Under kursen tränas studentens förmåga att specificera, planera, genomföra och redovisa ett självständigt arbete. Studenten tillämpar sina under utbildningen förvärvade kunskaper och fördjupar sig inom minst ett specifikt delområde. Genom arbetet får studenten kontakt med forskning och utvecklingsarbete i ämnet. Resultaten presenteras muntligt och skriftligt.
Modul 1. Självständigt arbete (28 hp) Examensarbetet utförs som ett självständigt arbete antingen inom ett forskningsprojekt vid universitetet eller som utvecklingsprojekt i industrin. Examensarbetet måste erbjuda någon form av problemlösning i vid mening, och innebära ämnesmässig fördjupning i förhållande till kurser som studenten tidigare läst. Arbetet får inte enbart bestå av rutinmässig programmering. Fördjupningen ska relatera det arbete man gör till existerande vetenskapliga ståndpunkter och resultat samt dokumenteras i en vetenskaplig rapport tillsammans med det övriga arbetet.
Modul 2. Presentation (2 hp) Examensarbetet presenteras skriftligt i rapportform samt muntligt i disputationsform. Studenten skall även förbereda en opposition och genomföra denna på ett annat examensarbete. Under kursen kommer studenten att kommunicera kring arbetet både muntligt och skriftligt på engelska.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna:
(FSR 1) visa väsentligt fördjupade kunskaper inom området robotik,
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
(FSR 2) visa förmåga att kritiskt, självständigt och kreativt identifiera och formulera komplexa frågeställningar inom området robotik
(FSR 3) visa förmåga att planera och med adekvata metoder genomföra kvalificerade uppgifter inom givna ramar
(FSR 4) visa förmåga att delta i forsknings- eller utvecklingsarbete och därigenom bidra till kunskapsutvecklingen
(FSR 5) visa förmåga att muntligt och skriftligt klart redogöra för och diskutera sina slutsatser och den kunskap och de argument som ligger till grund för dessa i dialog med forskare och mastrar inom området samt lekmän
(FSR 6) kommunicera kring arbetet muntligt och skriftligt på engelska
(FSR 7) visa förmåga att kritiskt och systematiskt integrera kunskap förvärvad i centrala och kvalificerade kurser under utbildningen och att söka, analysera, syntetisera och kritiskt granska vetenskaplig litteratur som är relevant för problemställningen
Värderingar och förhållningssätt Efter avslutad kurs ska studenten kunna:
(FSR 8) visa förmåga att systematiskt och kritiskt granska eget och andras arbeten med hänsyn till för området robotik relevanta vetenskapliga, samhälleliga och etiska aspekter.
Behörighetskrav
För tillträde till kursen krävs en avlagd kandidatexamen samt kurser totalt omfattande 60 hp på avancerad nivå. Dessutom krävs att de 60 hp på avancerad nivå ska vara inriktade mot robotik och reglerteknik och minst 30 hp av dessa ska vara inom ämnet datavetenskap. Kurserna i datavetenskap ska inkludera Student Conference in Computing Science, Artificiell intelligens - grunderna och antingen Mobil robotik eller Artificiell intelligens - metoder och tillämpningar, eller motsvarande. Beroende på examensarbetets inriktning kan särskilda förkunskaper krävas. Engelska för grundläggande behörighet för högskolestudier.
Undervisningens upplägg
Examensarbetet skall utföras under sista terminen av en masterutbildning med Datavetenskap som huvudområde i examen med inriktning mot robotik och reglerteknik.
Undervisningen består av individuell handledning. En handledare inom institutionen utses för varje student, med vilken fortlöpande kontakt skall uppehållas. Studenten skall hushålla med den tillgängliga handledningsresursen och studenten kan normalt inte kräva att få handledning mer än 10 månader efter påbörjat arbete. Ytterligare en handledare utses av uppdragsgivaren vid externa examensarbeten. Utöver handledning skall studenten självständigt identifiera, söka, värdera samt sammanfatta informationskällor i syfte att ge en vetenskaplig bakgrund till det utförda arbetet. Studenten skall självständigt planera och genomföra arbetet inom givna tidsramar samt redovisa det både muntligt och skriftligt. Studenten skall också läsa in sig på ett annat examensarbete och opponera på detta.
Examination
Modul 1, självständigt arbete, bedöms utifrån a) arbetets planering, genomförande och uppföljning samt b) vetenskapligt och ingenjörsmässigt innehåll och resultat. c) utformning av skriftlig rapport,
Modul 2, presentation, bedöms utifrån d) muntlig presentation samt e) planering och genomförande av opposition
På Modul 1 ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG) och på Modul 2 ges något av betygen Underkänd (U) eller Godkänd (G).
På kursen som helhet ges något av betygen Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). Betyget på Modul 1 styr kursens sammanlagda betyg.
Anpassad examination Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination ska senast 10 dagar innan examinationen begära anpassning hos Institutionen för datavetenskap. Examinator beslutar om anpassad examination som sedan meddelas studenten.
Övriga föreskrifter
Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.
Litteratur
Giltig från:
2024 vecka 1
Litteraturen bestäms av examensarbetets inriktning.
