Szkoła letnia "Zaawansowane metody pomiaru z inteligentnym wykrywaniem przy użyciu uczenia maszynowego" | FTiMS - Politechnika Gdańska

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):

1. Dawid Gradolewski (Bioseco)
2. Przemek Majewski (DLabs.AI)
3. 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 są związane z następującymi celami kształcenia:

1. Umiejętność identyfikowania ograniczeń i błędów we współczesnych metodach pomiaru fizycznego.
2. Zdolność przeprowadzania zaawansowanych eksperymentów i zbierania wysokiej jakości danych.
3. Umiejętność stosowania techniki uczenia maszynowego do analizy złożonych zestawów danych.
4. Rozumienie znaczenia negatywnych i niejednoznacznych wyników badań naukowych.

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

1. Przed rozpoczęciem zajęć musisz ukończyć interaktywny kurs wprowadzający do programu MATLAB online i zdać test.
2. Wykłady (18 godz.): Podstawy metod pomiarowych, inteligentne wykrywanie, teoria uczenia maszynowego.
3. Laboratoria i warsztaty (22 godz.): eksperymenty grupowe (1–4 studentów) i zastosowania uczenia maszynowego.
4. Zadania: Zadania domowe i projektowe oparte na czytaniu.
5. Ostateczna analiza danych: indywidualna analiza oparta na uczeniu maszynowym.
6. Prezentacja końcowa (zaliczona/niezaliczona):

• Zaprezentuj swoje badania lub
• Zaprezentuj metody stosowane w szkole letniej w kontekście Twoich zainteresowań naukowych/zawodowych.

Formalna. Prezentacja przygotowanych projektów przedstawicielom biznesowym (zaliczone/niezaliczone).

Zgodnie ze standardami jakości Gdańsk Tech i Texas A&M University-Corpus Christi.

• 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

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