Učni načrt predmeta

Predmet:

Course:

Študijski program in stopnja / Study programme and level	Študijska smer / Study field	Letnik / Academic year	Semster / Semester

Vrsta predmeta / Course type

Univerzitetna koda predmeta / University course code:

Predavanja Lectures	Seminar Seminar	Vaje Tutorial	Klinične vaje work	Druge oblike študija	Samost. delo Individ. work	ECTS

*Navedena porazdelitev ur velja, če je vpisanih vsaj 15 študentov. Drugače se obseg izvedbe kontaktnih ur sorazmerno zmanjša in prenese v samostojno delo. / This distribution of hours is valid if at least 15 students are enrolled. Otherwise the contact hours are linearly reduced and transfered to individual work.

Nosilec predmeta / Lecturer:

Jeziki / Languages:

Predavanja / Lectures:

Vaje / Tutorial:

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

Prerequisits:

Vsebina:

Content (Syllabus outline):

Osnovne lastnosti senzorskih podatkov in metapodatkov za potrebe analize senzorskih podatkov, vključno s statističnimi podatki, podatki o lokaciji senzorjev in dinamičnimi podatki povezanimi s časom.

Primerjava obravnavanja senzorskih podatkov iz podatkovne baze in senzorskih podatkov, pridobljenih v realnem času.

Predprocesiranje senzorskih podatkov, vključno s čiščenjem podatkov in bogatenjem podatkov z uporabo predznanja in/ali konteksta.

Integracija drugih relevantnih podatkov (npr. vreme, tekstovna sporočila) s senzorskimi podatki.

Osnovne in napredne metode za analizo senzorskih podatkov, vključno s prepoznavanjem vzorcev, detekcijo anomalij, modeliranjem in napovedovanjem.

Poglobljeno individualno delo na obravnavi realnega primera iz študentovega raziskovalnega dela: izbira primernih podatkov in relevantnega problema, ki ga bo študent obravnaval z metodami analize senzorskih podatkov, izbira primernih pristopov za predprocesiranje podatkov in metod za analizo podatkov.

Temeljna literatura in viri / Readings:

Cilji in kompetence:

Objectives and competences:

Cilji: 
- poznavanje lastnosti senzorskih podatkov in metapodatkov ter pomembnosti upoštevanja lokacije senzorjev in časa senzorskih meritev, 
- razumevanje obravnavanja senzorskih podatkov, predprocesiranja senzorskih podatkov in integracije različnih podatkovnih virov, 
- razumevanje in uporaba različnih metod za analizo senzorskih podatkov, 
- primerjava in uporaba primernih virov podatkov glede na zahteve dane aplikacije, izbira ustreznih korakov predprocesiranja, metod za analizo podatkov in načina ovrednotenja rezultatov analize.

Kompetence: 
- sposobnost primerjalne analize senzorskih podatkov glede na lastnosti in zahteve, 
- sposobnost realizacije smiselnega in izvedljivega zaporedja akcij za obravnavo in predprocesiranje senzorskih podatkov ter povezovanje z drugimi podatki, 
- sposobnost izbire in uporabe primerne metode za analizo potencialno velikih količin senzorskih podatkov, 
- sposobnost eksperimentalnega ovrednotenja in primerjave rezultatov analize senzorskih podatkov.

Objectives: 
- knowing properties of sensor data and sensor metadata and importance of considering sensor location and time sensor measurement when relevant, 
- understanding handling of sensor data, data pre- processing and integration of different data sources potentially of different modality, 
- understanding and using sensor data analysis methods, 
- comparing and choosing the appropriate data sources for a given application requirements of sensor data analysis, selecting pre-processing steps, suitable data analysis methods and experimental setting.

Competencies: 
- ability of comparative analysis of sensor data based on their properties and in relation to the a     application requirements, 
- constructing a meaningful, feasible pipeline for handling and pre-processing sensor data and connection to other data, 
- capability of selecting and applying sensor data analysis methods on potentially large amount of data potentially arriving with high intensity over data stream, 
- capability of evaluating and comparing results of sensor data analysis.

Predvideni študijski rezultati:

Intendeded learning outcomes:

Metode poučevanja in učenja:

Learning and teaching methods:

Načini ocenjevanja:

Delež v % / Weight in %

Assesment:

Reference nosilca / Lecturer's references:

1.
2.
3.
4.
5.