TGSP1300 Norwegian Sign Language 2A Course description

Studentene skal videreutvikle sine språklige ferdigheter slik at de kan forstå og selv delta i samtaler om flere av dagliglivets hendelser og gjøremål, og slik at de kan forstå videotekster om ulike emner fortalt av ulike tegnspråkbrukere.

Studentene skal også videreutvikle sine kunnskaper om norsk tegnspråk og dets utvikling gjennom årene.

Emneplan ble godkjent av utdanningsutvalget LUI 29. november 2021 og gjelder fra høsten 2022.

This course covers advanced topics in artificial intelligence and machine learning, both theory and practice, recent scientific papers and state-of-the-art techniques.The course will be offered once a year, provided 3 or more students sign up for the course. If less than 3 students sign up for a course, the course will be cancelled for that year.

Each module will be taught in a series of lectures. At the end of each module, the students will be assigned a small project to be submitted within a given deadline.

Studentene fortsetter å utvikle et grunnleggende vokabular og øker samtalekompetansen sin. Utdyping av språkferdigheter, både gjennom monolog og dialoger. Økt kompetanse rundt tegnspråkets utvikling, i tillegg til samfunnsutviklingen og hvordan ulike syn gjennom tidene har satt sitt preg på tegnspråket. Emnets undervisningsprogresjon er lagt opp til å følge felles europeisk referanseramme for språk (CEFR).

Den praktiske undervisningen foregår gruppevis med faglærer. Det forutsettes aktiv bruk av video ved selvstudium. Det blir gitt fortløpende tilbakemeldinger fra faglærerne på studentenes tegnspråklige produksjon. Undervisningen gis i all hovedsak på norsk tegnspråk, med noe bruk av norsk, for eksempel i undervisningsmateriell. Det forventes at studentene ikke bruker talespråk i disse timene. Det benyttes tolk ved behov.

Undervisningen gis i form av forelesninger, veiledning og oppgaver. Gjennomføring av praktiske oppgaver skjer på tegnspråk. Tavlebruk, bilder, skrift, video og håndalfabet vil også bli benyttet. Utstyr som hørselsvern og ørepropper vil benyttes i perioder.

Følgende arbeidskrav må være godkjent før eksamen kan avlegges:

• Arbeidskrav 1: Individuell avlesningsøvelse på universitetets digitale plattform(er) der studentene avleser en tegnspråktekst på video, og besvarer et visst antall spørsmål knyttet til tegnspråkteksten. Studenten må ha minimum 80% korrekte svar i avlesningsøvelsen.
• Arbeidskrav 2: Individuell avlesningsøvelse på universitetets digitale plattform(er) der studentene avleser en tegnspråktekst på video, og besvarer et visst antall spørsmål knyttet til tegnspråkteksten. Studenten må ha minimum 80% korrekte svar i avlesningsøvelsen.
• Arbeidskrav 3: Gruppeoppgave på video, inntil 2,5 minutter per gruppemedlem. Av praktiske hensyn bør gruppen bestå av tre studenter

Formålet med arbeidskravene er å gi studenten tilstrekkelig veiledning i emnets faglige innhold og praktisk øvelse. Omfang vil spesifiseres i oppgavetekster eller individuelt i samarbeid med faglærer. Tidsfrister gjøres elektronisk tilgjengelig for studentene ved semesterstart.

For generelle regler om arbeidskrav, se programplan.

Krav om deltakelse

Det er krav om 80% tilstedeværelse i emnet. Se programplan for mer informasjon om krav om deltakelse.

None.

Two internal examiners. External examiner is used periodically.

Basic background in statistics or probability theory. Knowledge of a programming language.

The course is structured in five modules:

• Module 1: Unsupervised Data Mining
• Module 2: Supervised Machine Learning
• Module 3: Reinforcement Learning
• Module 4: Artificial Neural Network and Deep Learning
• Module 5: Major Concepts in Artificial Intelligence, including: complex systems (networks, cellular automata, and agent-based models) and evolutionary computing