摘要 - 莲花项目旨在改善海上监视。在这种情况下,该立场论文提出了持续的贡献,包括用于将多代理系统应用于监视任务的水下无人机组的新型机器学习算法。它强调将人机组合纳入海上情景中的决策。该项目的预期结果包括对自动驾驶汽车组的强大控制,适合环境变化以及有效的报告方法。任务摘要将通过叙事方式传递给人类操作员,以归功于无人机所检测到的相关事件。通过机器学习提供支持的这种叙事构造的整合将提高团队的整体有效性,从而构成重大突破。
这个研究生级课程向学生介绍了人类系统集成(HSI)和人为因素工程。该课程涵盖了与HSI有关的设计注意事项,人机组合,评估方法和研究方法,包括运输,医疗保健,制造,制造,国防,能源,自动化和其他复杂控制系统。学生学习如何将人为因素整合到复杂系统的设计和评估中,以提高安全性,性能,可用性,可持续性并降低生命周期成本。本课程是为校园学生同步提供的,用于在线学生以及在线学生的异步。一到两个经过同行评审的期刊文章被分配为每周阅读作业。家庭作业和中期考试结合了定量问题和讲座和阅读的定性反思。对于最终项目,学生的任务是开发一个可以帮助特定的系统的新型系统