IoT ja digitaaliset kaksosetLaajuus (5 op)
Tunnus: AT00CV67
Laajuus
5 op
Osaamistavoitteet
Opiskelija osaa
- tunnistaa digitaalisten kaksosten toimintaperiaatteita sekä sovelluskohteita IoT toimintaympäristössä
- suunnitella ja toteuttaa yksinkertaisen IoT dataan perustuvan digitaalisen kaksosen nykyaikaisella pelimoottorilla
Ilmoittautumisaika
07.05.2025 - 31.08.2025
Ajoitus
01.09.2025 - 12.12.2025
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Matti Welin
- Henri Koukka
Opetusryhmät
- Verkkoluento 1 (Koko: 50. Avoin AMK: 0.)
Ryhmät
-
TLTITVT23SVTieto- ja viestintätekniikan koulutus 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- tunnistaa digitaalisten kaksosten toimintaperiaatteita sekä sovelluskohteita IoT toimintaympäristössä
- suunnitella ja toteuttaa yksinkertaisen IoT dataan perustuvan digitaalisen kaksosen nykyaikaisella pelimoottorilla
Toteutustapa ja opetusmenetelmät
Opintojakso koostuu viikottaisista verkkoluennoista sekä tuntiharjoituksista.
Opetusmenetelminä käytetään etäopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Osa opintojakson tehtävistä toteutetaan ryhmätyönä. Luennot tallennetaan mahdollisuuksien mukaan.
Ajoitus ja läsnäolo
Syyslukukausi lukujärjestyksen mukaisesti. Läsnäolo on suotavaa. Ryhmän työskentelyyn osallistuminen pakollista.
Oppimateriaali ja suositeltava kirjallisuus
Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opettajan tarjoama luentomateriaali on tarjolla moodlessa.
Toteutuksen valinnaiset suoritustavat
-
Työelämäyhteistyö
Mahdollisuuksien mukaan projektiaiheet teollisuudesta.
Uusintamahdollisuudet
-
Oppimisympäristö
Moodle sekä zoom
Opiskelijan ajankäyttö ja kuormitus
Kokonaisajankäyttö on keskimäärin 135 tuntia, verkkoluentoja noin 50 tuntia.
Sisältö
Opintojaksolla perehdytään Digitaalisten kaksosten problematiikkaan ja toteutustapoihin IoT datan esittämisen näkökulmasta. Kurssilla toteutetaan pienimuotoinen digitaalinen kaksonen, joka näyttää neuroverkolla prosessoitua dataa reaaliaikaisesti.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Ohjelmoinnin perusteet, Unityn perusteista ja 3d-mallinnuksen perusteista on hyötyä. Moduulin muut opinnot.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin. Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun ja ryhmän toimintaan, hän on positiivinen keskustelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.