Komplexa nätverk och stora datamängder, 6 hp
Complex networks and big data, 6 credits
TSKS33
Huvudområde
Informationsteknologi Datateknik Datavetenskap ElektroteknikUtbildningsnivå
Avancerad nivåKurstyp
ProgramkursExaminator
Danyo DanevStudierektor eller motsvarande
Lasse AlfredssonUndervisningstid
Preliminär schemalagd tid: 54 hRekommenderad självstudietid: 106 h
Tillgänglig för utbytesstudenter
JaHuvudområde
Informationsteknologi, Datateknik, Datavetenskap, ElektroteknikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Civilingenjörsprogram i informationsteknologi
- Civilingenjörsprogram i mjukvaruteknik
- Civilingenjörsprogram i teknisk fysik och elektroteknik - internationell
- Civilingenjörsprogram i datateknik
- Civilingenjörsprogram i industriell ekonomi - internationell
- Civilingenjörsprogram i teknisk fysik och elektroteknik
- Civilingenjörsprogram i industriell ekonomi
- Kandidatprogram i matematik
- Masterprogram i matematik
- Masterprogram i Data Science and Information Engineering
- Masterprogram i datavetenskap
Rekommenderade förkunskaper
Linjär algebra. Grundläggande kunskaper i sannolikhetslära/matematisk statistik. Färdigheter i programmering i Python och Matlab.
Lärandemål
Efter avslutad kurs förväntas studenten:
1. med adekvat terminologi, väl strukturerat och logiskt sammanhängande, kunna redogöra för och genomföra enklare beräkningar som relaterar till de specifika tekniska koncept som listas under "kursinnehåll".
2. kunna beskriva, tillämpa, implementera i ett vedertaget programspråk, samt uppvisa ingenjörsmässig förståelse för den teori och de metoder som behandlas i kursen.
3. kunna redovisa, på ett strukturerat sätt i muntlig form, arbete som utförts i datorlaborationer.
Kursinnehåll
Introduktion till komplexa nätverk och "network science". Grafrepresentationer av nätverk, grannmatris, gradsekvens och gradfördelning. "Walks", "paths" and "motifs" i nätverk. Laplace-operator och dess egenskaper. Nätverk med tecken, bipartita nätverk, affilieringsnätverk och tripartita nätverk. Likhetsmått och klustringsmetriker. Centralitetsmetriker, egenvektorscentralitet, Katz, PageRank, "hubs and authorities". Sampling på nätverk, slumpvandringar, "friendship paradoxes". Metriker för assortativitet, modularitet och gradkorrelationer. "Community detection" and partitionering: Kernighan-Lin, Girvan-Newman and spectral-algoritmer. Modeller för nätverksformation: Poisson-slumpnätverk, "configuration model", "preferential attachment", nätverk med "power-law" och "scale-free" egenskaper, "cutoffs". Watts-Strogatz-modellen, Kleinberg-modellen, världen-är-liten-fenomen, sökbarhet och nåbarhet. Kaskader, linjära tröskelmodellen, DeGroot-typ dynamiska modeller och diffusion. Introduktion till "graph learning" och graf-signalbehandling.
Undervisnings- och arbetsformer
Kursen består av en serie om 12 föreläsningar, 7 lektioner samt en serie datorlaborationer. Datorlaborationerna examineras muntligen i laborationssal.
Examination
TEN1 | Skriftlig examination | 4 hp | U, 3, 4, 5 |
LAB1 | Datorlaborationer | 2 hp | U, G |
Betygsskala
Fyrgradig skala, LiU, U, 3, 4, 5Övrig information
Påbyggnadskurser: Kurser inom dator-, informations‐ och kommunikationsnätverk, Internet- och web‐teknik, sociala nätverk, grafteori, maskininlärning och nätverksanalys.
Om undervisnings- och examinationsspråk
Undervisningsspråk visas på respektive kurstillfälle på fliken "Översikt". Examinationsspråk relaterar till undervisningsspråk enligt nedan:
- Om undervisningsspråk är ”Svenska” kan kursen ges i sin helhet på svenska eller delvis på engelska. Examinationsspråk är svenska, men delar av examinationen kan ske på engelska.
- Om undervisningsspråk är Engelska ges kursen i sin helhet på engelska. Examinationsspråk är engelska.
- Om undervisningsspråk är ”Svenska/Engelska” ges kursen i sin helhet på engelska om studenter utan tidigare kunskap i svenska språket deltar. Examinationsspråk följer undervisningsspråk.
Övrigt
Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt.
Kursen är campusförlagd på den ort som anges för kurstillfället om inget annat anges under ”Undervisnings – och arbetsformer”. I en campusförlagd kurs kan dock enstaka moment på distans ingå.
Institution
Institutionen för systemteknikKurslitteratur
Ordinarie litteratur
Böcker
- Latora, Vito, Nicosia, Vincenzo, Russo, Giovanni, (2017) Complex networks : principles, methods and applications Cambridge : Cambridge University Press, 2017.
ISBN: 9781107103184, 1107103185, 9781108299961
Kompletterande litteratur
Kompendier
Supplementary notes by E. G. Larsson.
Kod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
TEN1 | Skriftlig examination | 4 hp | U, 3, 4, 5 |
LAB1 | Datorlaborationer | 2 hp | U, G |
Ordinarie litteratur
Böcker
ISBN: 9781107103184, 1107103185, 9781108299961
Kompletterande litteratur
Kompendier
Supplementary notes by E. G. Larsson.
Ladda ner
I | U | A | Moduler | Kommentar | ||
---|---|---|---|---|---|---|
1. ÄMNESKUNSKAPER | ||||||
1.1 Kunskaper i grundläggande (motsvarande G1X) matematiska och naturvetenskapliga ämnen |
|
|
X
|
TEN1
LAB1
|
||
1.2 Kunskaper i grundläggande (motsvarande G1X) teknikvetenskapliga ämnen |
|
|
X
|
TEN1
LAB1
|
||
1.3 Fördjupade kunskaper (motsvarande G2X), metoder och verktyg inom något/några teknik- och naturvetenskapliga ämnen |
|
|
X
|
TEN1
LAB1
|
||
1.4 Väsentligt fördjupade kunskaper (motsvarande A1X), metoder och verktyg inom något/några teknik- och naturvetenskapliga ämnen |
X
|
X
|
X
|
TEN1
LAB1
|
||
1.5 Insikt i aktuellt forsknings- och utvecklingsarbete |
X
|
|
|
|||
2. INDIVIDUELLA OCH YRKESMÄSSIGA FÄRDIGHETER OCH FÖRHÅLLNINGSSÄTT | ||||||
2.1 Analytiskt tänkande och problemlösning |
|
X
|
X
|
TEN1
LAB1
|
||
2.2 Experimenterande och undersökande arbetssätt samt kunskapsbildning |
|
X
|
X
|
LAB1
|
||
2.3 Systemtänkande |
|
X
|
X
|
TEN1
LAB1
|
||
2.4 Förhållningssätt, tänkande och lärande |
|
X
|
X
|
LAB1
|
||
2.5 Etik, likabehandling och ansvarstagande |
|
|
X
|
LAB1
|
||
3. FÖRMÅGA ATT ARBETA I GRUPP OCH ATT KOMMUNICERA | ||||||
3.1 Arbete i grupp |
|
|
|
|||
3.2 Kommunikation |
|
|
X
|
LAB1
|
||
3.3 Kommunikation på främmande språk |
|
|
|
|||
4. PLANERING, UTVECKLING, REALISERING OCH DRIFT AV TEKNISKA PRODUKTER OCH SYSTEM MED HÄNSYN TILL AFFÄRSMÄSSIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
4.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling |
|
|
|
|||
4.2 Företags- och affärsmässiga villkor |
|
|
|
|||
4.3 Att identifiera behov samt strukturera och planera utveckling av produkter och system |
|
|
|
|||
4.4 Att konstruera produkter och system |
|
|
|
|||
4.5 Att realisera produkter och system |
|
|
|
|||
4.6 Att ta i drift och använda produkter och system |
|
|
|
|||
5. PLANERING, GENOMFÖRANDE OCH PRESENTATION AV FORSKNINGS- ELLER UTVECKLINGSPROJEKT MED HÄNSYN TILL VETENSKAPLIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
5.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling för kunskapsutveckling |
|
|
|
|||
5.2 Ekonomiska villkor för kunskapsutveckling |
|
|
|
|||
5.3 Att identifiera behov samt strukturera och planera forsknings- eller utvecklingsprojekt |
|
|
|
|||
5.4 Att genomföra forsknings- eller utvecklingsprojekt |
|
|
|
|||
5.5 Att redovisa och utvärdera forsknings- eller utvecklingsprojekt |
|
|
|
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.