Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · H 2025
23 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Kurset gir deltakerne tilgang til grunnleggende og avanserte teknikker for dataanalyse som er relevante for termo- og fluid systemer. Det gjør dem i stand til å velge og anvende egnede metoder for analyse av eksperimentelle eller numeriske data i sammenheng med et gitt forskningsspørsmål. Kursdeltakerne tilegner seg den teoretiske bakgrunnen for de dekkede metodene og ferdigheter for å implementere dem i et passende numerisk rammeverk. De skal være i stand til å anvende metodene og forstå deres teoretiske grunnlag.
Kunnskap:
- signal- og bildebehandling
- anvendt Fourier-analyse
- strukturidentifikasjon
- modale nedbrytninger
Ferdigheter:
- valg av passende dataanalysemetoder
- implementering av metoder i passende numerisk rammeverk
- nøyaktig og tydelig representasjon av eksperimentelle og numeriske data
Generell kompetanse:
- forståelse av den avgjørende rollen dataanalyse spiller i undersøkelsen av termo- og fluid systemer
- forbedret ferdighet i bruk av en databehandlingsapplikasjon
- kritisk vurdering av datarepresentasjon
Klassene er omtrent delt 50/50 inn i teori- og praksis økter. I teori økter blir den analytiske og numeriske bakgrunnen for de ulike metodene introdusert og illustrert med elementære eksempler. I praksis økter implementerer og anvender kursdeltakerne de lærte teknikkene på eksperimentelle og numeriske data fra gruppen vår (for eksempel trykksignaler, hastighetsfelt, flammebilder). Det er fordelt hjemmelekse gjennom hele kurset som utfordrer deltakernes ferdigheter og kreativitet i å trekke ut relevant informasjon fra syntetiske og reelle datasett.
Undervisningen skjer på engelsk.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som TEP4546.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 23 | B (4.17) | 0 % |
| Høst 2024 | 16 | B (4.38) | 0 % |