Data dodania: 2025-05-07
Szkoła letnia "Zaawansowane metody pomiaru z inteligentnym wykrywaniem przy użyciu uczenia maszynowego"

Ta szkoła letnia koncentruje się na zaawansowanych eksperymentalnych technikach pomiarowych w fizyce i inżynierii, kładąc nacisk na inteligentne wykrywanie i nowoczesne metody uczenia maszynowego (ML). Nauczysz się, jak najlepiej wykorzystać dane eksperymentalne — w tym negatywne lub niejednoznaczne ustalenia, często pomijane w publikacjach. Pokażemy, w jaki sposób ML może ujawniać ukryte wzorce i napędzać postęp naukowy.
Ten intensywny kurs jest wspólnie organizowany przez Wydział Fizyki Technicznej i Matematyki Stosowanej Politechniki Gdańskiej (Polska) oraz Wydział Nauk Fizycznych i Środowiskowych Texas A&M University w Corpus Christi (USA) i firmę MathWorks (twórców MATLAB-a i Simulinka).
Jest on otwarty dla wszystkich uniwersytetów będących członkami ENHANCE.
Letnia szkoła „Zaawansowane metody pomiarowe z wykorzystaniem inteligentnego wykrywania przy użyciu uczenia maszynowego” to kurs BIP przeznaczony dla:
- Postdoktoranci, doktoranci i studenci studiów magisterskich w dziedzinach nauk ścisłych, technicznych, inżynieryjnych i technicznych (w szczególności fizyki, chemii, inżynierii i nauk o środowisku).
- Naukowcy lub badacze chcący zrozumieć i wdrożyć współczesne narzędzia uczenia maszynowego do analizy danych eksperymentalnych.
- Każdy, kto ma zamiar eksplorować niezbadane lub złożone zbiory danych wymagające zaawansowanych technik analitycznych.
- Miejsce części osobistej: Politechnika Gdańska
- Daty: 5 lipca – 14 lipca 2025 r.
- Prelegenci główni (proponowani):
- Dawid Gradolewski (Bioseco)
- Przemek Majewski (DLabs.AI)
- Oddział Intel Gdańsk
- Sesje MATLAB i ML/LLM: prowadzone przez MathWorks (oddziały polskie i amerykańskie) przez PJ, MD, MC, PO, JR.
- Dzień roboczy: Może obejmować partnerów branżowych (GKB, PKB+) w celu nawiązania kontaktów.
- Harmonogram może ulec zmianie ze względu na dostępność prelegentów, pojemność laboratorium lub potrzeby logistyczne.
Co jest zapewnione
W trakcie i po zakończeniu szkoły letniej uczestnicy będą mieli dostęp do:
- Kawa w wyznaczonych przerwach kawowych,
- Zajęcia laboratoryjne i wykłady,
- Wycieczka krajoznawcza do Gdańska i okolic,
- Certyfikat akademicki,
- Możliwości nawiązywania kontaktów z innymi naukowcami i firmami poszukującymi wiedzy z zakresu uczenia maszynowego,
- Możliwość zaprezentowania wyników analizy danych ML indywidualnych lub grupowych opracowanych w trakcie kursu.
Oczekiwane rezultaty uczenia się
Oczekiwane rezultaty uczenia są związane z następującymi celami kształcenia:
- Umiejętność identyfikowania ograniczeń i błędów we współczesnych metodach pomiaru fizycznego.
- Zdolność przeprowadzania zaawansowanych eksperymentów i zbierania wysokiej jakości danych.
- Umiejętność stosowania techniki uczenia maszynowego do analizy złożonych zestawów danych.
- Rozumienie znaczenia negatywnych i niejednoznacznych wyników badań naukowych.
Wymagania wstępne
Przed rozpoczęciem zajęć konieczne jest ukończenie interaktywnego kursu online MATLAB i zdanie testu:
- bezpłatny kurs MATLAB Onramp w trybie indywidualnym:
https://matlabacademy.mathworks.com/details/matlab-onramp/gettingstarted
- Przed rozpoczęciem zajęć musisz ukończyć interaktywny kurs wprowadzający do programu MATLAB online i zdać test.
- Wykłady (18 godz.): Podstawy metod pomiarowych, inteligentne wykrywanie, teoria uczenia maszynowego.
- Laboratoria i warsztaty (22 godz.): eksperymenty grupowe (1–4 studentów) i zastosowania uczenia maszynowego.
- Zadania: Zadania domowe i projektowe oparte na czytaniu.
- Ostateczna analiza danych: indywidualna analiza oparta na uczeniu maszynowym.
- Prezentacja końcowa (zaliczona/niezaliczona):
- Zaprezentuj swoje badania lub
- Zaprezentuj metody stosowane w szkole letniej w kontekście Twoich zainteresowań naukowych/zawodowych.
Rodzaj oceny
Formalna. Prezentacja przygotowanych projektów przedstawicielom biznesowym (zaliczone/niezaliczone).
Zapewnienie jakości
Zgodnie ze standardami jakości Gdańsk Tech i Texas A&M University-Corpus Christi.
System oceniania
- Praca laboratoryjna w grupie: Wspólna ocena grupowa.
- Indywidualna analiza danych: ocena indywidualna na podstawie zastosowania ML.
- Prezentacja końcowa: zaliczona/niezaliczona, na podstawie przejrzystości, głębi, trafności.
Pozwolenie na korzystanie ze sztucznej inteligencji, z warunkami.
- Narzędzia AI (np. ChatGPT) mogą wspomagać naukę, ale nie zastąpią krytycznego myślenia i analizy.
- Zacytuj wszelkie teksty i spostrzeżenia wygenerowane przez sztuczną inteligencję.
- Instruktorzy mogą zażądać ustnej obrony przesłanej pracy w celu potwierdzenia autentycznego opanowania materiału.
Amerykańska skala ocen końcowych
Średnia klasy (X)Ocena
X > 90,0% A – Bardzo dobry
80% ≤ X ≤ 90,0% B – Dobrze
70% ≤ X < 80,0% C – Dostateczny
60% ≤ X < 70,0% D – Mierny
X < 60,0% F – Niedostateczny
Skala ocen końcowych EUR
Średnia klasy (X)
Stopień
X > 90,0% A
82% ≤ X ≤ 90,0% B
76% ≤ X < 82,0% C
68% ≤ X < 76,0% D
60% ≤ X < 68,0% E
X < 60,0% F – Niedostateczny
Format i obciążenie pracą
- Łączna liczba godzin zajęć nadzorowanych: 50
- Wykłady: 18 godzin
- Laboratoria/Warsztaty: 22 godziny
- Seminaria/prezentacje: 10 godzin
- Kurs wprowadzający interaktywny online z dwoma testami: 8 godzin
- Język: angielski
- Wymagana znacząca nauka poza szkołą (czytanie, praca projektowa)
Przegląd harmonogramu
Sobota, 5 lipca 2025
- 09:00–11:30: (Brak zaplanowanych wydarzeń)
- 11:30: Przerwa kawowa
- 12:00: Wprowadzenie do pomiarów, czujników i akwizycji danych
- 13:30: Obiad
- 15:00–18:00: Przyjazd i przyjęcie
Niedziela, 6 lipca 2025
- 09:00–11:30: (Brak zaplanowanych wydarzeń)
- 10:00: Wprowadzenie do obiektów Politechniki Gdańskiej i Wycieczka Powitalna (RB)
- 11:30: Przerwa kawowa
- 12:00: (Brak zaplanowanego wydarzenia)
- 13:30: Obiad
- 15:00–18:00: Wydarzenie towarzyskie / Spotkanie ze studentami doktoranckimi Politechniki Gdańskiej
Poniedziałek, 7 lipca 2025
- 09:00: Wykład wprowadzający 1 (np. Dawid Gradolewski, Bioseco)
- 10:00: Wprowadzenie do inżynierii danych (PJ)
- 11:30: Przerwa kawowa
- 12:00: Podstawy uczenia maszynowego i nauki o danych (PJ)
- 13:30: Obiad
- 15:00–18:00: Wprowadzenie do laboratorium komputerowego (PJ, MD) równolegle: Wprowadzenie do laboratorium pomiarowego (MC, PO)
Wtorek, 8 lipca 2025
- 09:00: Wykład wprowadzający 2 (np. Przemek Majewski, DLabs.AI)
- 10:00: Struktura systemów pomiarowych; Pomiary elektryczne i magnetyczne
- 11:30: Przerwa kawowa
- 12:00: MATLAB (dzień 1) – Wprowadzenie do analizy danych ML/LLM
- 13:30: Obiad
- 15:00–18:00: Zajęcia laboratoryjne MATLAB (dzień 1) – ML i LLM; równolegle: Laboratorium pomiarów
Środa, 9 lipca 2025
- 09:00: Wykład wprowadzający 3 (np. Intel Gdańsk)
- 10:00: Czujniki (JR)
- 11:30: Przerwa kawowa
- 12:00: MATLAB (dzień 2) – analiza danych ML i LLM
- 13:30: Obiad
- 15:00–18:00: Zajęcia laboratoryjne MATLAB (dzień 2)
Czwartek, 10 lipca 2025
- 09:00: Wykład wprowadzający 4
- 10:00: Inteligentne wykrywanie (JR)
- 11:30: Przerwa kawowa
- 12:00: MATLAB (dzień 3)
- 13:30: Obiad
- 15:00–18:00: Zajęcia laboratoryjne MATLAB (dzień 3)
Piątek, 11 lipca 2025
- 09:00: (Brak zaplanowanego wydarzenia)
- 10:00: Warsztat: Praktyczne dane i ML
- 11:30: Przerwa kawowa
- 12:00: (Brak zaplanowanego wydarzenia)
- 13:30: Obiad
- 15:00–18:00: Ceremonia zamknięcia
Sobota, 12 lipca 2025
- 09:00: (Brak zaplanowanego wydarzenia)
- 10:00: Zwiedzanie Gdańska
- 11:30: Przerwa kawowa
- 12:00: (Brak zaplanowanego wydarzenia)
- 13:30: Obiad
- 15:00–18:00: Otwarte/Czas wolny
Niedziela, 13 lipca 2025
- 09:00: (Brak zaplanowanego wydarzenia)
- 10:00: Prezentacje końcowe studentów
- 11:30: Przerwa kawowa
- 12:00: (Brak zaplanowanego wydarzenia)
- 13:30: Obiad
- 15:00–18:00: Otwarte/Czas wolny
Poniedziałek, 14 lipca 2025
- 09:00: (Brak zaplanowanego wydarzenia)
- 10:00: Dzień Roboczy (np. z Dorotą Sobieniecką (GKB), Tomaszem Klajborem (PKB+))
- 11:30: Przerwa kawowa
- 12:00: (Brak zaplanowanego wydarzenia)
- 13:30: Obiad
- 15:00–18:00: Możliwe podsumowanie dnia roboczego
Jak się zapisać
Wymagania aplikacji
Przed złożeniem aplikacji do szkoły letniej „Zaawansowane metody pomiarowe z wykorzystaniem inteligentnego wykrywania przy użyciu uczenia maszynowego” prosimy o przygotowanie i przesłanie następujących dokumentów:
1) Aktualne CV
- Podkreśl swoje wykształcenie, odpowiednie doświadczenie zawodowe/badawcze i stosowne umiejętności techniczne.
2) List referencyjny
- Podaj adres e-mail i numer telefonu osoby polecającej w celu weryfikacji.
3) List motywacyjny
- Wyjaśnij, dlaczego chcesz wziąć udział w szkole letniej i w jaki sposób wiąże się to z Twoimi celami akademickimi lub zawodowymi.
4) Dowód znajomości MATLAB-a
- Certyfikat PDF potwierdzający ukończenie bezpłatnego kursu MATLAB Onramp w trybie indywidualnym :
- https://matlabacademy.mathworks.com/details/matlab-onramp/gettingstarted
Złóż wymagane dokumenty 1-3 (patrz „Wymagania aplikacyjne”) do 31 maja 2025 r. za pośrednictwem https://forms.pg.edu.pl/01JNGVG8XBR5HQJ5GP1Q7T7176
Prześlij dowód znajomości programu MATLAB do 10 czerwca 2025 r. za pośrednictwem https://forms.pg.edu.pl/01JN4CEWVM06G0MKDGPF8BHEGC
Udział w kursie jest bezpłatny. Każdy uczestnik powinien pokryć koszty podróży, zakwaterowania i wyżywienia. Zapewnione jest zakwaterowanie w akademikach Politechniki Gdańskiej (około 15 EUR/noc).
Studenci ze wszystkich uniwersytetów ENHANCE są serdecznie zaproszeni do udziału w tym BIP. Aby uzyskać więcej informacji na temat możliwości finansowania na Twojej macierzystej uczelni, skontaktuj się z lokalnym pracownikiem ds. mobilności/edukacji ENHANCE lub biurem międzynarodowym. Możesz również sprawdzić stronę internetową swojej uczelni, aby uzyskać więcej informacji. Jako student TU Delft serdecznie zapraszamy do ubiegania się o tę ofertę, ale zapoznaj się z ważnymi informacjami na temat możliwości uzyskania stypendiów i uznania w TUDelft tutaj: https://brightspace-cc.tudelft.nl/course/25049/enhance-community
-
2025-04-29
Konkurs "Dane kontra intuicja"