|
Vyučující
|
-
Koua Ladislav, Ing.
-
Sitta Pavel, Ing. Ph.D.
-
Volprecht Patrik, Ing. Ph.D.
-
Rogozov Markéta, Ing. Ph.D.
-
Hruška Pavel, Ing.
-
Brezina Antonín, Ing.
|
|
Obsah předmětu
|
Jazyk Python - syntaxe, základní datové datové struktury, literály, celá čísla, desetinná čísla, komplexní čísla, znaky, řetězce, n-tice, seznamy, slovníky, mechanismus výjimek, řízení běhu programu. Základy objektového přístupu v Pythonu, třída, konstruktory, metody, balíčky, testování, zpracování souborů (JSON) Architektura mikrokontrolérů, základní typy s podporou MicroPythonu, postupy při programování. Architektury aplikací v oblasti embedded vývoje. Základy vývoje aplikací pro mikrokontroléry. Využití vysokoúrovňových jazyků pro abstrakci od konkrétního typu hardware. Python na platformě mikrokontrolérů. Odlišnosti od standardních modulů. Speciální moduly MicroPythonu. Nízkoúrovňové moduly MicroPythonu - přerušení, watchdog timer, ovládání pinů, komunikační rozhraní mikrokontrolérů - A/D převodníky, sériové rozhraní. Nízkoúrovňové moduly MicroPythonu - komunikační rozhraní - modul reálného času, SPI, I2C. Práce s pamětí typu flash, souborový systém. Programování periferií (Arduino shieldy, speciální moduly). Programování sběrnicové komunikace - RS485, MODBUS, CANBUS. Síťová komunikace, nízkoúrovňová a vysokoúrovňová - ethernet, Wi-Fi, Bluetooth, sockety. Princip IoT, základní protokoly, využití mikrokontrolérů. Akcelerátory neuronových sítí na platformě mikrokontrolerů. Aplikace strojového učení a rozpoznávání dat. Princip edge computingu. Analýza dat ze senzorů. Základy strojového učení (TensorFlow Lite for Microcontrollers) Základy strojového učení (Keras)
|
|
Studijní aktivity a metody výuky
|
Laboratorní praktika, Přednáška
- Kontaktní výuka
- 26 hodin za semestr
- Praktická výuka [vyjádření počtem hodin]
- 26 hodin za semestr
- Projekt individuální [40]
- 20 hodin za semestr
- Příprava na souhrnný test [6-30]
- 30 hodin za semestr
- Příprava na dílčí test [2-10]
- 4 hodiny za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| ovládat znalosti z matematiky na úrovni Bc. |
| ovládat základy libovolného programovacího jazyka |
| Odborné dovednosti |
|---|
| ovládat dovednosti z matematiky na úrovni Bc. studia |
| ovládat běžně dostupnou výpočetní techniku |
| Obecné způsobilosti |
|---|
| mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
| mgr. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru., |
| mgr. studium: srozumitelně shrnou názory ostatních členů týmu, |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| vymezit základní principy návrhu architektury komplexních embedded aplikací a jejich dokumentace |
| vysvětlit použití vysokoúrovňových jazyků při tvorbě embedded aplikací pro elektrotechniku |
| vysvětlit základní algoritmy a jejich implementaci v oblasti elektrotechniky |
| objasnit architektury aplikací v oblasti embedded vývoje |
| Odborné dovednosti |
|---|
| aplikovat získané znalosti při tvorbě komplexních aplikací zaměřených na elektrotechniku |
| navrhnout, vytvořit komplexní návrh aplikační architektury a odladit aplikaci na základě slovního zadání |
| Obecné způsobilosti |
|---|
| mgr. studium: plánují, podporují a řídí s využitím teoretických poznatků oboru získávání dalších odborných znalostí, dovedností a způsobilostí ostatních členů týmu, |
| mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
| mgr. studium: dle vyvíjejících se souvislostí a dostupných zdrojů vymezí zadání pro odborné činnosti, koordinují je a nesou konečnou odpovědnost za jejich výsledky, |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška s diskusí, |
| Cvičení (praktické činnosti), |
| Výuka podporovaná multimédii, |
| Odborné dovednosti |
|---|
| Přednáška s demonstrací, |
| Cvičení (praktické činnosti), |
| Diskuse, |
| Obecné způsobilosti |
|---|
| Přednáška s diskusí, |
| Samostudium, |
| Projektová výuka, |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Výstupní projekt, |
| Test, |
| Odborné dovednosti |
|---|
| Výstupní projekt, |
| Test, |
| Demonstrace dovedností (praktická činnost), |
| Obecné způsobilosti |
|---|
| Sebehodnocení, |
| Individuální prezentace, |
|
Doporučená literatura
|
-
Micropython.
-
Charles Bell. MicroPython for the Internet of Things. USA, 2017. ISBN 978-1484231227.
-
Chollet, François. Deep learning v jazyku Python : knihovny Keras, Tensorflow. První vydání. 2019. ISBN 978-80-247-3100-1.
-
Rumpe Bernhard. Agile Modeling with UML. 2017. ISBN 9783319588612.
-
Rumpe Bernhard. Software Engineering and Formal Methods. Springer Berlin Heidelberg, 2016. ISBN 9783662492239.
|