Opintojakson suoritettuaan opiskelija osaa kuvailla tekniikan kandidaatin tutkinnon ja diplomi-insinöörin tutkintojen yleisrakenteet ja niihin sisältyvät osiot. Opiskelija hahmottaa opintojensa opintopolun sekä henkilökohtaisen opintosuunnitelman merkityksen opintopolun eri vaiheessa. Opiskelija hahmottaa opintopalvelujen kokonaisuuden ja osaa etsiä omiin opintoihinsa liittyvää neuvontamateriaalia sekä neuvontahenkilöstöä. Opiskelija saa tietoa kv-harjoittelusta ja kv-opiskelijavaihdosta ja kykenee tarvittaessa hankkimaan lisätietoa.
Research work in the topic defined by the laboratory. When starting the course contact one of the professors according to your major subject: Technical Physics, Erkki Lähderanta; Technomathematics, Jouni Sampo; Intelligent Computing, Arto Kaarna. Reporting and a seminar presentation of the work implemented.
The Master's thesis is the final project of the Master's degree, which demonstrates the student's knowledge of a topic of scientific or societal importance. The thesis is a research or planning project. A report is prepared following the instructions for the Master's thesis. The report contains description of the problem and the context, the used methods, describes the actual analysis and acts of implementation, gives the results and evaluates the outcome and conclusions.
Kompleksilukujen aritmetiikkaa. Kompleksifunktiot ja kompleksitason kuvaukset. Kompleksifunktion derivointi ja analyyttiset funktiot. Kompleksinen integrointi, Cauchyn lause ja residy-lause. Laplace-muunnos ja käänteismuunnos, Lineaarisuus ja shiftaus. Derivaattojen ja integraalien muunnokset. Differentiaaliyhtälöt. Yksikköaskelfunktio. Diracin delta-funktion, Muunnoksen derivointi ja integrointi. Konvoluutio. Integraaliyhtälöt. Osamurrot. Fourier sarjat, kompleksinen Fourier-sarja, Fourier-integraali, Fourierin sini- ja kosini-muunnokset, Fourier muunnos. Z muunnos, käänteinen Z-muunnos, diskreettiaikaiset systeemit ja differenssiyhtälöt, diskreetit lineaariset systeemit, insinöörisovelluksia.
Core material: molecular dynamics, Monte Carlo, ab initio methods. Additional material: multiscale modeling, tight binding methods, theory of LEED.
Different data sources and data pre-processing, dimensionality reduction and outlier detection. Non-linear and support-vector regression models, and parameter estimation. Unsupervised data analysis and clustering. Graphical models and Bayesian networks. Deep learning and convolutional neural networks. Case-based topics on advanced data analysis by visiting lecturers.
Kirjallisen kandidaatintyön laatiminen, sen suullinen esitys seminaarissa ja toisen kandidaatintyön opponointi. Kandidaatintyön laatimisen yhteydessä käydään läpi tutkimuksen suoritusvaiheet, tutkielman laatimisessa noudatettavat periaatteet ja perehdytään tutkimuksessa käytettäviin tietolähteisiin sekä kirjaston tarjoamiin tutkimusta avustaviin palveluihin. Opintojakson yhteydessä suoritetaan kielikeskuksen tuottama opintojakso FV18A4001 Tekniikan tutkimusviestintä, johon ilmoittaudutaan erikseen.
Lineaaristen ja epälineaaristen differentiaaliyhtälöiden analyyttisiä ratkaisumenetelmiä. Alku- ja reuna-arvo ongelmat. Ratkaisujen stabiilisuus ja esitys vaihetasossa. Asymptoottinen analyysi. Approksimatiiviset ja numeeriset ratkaisut tavallisille differentiaaliyhtälöille sarjamenetelmien ja Matlabin avulla. Johdanto osittaisdifferentiaaliyhtälöihin: advektio, diffuusio/lämpö ja aalto yhtälöt. Numeerinen ratkaisu semidiskretisointi menetelmillä. Mallinnusesimerkkejä eri insinöörialoilta.
Categorization of science, scientific work. Philosophies behind research. Research process, designing research, research questions and hypothesis. Information retrieval, literature review. Qualitative and quantitative research methods, data collection. Reporting scientific work.