This page in English

Institutionen för naturvetenskap och teknik

Answer set-programmering, 3 hp

I samarbete med Umeå universitet erbjuder Örebro universitet en introduktionskurs i answer set-programmering (ASP). På kursen diskuteras grundläggande principer för logik- och villkorsprogrammering. Kursens huvudsakliga fokus är på stable model-semantik, även kallad answer set-semantik. Kursen fokuserar också på att formalisera och lösa olika problem inom ramen för en deklarativ programmeringsparadigm.

Answer Set Programming

Den studerande ska efter avslutad kurs kunna tillämpa en lämplig symbolisk resonemangsmetod utifrån answer set-tekniken för att lösa problem i intelligenta system. Kursen ingår i Smarter, som är Örebro universitets utbildningssatsning på AI-området.

Som en introduktion till logik och answer set-programmering diskuterar kursen följande:

  • Grundläggande begrepp inom logik och vanliga ansatser inom logikprogrammering.
  • Grundläggande principer för icke-monotona resonemang och answer set-semantik.
  • Praktiska aspekter av att använda symboliska resonemangsmetoder.
  • Tillämpningsområden för logikprogrammering och resonemang baserade på answer set-semantik.

Kursen är utformad som en distanskurs med ett fåtal obligatoriska träffar i klassrum. Den består av en serie internetbaserade föreläsningar, gruppdiskussioner, obligatoriska självstudier med övningar samt presentationer på seminarier och en case-baserad inlärningsuppgift.

  • Första träffen (officiell start) : 10 september 2019, kl 09.00-12.00.
  • Uppföljningsträff: 10 oktober 2019, kl 09.00-12.00.
  • Sista träffen (kursavslutning): 20 november 2019, kl 09.00-12.00.

Observera att kursen ges på engelska.

Uppdragsutbildningen riktar sig till yrkesverksamma med en examen på grundnivå om 180 högskolepoäng, med datavetenskap/datateknik som huvudområde, alternativt examen på grundnivå om 180 högskolepoäng i datateknik/datavetenskap/systemvetenskap (som innehåller programmering). Dessutom krävs Engelska B/Engelska 6.

Kursen är gratis.

Anmälan är öppen.

Ansvarig för profilområde Artificiell intelligens

Johan Axelsson

Tjänstetitel: Koordinator mot uppdragsutbildning Organisation: Kommunikation och samverkan

Profilsida: Johan Axelsson

E-post:

Telefon: 019 303211

Rum: T2201

Johan Axelsson

Kursadministratör

Jenny Tiberg

Tjänstetitel: Utbildnings- och forskningsadministratör Organisation: Institutionen för naturvetenskap och teknik

Profilsida: Jenny Tiberg

E-post:

Telefon: 019 303320

Rum: T1109

Jenny Tiberg