Kurser på forskarnivå

Kursstart: VT 2022 (vecka 5-21)
Kursansvarig: Jörgen Hansson

Kursplan IT0918F (pdf)

Kursen riktar sig till doktorander som behöver diskutera, planera, utföra, rapportera samt kritiskt granska forskningsresultat från olika studier och från vetenskaplig litteratur. Kursen går igenom grundläggande koncept och metoder inom vetenskapen. De används som grundstenar för planering av nya studier med målet att besvara dagens ofta interdisciplinära forskningsfrågor relaterade till komplexa informationstekniska system. Genom föreläsningar och praktiska övningar ska doktoranden utveckla sina färdigheter i kritisk granskning av vetenskaplig litteratur och metoder som används för att åstadkomma ett systematiskt och vetenskapligt förankrat forskningsarbete. Under kursens gång ska doktoranden lära sig att hantera flera teorier och metoder som behövs för att besvara komplexa frågor inom informationsteknologi. Dessutom ska doktoranden diskutera redan etablerade, kombinerade metodansatser och metodologier, som till exempel abduktion, aktionsforskning, design science, sammansatta fallstudier etcetera.

Kursstart: HT 2022
Kursansvarig: Jörgen Hansson

Kursplan IT0919F (pdf)

I den här kursen får doktoranden utbildning i att adressera vetenskapliga problem inom informatik med välgrundade argument. Informatik är ett brett vetenskapsområde, som omfattar ett antal underdiscipliner. Kursen tar upp ett brett urval av centrala vetenskapliga teorier inom de subdiscipliner som ingår i Högskolans definition av informationsteknik. Doktoranden får också möjlighet att fördjupa sig i en viss teori baserat på eget intresse.

Obs! Det är inget formellt förkunskapskrav, men det rekommenderas starkt av kursansvarig, att innan du går den här kursen bör du ha läst en kurs om forskningsmetoder (till exempel IT0918F – Vetenskaplig metod och kommunikation inom informationsteknologi). Att ha grundläggande kunskaper om olika forskningsmetoder kommer sannolikt att ge dig ett betydligt bättre resultat och utbyte av den här kursen.

Kursstart: VT 2023 (prel)
Kursansvarig: Oskar MacGregor

Kursplan IT0925F (pdf)

Vad får vi, etiskt sett, göra som en del av vår forskning? Vilken typ av forskning är direkt förbjuden och vilken typ är kontrollerad och begränsad på något sätt? Vi kan ha en allmän uppfattning om svaren på dessa frågor, men för doktorander kan det fortfarande finnas många frågetecken. Kursen undersöker praktiska och teoretiska etiska ramar för forskning för att börja ge svar på dessa frågor och därmed förtydliga vad en forskares etiska rättigheter och ansvar faktiskt är.

Kursstart: HT 2022
Kursansvarig: Peter Thorvald

Kursplan IT0927F (pdf)

Inom ramen för kursen analyseras och diskuteras aktuella forskningsfrågor och forskningsresultat inom ämnet. Kursen tränar också doktoranden att själv presentera forskning samt att ge konstruktiv feedback till andras forskningsarbeten.

Planerad kursstart: HT 2024 (prel)
Kursansvarig: Sunith Bandaru

Kursplan IT0917F (pdf)

Kursen kommer att täcka följande ämnen:

• optimalitetsteori för enkel och flermålsoptimering
• klassiska optimeringsmetoder för att lösa optimeringsproblem med ett mål
• nyckelbegrepp inom flermålsoptimering
• standardoptimeringsmodeller
• metaheuristiska algoritmer för att lösa flermålsoptimeringsproblem
• visualiseringstekniker och metoder för flermålsbeslutsfattande
• industriella tillämpningar av flermålsoptimering och beslutsanalys
• hur interaktiv flermålsoptimering kan ta hänsyn till preferenser hos användaren

Inlämningsuppgifter kommer att utvärdera doktorandens förståelse för teoretiska aspekter av optimering och relaterade algoritmer, medan laborationer kommer att testa förmågan att applicera dem.

Seminarieuppgiften innefattar studier av relevant litteratur och bidrar till att främja kritisk analys av konkurrerande metoder. Doktoranden kommer även att genomföra ett projekt inom ett område med anknytning till sitt ämnesområde/forskning. Projektet ska redovisas individuellt både skriftligt och muntligt.

Planerad kursstart: HT 2021 – INSTÄLLD
Kursansvarig: Masood Fathi

Kursplan IT0928F (pdf)

Inom ramen för kursen analyseras och diskuteras aktuella forskningsfrågor och forskningsresultat inom ämnet. Doktoranden kommer att få träning i att presentera forskning samt att ge konstruktiv feedback på andras forskningsarbeten.

Kursen "Scientific workshop in informatics I" är förkunskapskrav till denna kurs.

Planerad kursstart: VT 2023 (prel)
Kursansvarig: Susanne Durst

Kursplan IT0932F (pdf)

Denna kurs ska ge doktoranden en djup introduktion till kvalitativ forskning, design och genomförande.

Efter genomförd kurs ska doktoranden:

• veta om olika kvalitativa metoder och metoder som kan användas för att skapa empiriskt material
• känna till skillnaderna mellan dessa metoder och kan argumentera för deras metodologiska val
• förstå hur man identifierar när ett forskningsämne kräver kvalitativa forskningsmetoder och kunna välja de lämpligaste metoderna för att svara på den specifika forskningsfrågan
• ha lärt sig vad en kvalitativ artikel ska innehålla och har en första praktisk erfarenhet av att utveckla en

Planerad kursstart: 
Kursansvarig:

Kursplan IT0933F (pdf)

Planerad kursstart: VT 2022 (vecka 13-22)
Kursansvarig: Manfred Jeusfeld

Kursplan IT0934F (pdf)

Kursen riktar sig till doktorander vars forskningsområde innefattar behovet av att skapa konceptuella modeller av domänen. Metoddesign innefattar aktiviteten att utforma domänspecifika utvecklingsmetoder för informationssystem som bara innehåller de konstruktioner som behövs för måldomänen, särskilt när flera modelleringssynpunkter behöver integreras. En synvinkel är till exempel datautgångspunkten, som gör uttalanden om datakoncepten för den betraktade domänen. I slutet av kursen ska de studerande skapa egna modelleringsmetoder genom att definiera sina konstruktioner och semantik.

Planerad kursstart: HT 2023 (prel)
Kursansvarig: Masood Fathi

Kursplan IT0939F (pdf)

Denna kurs studerar vetenskapliga strategier för att stödja beslutsfattande genom matematisk modellering. Kursen behandlar design, förbättring samt drift av komplexa system med hjälp av matematisk modellering och har olika tillämpningar inom företag, teknik, hälsovård och industri. Tonvikt ligger på industriella optimeringsproblem. Optimeringsproblem inom andra områden kommer också att diskuteras i kursen.

Vid industriell optimering används ibland heuristiska metoder även om analysmetoder, som alltid hittar en optimal lösning, enkelt skulle kunna tillämpas istället. Denna kurs ger doktoranden grundläggande kunskaper i analytiska optimeringsmetoder för att hantera olika industriella problem.
Kursen innehåller en teoretisk och en praktisk del. Den teoretiska delen fokuserar på att doktoranden ska lära sig att utveckla olika typer av matematiska optimeringsmodeller och att tillämpa vissa exakta lösningsmetoder för industriella optimeringsproblem. I den praktiska delen kommer doktoranden att lära sig att lösa de matematiska optimeringsmodellerna och kunna använda lämplig metod för varje modelltyp.

Planerad kursstart: HT 2022
Kursansvarig: Beatrice Alenljung

Kursplan IT0940F (pdf)

Kursen syftar till att introducera och fördjupa de forskarstuderandes kunskaper inom det tvärvetenskapliga området User Experience Design (UXD). Kursen introducerar områdets karaktärsdrag, dess tvärvetenskapliga natur och olika tillämpningsområden.

Kursen fokuserar även på olika aktuella forskningsutmaningar som finns inom området samt diskuterar etiska och samhälleliga aspekter i relation till forskning inom UXD.

Planerad kursstart: 
Kursansvarig: ulf.johansson@ju.se (Jönköping University)

Kursen fokuserar på algoritmer, tekniker och metoder för dataanalys inom detaljhandelsdomänen. Specifikt omfattar kursen både den senaste forskningen samt etablerade bästa metoder för dataanalys inom detaljhandeln. En viktig del av kursen är att studera ett antal viktiga applikationer inom detaljhandelsområdet där dataanalys har använts framgångsrikt.

Planerad kursstart: HT 2021 – INSTÄLLD!
Kursansvarig: Lissa Holloway-Attaway

Kursplan IT0942F (pdf)

I den här kursen kommer doktoranden att utforska förhållandet mellan teknikutveckling och design, informationssystem och samhälle i kontexten av ett intersektionellt och inkluderande forskningsperspektiv. Särskilt fokus kommer att ligga på hur partiskhet och fördomar påverkar tekniskt beslutsfattande och kan förstärka destruktiva och exkluderande maktstrukturer samt olika former av systemiskt förtryck.

Doktoranden kommer att studera och tillämpa en mängd olika teoretiska perspektiv som är relevanta för intersektionell designpraxis samt presentera och dokumentera forskning inom sitt eget forskningsområde i ett antal seminarieuppgifter.

Planerad kursstart: VT 2022 (vecka 13-22)
Kursansvarig: Sunith Bandaru

Kursplan IT0945F (pdf)

Planerad kursstart: VT 2022 (vecka 13-22)
Kursansvarig: Joe Steinhauer

Kursplan IT0946F (pdf)

Den här kursen vänder sig till doktorander inom informationsteknologi som vill skaffa sig en övergripande förståelse för och grundläggande kunskaper inom data science (dataanalys). I dagens forskningsvärld är det ofta nödvändigt att behöva kunna hantera, bearbeta och analysera data. Att utvinna information ur data kräver en förståelse för vilka algoritmer som kan användas för vilket ändamål, vilka för- och nackdelar och vilka risker vissa metoder medför samt hur resultat av dataanalysen behöver utvärderas och redovisas.

Kursen kommer att ge en inblick i områden som är del av data science (dataanalys), såsom artificial intelligence (artificiell intelligens), machine learning (maskininlärning), data mining (datautvinning), forecasting (prediktiv analys) och data visualisation (datavisualisering).

Om du är doktorand inom något forskningsområde där du kommer att behöva analysera och utvärdera data av någon form, eller behöver kunna förstå andra forskares dataanalyser, kommer denna kurs ge dig de nödvändiga ingångskunskaperna.  Kursen, som är på doktorandnivå, innehåller praktiska moment, men kräver inga programmeringskunskaper. Kursen är därmed intressant för doktorander såväl med som utan programmeringskunskaper, det vill säga både för de som vill komma i gång med projekt inom data science, och de som önskar att få en förståelse för metoder och tekniker inom data science på en teoretisk nivå.

Planerad kursstart: HT 2022
Kursansvarig:

Kursplan IT0947F (pdf)

Planerad kursstart: VT 2023
Kursansvarig: Maurice Lamb

Kursplan IT0948F (pdf)

Hälsovård, tillverkning, logistik och transporter är bara ett fåtal områden som påverkas av den växande utvecklingen inom människa-robotinteraktion (MRI). Den här kursen är för alla som tycker att deras forskning kan påverkas av eller kan påverka robotars förflyttning till interaktion med människor.

Kursen kräver ingen förmåga (eller önskan) att programmera eller bygga robotar (även om det är välkommet). Kursen är en bra introduktion till hur robotar utvecklas, designas och utvärderas för att integreras i olika områden inom många fält. Samtalen och diskussionerna under kursen kommer att gynnas och förstärkas av studenternas olika ämnesbakgrund.

Kursen syftar till att fördjupa studenternas kunskaper inom det tvärvetenskapliga området MRI. Inledningsvis introducerar kursen framväxten av och rötterna till MRI, dess tvärvetenskapliga natur och dess olika tillämpningsområden. Kursen fokuserar även på omfattningen och särdragen av den aktuella forskningen inom människa-robotinteraktion, de utmaningar området står för och den tänkta utvecklingen av MRI. Kursen erbjuder ingående studier gällande robotperspektivet, det mänskliga perspektivet och interaktionsperspektivet av MRI.

Kursen behandlar också utmaningarna med att vara ett tvärvetenskapligt forskningsområde samt etiska och samhälleliga frågor som kan uppstå inom forskning och utveckling av MRI.

Planerad kursstart: HT 2023
Kursansvarig: Alexander Karlsson

Kursplan IT0949F (pdf)

Kursen tar upp metoder och verktyg för probabilistisk modellering utifrån ett perspektiv som innehas inom områdena artificiell intelligens, maskininlärning och data science. Mer information finns i kursplanen.