Vurderingsordning

Faglig innhold

Emnet er tilrettelagt for PhD kandidater som skal forske innenfor avanserte maritime operasjoner med fokus på analyser, modellering, simulering og visualisering, rettet mot design, «virtual prototyping», operasjonell trening ,tilstandsovervåkning og beslutningsstøtte i et LC perspektiv. Læringen blir generelt gjennomført som et selvstudium med felles kollokvier for å diskutere relevante metoder og temaer og med gjesteforelesninger av nasjonal eller internasjonal inviterte gjesteforskere. Formålet er at PhD studenter skal kunne spesifisere og lære avanserte metoder og teori innenfor som ikke er dekket i det ordinære MSc. programmet eller i andre PhD emner ved universitetet. Normalt vil kvar enkelt student definere et individuelt tema avtalt med fagansvarlig veileder ved starten av semesteret. Sentrale tema vil være innenfor anvendelse av digital teknologi, datainnsamling, dataoverføring og dataanalyse.

Læringsutbytte

Kunnskap: Etter fullført kurs skal studenten være i stand til å demonstrere detaljert kunnskap på det studerte tema på et avansert nivå innenfor avanserte maritime operasjoner med fokus på analyser, modellering, simulering og visualisering, rettet mot design, «virtual prototyping», operasjonell trening og/eller tilstandsovervåkning.
Ferdigheter: Etter fullført kurs skal studenten være i stand til å:
-forklare teoretisk bakgrunn i det studerte tema og relatere dette logisk og systematisk til utledning av teoretiske modeller for analyser av den gitte problemstillingen.
-argumentere for valg av metoder og vise ferdigheter ved bruk av valgte metoder
-vise gjennom et anvendt case eksempel resultater der valgte metoder anvendes
Generell kompetanse: Ved deltagelse og fullføring av kurset skal studenten:
-skrive en journalartikkel med klar og konsis framstilling av teori, utledninger, anvendelse, vurderinger, og konklusjoner, og muntlig presentere resultatene av et konkret case
-gjennomføre akademiske studier og publisering av forskningsresultater på en god forskningsetisk måte.

Læringsformer og aktiviteter

Læringen foregår generelt som et selvstudie med felles kollokvie-samlinger og fagseminar der relevante temaer blir diskutert mellom emnets studenter og vitenskapelige ressurser inklusive inviterte gjesteforskere. Emnet blir gitt kvart semester ved nok oppmeldte studenter. For å få bestått i emnet kreves det en score på minimum 70 prosent (70 av 100 poeng).
For spesielle tilfeller kan læringsaktiviteten organiseres individuelt basert på diskusjonen mellom doktorgradskandidat, kursansvarlig og veiledere.

Anbefalte forkunnskaper

Ph.D candidater innen engineering med grunnleggende kunnskaper innen dataanalyser, modellering av dynamiske systemer, grunnleggende domenekunnskap innenfor det valgte fordypningstemaet.

Kursmateriell

Avtales i starten av emnet basert på definert tema og/eller organiserte gjesteforelesninger. Det skal utarbeides en litteraturliste for selvstudiet som dekker både felles utvalgte tema, og de spesifikke tema som den enkelte student har valgt ut sammen med sin veileder.