys, P.Korohoda: Analysis of Critical Sampling Effects Revisited. Proceedings of the Signal Processing –Algorithms, Architectures, Arrangements and Applications (SPA 2017), pp. 131-136, Sept., 2017.

K.Zachwieja, P.Korohoda, J.Kwinta-Rybicka, M.Miklaszewska, A.Moczulska, J.Bugajska, J.Berska, D.Drożdż, J.A.Pietrzyk: Modification of the Schwartz equations for children increases their accuracy at eGFR > 60 mL/min/1.73. Renal Failure, vol. 38 no. 5, pp. 787–798. 2016.

P.Korohoda, R.Rumian: Audio in-band signalling system based on a complementary pair of peak and notch equalizers. Proceedings of the Signal Processing –Algorithms, Architectures, Arrangements and Applications (SPA 2016), pp. 207–212, 2016.

P.Korohoda, R.Rumian: Design of the mutually cancelling narrow passband and stopband filters – a case study. Proceedings of the International Conference on Signals and Electronic Systems, pp. 57-62, Sept. 2016.

P.Korohoda, B.Ziółko, M.Miklaszewska, M.Ziółko: Evaluation of medical images segmentation. Proceedings of the twenty-first national conference on Applications of mathematics in biology and medicine, pp.81-86, Regietów, Sept. 2015.

P.Korohoda, J.Grabska-Chrząstowska: Directional image filtering based on the Fourier transform. Image Processing & Communications an International Journal, vol. 19 no. 2–3, pp. 7–13, 2014.

Informacje dodatkowe:

Brak