Logga in

Registrera

DV1583 · Blekinge tekniska högskola

Examensarbete i datavetenskap för högskoleingenjörer

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
18
Språk
Engelska
Nivå
Grundnivå
Fakultet
Tekniska området
Institution
Institutionen för datavetenskap

Lärandemål

  • 1. Kunskap och förståelse
  • Visa kunskap inom huvudämnets vetenskapliga grund och dess beprövade erfarenhet samt kännedom om aktuellt forsknings- och utvecklingsarbete.
  • Visa brett kunnande inom det valda teknikområdet och relevant kunskap i matematik och naturvetenskap.
  • 2. Färdighet och förmåga
  • Visa förmåga att med helhetssyn självständigt och kreativt identifiera, formulera och hantera frågeställningar och analysera och utvärdera olika tekniska lösningar.
  • Visa förmåga att planera och med adekvata metoder genomföra ett forsknings- och utvecklingsarbete inom givna ramar och med givna resurser.
  • Visa förmåga att kritiskt och systematiskt använda kunskap samt modellera, simulera, förutsäga och utvärdera processer med utgångspunkt i relevant information.
  • Visa förmåga att skapa, analysera och kritiskt utvärdera olika tekniska lösningar.
  • Visa förmåga att utforma och hantera produkter, processer och system med hänsyn till människors förutsättningar och behov och samhällets mål för ekonomiskt, socialt och ekologiskt hållbar utveckling.
  • Visa förmåga till lagarbete och i samverkan i grupper med olika sammansättning.
  • Visa förmåga att muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med olika grupper.
  • 3. Värderingsförmåga och förhållningssätt
  • Visa förmåga att göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter på forsknings- och utvecklingsarbetet.
  • Visa insikt i teknikens möjligheter och begränsningar, dess roll i samhället och människors ansvar för dess nyttjande, inbegripet sociala och ekonomiska aspekter samt miljö- och arbetsmiljöaspekter.
  • Visa förmåga att identifiera sitt behov av ytterligare kunskap och att fortlöpande utveckla sin kompetens.
Kursinnehåll
Examensarbetskurs för högskoleingenjör och teknologie kandidat i samband med högskoleingenjörsexamen. Syftet med examensarbetet är att studenten integrerar, fördjupar och vidareutvecklar sina kunskaper och färdigheter inom ett begränsat område av det som behandlats inom tidigare genomförda kurser inom programmet. Detta inkluderar att självständigt identifiera ett problem och formulera relevanta forskningsfrågor i datavetenskap. Syftet är vidare att planera, utveckla, genomföra och presentera ett vetenskapligt och ingenjörsmässigt arbete på teknologie kandidatnivå inom området datavetenskap. Arbetet kan vara av utredande eller konstruktiv karaktär och ska innefatta litteraturstudier, utvecklingsarbete och rapportskrivning. Målet för studenten är att muntligen och skriftligen redovisa resultatet av arbetet samt kritiskt granska och opponera på ett annat examensarbete. Redovisningen ska uppfylla de krav och kriterier som gäller för vetenskaplig text. Kursen innehåller fyra moment: Förstudie och planering Genomförande a. Forskningsarbete/utvecklingsarbete b. Handledning c. Skriftlig redovisning Muntlig redovisning och försvar Opposition a. Skriftlig opposition b. Muntlig opposition Förstudie och planering omfattar framtagande av en projektplan (Projektförslag) vilken inkluderar en tidplan för projektet. I forskningsfasen (Genomförande) genomförs projektet och dokumenteras i den akademiska rapporten (Uppsats) enligt tidplanen. Vid den muntliga redovisningen får studenten försvara sitt examensarbete. Varje student ska även opponera på ett annat examensarbete.
Förutsättningar
  • För tillträde till kursen krävs att studenten har avklarat 60 hp, varav minst 30 hp inom datavetenskap. De övriga 30 hp kan, förutom datavetenskap, även vara inom matematik, programvaruteknik, och elektroteknik. Dessutom måste studenten ha genomgått en kurs i forskningsmetodik om minst 6 hp.
Litteratur
och övriga lärresurser
Huvudlitteratur
Tillhandahålls av institutionen: Anvisningar för examensarbeten inom datavetenskap. Övrig kurslitteratur väljs individuellt av studenten i samråd med handledare med hänsyn till examensarbetets karaktär. Kurslitteraturen är inte obligatorisk
Thesis Projects: A Guide for Students in Computer Science and Information Systems; 2nd Edition Författare: Mikael Berndtsson et al. Förlag: Springer Utgiven: 2007, Antal sidor: 162 ISBN-13: 978-1848000087
Upplaga 2 Författare: Peter Stray Jørgensen och Lotte Rienecker Utgivningsår: 2008 Antal sidor: 416 - Att skriva en bra uppsats
Svenska språkrådet: Skrivregler Förlag: Liber AB Utgivningsår: 2008
Upplaga 3 Författare: Rowena Murray Utgiviningsår: 2011 Antal sidor: 384 - How to write a thesis
C. Hughes - How to research Författare: Blaxter L.
Just some food for thought on how to write one. Sørensen - This is not an article
Experimental Design: From User Studies to Psychophysics Författare: Douglas Cunningham och Christian Wallraven Förlag: AK Peters/CRC Press Utgivningsår: 2011 Antal sidor: 408 ISBN-10: 1568814682 ISBN-13: 978-1568814681
Länkar till referenslitteratur via internet kommer också att tillhandahållas vid kursstart
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Logik för dataloger

DD135143 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Tillämpad datalogi

DD132038 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Datalagring

IV135125 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB