P2 Projektet. P2-vejlederne Redigeret af Kurt Nørmark. Datalogi og Software Første Studieår Aalborg Universitet

Transkript

1 P2 Projektet P2-vejlederne Redigeret af Kurt Nørmark Datalogi og Software Første Studieår Aalborg Universitet Forårssemestret 2017

2 Introduktion til P2 projektforløbet Til dette P2 projektforløb vil der ikke blive udarbejdet et traditionelt projektkatalog. I stedet for beskrives der nogle områder og retninger, som kan være udgangspunkt for projektarbejdet (se de sidste sider i dette dokument). Disse områder vil være udgangspunkt for gruppedannelsen på den første dag i projektperioden. I den indledende periode af projektarbejdet skal de dannede grupper diskutere og udforske området med henblik på at beskrive et initierende problem. Mere specifikt afsættes der ca. en uge til at beskrive projektet og til at formulere det initierende problem. Det er vigtigt at rådføre sig med projektvejlederen i dette forløb, således at projektet både er motiverende og interessant for de studerende og for vejlederen. Ved afslutningen af perioden skal der udarbejdes en projektbeskrivelse. Dette er et kort skrift, som omfatter beskrivelse af følgende: Problemstillingen - bredt og overordnet. Datalogiske emner som forventes involveret i projektet. Kontekstuelle spørgsmål og problemstillinger. Formuleringen af det initierende problem for projektarbejdet. Kort redegørelse for hvordan tema og målsætninger i studieordningen for P2 forventes at blive opfyldt i det valgte projekt. Projektbeskrivelsen sendes til projektvejlederen (pr. mail, PDF dokument) senest fredag 10. februar 2017 kl. 12:00. Der vil blive foretaget et review af det udarbejdede projektforslag af vejlederne. Reviewet kan resultere i at projektforslaget skal revideres. Side om side med beskrivelsen af projektet skal der laves gruppesamarbejdsaftale og vejlederkontrakt. Hovedvejledere Der er pt. afsat vejledningsressourcer til i alt 30 grupper på Dat2/SW2. Kurt Nørmark, normark@cs.aau.dk 6 grupper Peter Dolog, dolog@cs.aau.dk, 2 grupper Simonas Saltenis, simas@cs.aau.dk, 2 grupper Hua Lu, luhua@cs.aau.dk, 4 grupper Birgir Mar Eliasson, bel@netcompany.com, 2 grupper Morten Turn Pedersen, mtp@netcompany.com, 2 grupper Nis Bornø, nis@cs.aau.dk, 4 grupper 1

3 Andres Berre Eriksen, 1 gruppe Giorgio Bacci, 2 grupper Søren Enevoldsen, 2 grupper Mikkel Hansen, 3 grupper Der er ikke tilknyttet bivejledere til projekterne på P2. Der vil være mulighed for at møde de fleste af vejlederne ved semesterstarten. Endvidere er der mulighed for at sende til vejledere og/eller forslagsstillere forud for gruppedannelsen. Kurt Nørmark. 2

4 Studieordningen for P2-projektenheden Titel Programmering og problemløsning. Forudsætninger Projektmodulerne på 1.semester, kursusmodulerne Imperativ programmering og POPBL (også kendt som PV) samt at kursusmodulerne Diskret matematik, Computer arkitektur og Objektorienteret programmering følges parallelt med projektarbejdet. Formål At den studerende opnår færdigheder i problemorienteret projektarbejde i en gruppe samt viden om sammenhænge mellem problemdefinition, modeldannelsers rolle i forståelse og konstruktion af programmer, og programmer som løsning på et problem i en problemstillings kontekst. Endvidere at opnå viden om fagets indhold og fagets videre potentialer. Begrundelse Projektarbejdet fokuserer på at opnå færdigheder i programmering og dertil hørende modeldannelse i forbindelse med problemløsning. Projektarbejdet skal således sikre, at de studerende opnår et fælles fundament i programmering, der kan udnyttes i efterfølgende semestre. Projektarbejdet fokuserer desuden på at opnå erfaring med problemorienteret projektarbejde i tilknytning til programmering. Mål Viden Den studerende skal efter gennemført projektmodul kunne: forstå og gøre rede for syntaks og adfærd af sproglige konstruktioner i et konkret programmeringssprog og hvordan de kan anvendes Færdigheder Den studerende skal efter gennemført projektmodul kunne: 3

5 implementere et større program og herunder udnytte og forstå begreber, strukturer og faciliteter i programmeringssproget samt på denne baggrund konstruere et velstruktureret program gennemføre en aftestning af programmet som - i en rimelig grad - sikrer, at det udviklede program svarer til problemformuleringen. Kompetence Efter gennemførelsen af projektmodulet skal den studerende kunne: afgrænse en problemstilling og inden for denne problemstilling formulere og forsvare et problem, der kan løses ved brug af programmering som en væsentlig del af løsningsmetoden udarbejde en model, der kan anvendes i forbindelse med løsningen af det valgte problem fuldføre arbejdet frem til et køredygtigt og demonstrerbart program og herunder vise evne til afgrænsning beskrive hvordan programmet løser et formuleret problem inden for problemstillingens kontekst inddrage relevante brugsmæssige og sociale forhold af løsninger inden for datalogi og softwareteknologi beskrive, reflektere over og analysere de opnåede erfaringer med problemorienteret projektarbejde i en gruppe Indhold Som del af projektets problemløsning skal gruppen i fællesskab udarbejde et større program af høj kvalitet. Der skal i denne forbindelse også være en beskrivelse af væsentlige egenskaber ved programmet. Der skal specielt gøres rede for det overordnede design af løsningen, eventuelt med hovedvægt på programstrukturer og anvendte algoritmer. Som dokumentation for projektarbejdet skal projektgruppen udarbejde en P2-rapport, udarbejde en P2-procesanalyse, Midt i projektperioden afholdes et statusseminar, hvor projektgruppen fremlægger sin problemformulering, arbejdsresultater og erfaringer med projektarbejdsprocessen. Ved dette seminar deltager mindst én anden projektgruppe og de pågældende gruppers vejledere. Prøveform Mundtlig prøve - gruppeeksamen på baggrund af projektdokumentationen. Bedømmelse Individuel karakter efter 7-trins-skalaen. Ekstern censur. 4

6 Vurderingskriterier Fremgår af den aktuelle variant af fællesbestemmelserne, som kan findes via adressen: 5

7 Semesterbeskrivelse for Dat2/SW2 i foråret 2017 Temaet for Dat2/SW2 er Programmering og Problemløsning. Heraf fremgår tydeligt at programmering er et centralt element på dette semester. Projektet på det andet semester er større end både P0 projektet og P1 projektet. P2 projektet er på 15 ECTS, og udgør dermed halvdelen af den samlede studiebelastning på semestret. Den anden halvdel er fordelt på tre kurser: Objekt-orienteret Programmering (OOP), Computer Arkitektur (CART) og Diskret Matematik (DMAT). Programmering i P2-forløbet er objekt-orienteret programmering, og det indgår dels i OOP-kurset, dels via de mål som er sat op for projektet i studieordningen. Udgangspunktet for projektarbejdet på semestret skal være et problem, en undren eller en udfordring. Problemet skal forstås bredt på dette semester. Problemet kan relatere sig ud-af-til mod samfundet, men det kan også være indad-rettet mod den teknologi som vi betjener os af. I foråret 2017 forventes det dog at alle projekter inddrager en teknisk problemstilling som et centralt element. Med dette bliver projekterne på 2. semester væsensforskellige fra projekterne på første semester. I første del af projektet bearbejdes problem/udfordring/undren med henblik på forståelse af problemet. Dette udgør analysen-delen af projektet. I analysen er det vigtigt af afgrænse problemet til en størrelse, som tillader projektgruppen at løse problemet i den anden del af projektet. Studieordningen fordrer at der skrives et større program af høj kvalitet. Den høje kvalitet defineres primært af egenskaberne af et godt, objekt-orienteret program. Der skal også arbejdes med modellering. Dette kan ske som objekt-orienteret modellering, eller med involvering af andre modeller som er naturlige i forhold til det valgte problem. Endelig skal der opnås færdigheder i programtest (typisk unit-testing som indgår i OOP-kurset). Der skal endvidere opnås kompetencer i problemorienteret projektarbejde i projektgruppen. P2 projektet i F16 skal involvere algoritmer og datastrukturer (i forlængelse af DMAT kurset). Det forventes at de studerende selvstændigt vælger egnede algoritmer og datastrukturer. Egnethed relaterer sig til problemområdet, og til den faktiske problemformulering. I projektet skal algoritmerne implementeres naturligt, med vægt på principperne fra OOP. P2 projektet kan involvere emner fra CART, f.eks. fejlhåndtering, programsikkerhed og performance. Projektarbejdet tager udgangspunkt i en beskrivelse af 5-10 (kort formulerede) projektområder, som oplyses ved semesterstart (se sidste del af dette dokument). I den første uge af projektforløbet skal projektgruppen konkretisere området frem mod et initierende problem eller en initierende udfordring. Den konkretiserede beskrivelse af projektet skal godkendes af projektvejlederen. I P2 projektet er der kun hovedvejledning (ingen bivejledning). Midt i projektperioden afholdes et statusseminar, hvor de studerende fremlægger både resultater fra analyse og overvejelser om problemløsningen. Analysen kan omfatte relevante teorier og modeller (herunder relevante datastrukturer og algoritmer). Den påtænkte rapportstruktur skal også belyses på statusseminaret. Statusseminaret varer én time, fremlæggelsen 20 minutter. Der deltager en opponent og en opponentgruppe. I uge 18 afvikles en eksamensopgave i OOP, som er berammet til 20 timer. I denne eksamensopgave skal de studerende på semestret (individuelt) skrive et større objekt-orienteret program ud fra en given specifikation. De resulterende program bliver udgangspunkt for den mundtlige eksamen i OOP. 6

8 Programmeringssproget, som anvendes i P2 projektet, skal være relevant i forhold til det problem og den udfordring, som ønskes løst. I udgangspunktet anbefales C#, som er det sprog der indgår i undervisningen i OOP-kurset. Hvis projektgruppen kan argumentere for at et andet programmeringssprog (f.eks. C) er mere relevant for projektet, er det muligt at vælge et andet sprog end C#. Principperne fra OOP skal dog inddrages uanset valg af programmeringssprog. På P2 skrives en projektrapport på typisk 80 sider, og der udarbejdes en procesanalyse der dokumenterer og reflekterer over gruppens samarbejde. 7

9 Områder for P2-projektet - Foråret Serious Games. A serious game is a game designed for a primary purpose other than pure entertainment. The serious adjective refers to computer games used for e.g. education, scientific purposes, industrial application, emergency management, etc. Few examples of such games are: (a) Global warming games: to develop familiarity and knowledge of the issues and challenges related to global warming (see (b) Business simulation games: for the development of specific managerial skill (eg. micromanagement) (see (c) Games with a purpose (GWAP): Human-based computation games, where computational tasks that are too difficult to be solved by computers are outsourced to humans in an entertaining way (see This project proposal asks you to apply the relevant programming and modeling techniques you will learn during the semester for implementing a simple serious game aiming at solving a domain specific problem of your choice (still to be discussed with your supervisor). Proposed by Giorgio Bacci. 2. Smart Society. I de seneste år har der været et øget fokus fra industri såvel som akademia på at inkorporere moderne informations- og kommunikationsteknologier i intelligente løsninger på både nye og gamle problemer. Under fanen smart er smart home, smart city, smart government og smart society blot nogle af de begreber, som er opstået i denne kontekst. I dette projektområde vil fokus være på at skabe en smart løsning på et problem, som de studerende selv identificerer. Problemet skal ikke nødvendigvis være af en samfundsmæssig karakter. Dog skal det være et generelt problem i den forstand, at problemet optræder i flere sammenhænge, dvs. ikke kun for én bestemt person, gruppe eller organisation. Produktet af selve løsningsdelen vil være et program, som de studerende udvikler, men her opfordres også til tænke over hvordan moderne informationsog kommunikationsteknologier kunne inkorporeres til at skabe en smart løsning. Forslagsstiller: Mikkel Hansen. 3. Ridesharing. Reducing the emission of CO2 is a grand goal of the Danish society and the entire EU in the 21st century. Smart transportation is a decisive means for achieving that goal. Among many possibilities, ridesharing is a practice that many people can do in their daily life in order to make individual contributions to the reduction of CO2 emission. There are different forms of ridesharing. With respect to data dyanmics, there are static and dynamic ridesharings. In the former, drivers offers and riders requests are known in advance, whereas in the latter, drivers and riders come and go dynamically (or continuously) into a ridesharing system. With respect to other factors like whether a vehicle is private or public, how trip agreements are made, how costs are shared, etc., there are slugging, carpooling, and dial-a-ride (DARP). For different forms of ridesharing, there are different objectives to consider. For example, apart from the environmental 8

10 benefit, a driver may prefer not to have too long detours in giving rides and a rider may want to walk less and pay less if she/he has to. This project is intended to identifying an interesting, useful application scenario in the big picture of ridesharing, and building a flexible, easy-to-use IT system to faciliate the identified application scenario. With the system, involved parties in a ridesharing scenario are able to share the information about ridesharing in the same platform, allowing effective and efficient matching between drivers and riders. In order to obtain the best ridesharing effect, the system should consider what factor(s) to minimize or maximize when doing such matchings. A user of the system, driver or passenger, should be given the opportunity to specify her/his preferences regarding ridesharing in general or a planned trip in particular. The students working on this project are supposed to decide/formulate an application scenario in ridesharing, do a careful OOP analysis to identify the components that are needed in such a system, to make a decent OOP design for the system, and to implement the system using the programming language that is taught in the semester. In addition to the final report, a prototype should be finished in a demonstrable status by the end of the semester. Proposed by Hua Lu. 4. Matematik og IT. Matematik og datalogi hænger tæt sammen. IT bliver brugt til at arbejde med matematik på mange forskellige måder. Oprindeligt blev computere opfattet som regnemaskiner, men allerede tidligt i fagets udvikling blev computere anvendt til at arbejde med symbolsk matematik og computer algebra (CAS). CAS systemer benyttes bredt inden for undervisning, produktudvikling og forskning. Den matematiske begrebsverden er interessant og udfordrende i forhold til objekt-orienteret modellering. Konteksten om projekter, inden for dette område, kan f.eks. findes inden for matematikundervisning på forskellige niveuaer (folkeskole, gymnasium, eller højere niveauer); Konkekster uden for undervisningensverdenen vil også være mulige. Med afsæt i dette brede område skal der identificeres et initierende problem (og senere i P2-forløbet et helt specifikt problem), som egner sit til at opfylde P2 projektets målsætninger. Forslagsstiller: Kurt Nørmark. 5. Søgning i billeder og lyd. Tekstuel informationssøgning på Internettet har ændret vores samfund i dette århundrede. Hvis tilsvarende søgning bliver mulig i andre medier, såsom lyd, musik, fotos og film, kan vi måske se frem til lige så store forandringer og fremskridt. Søgningen kan enten være konkret, eller styret af mønstre. Inden for dette projektområde kan der arbejdes med søgning i billeder og lyd. Dette kan involvere mønstre og mønstergenkendelse. Teknologien er allerede udviklet inden for nogle områder. Søgning efter et bestemt musikindspilning er allerede udbredt, men det er vanskeligere at søge mere generelt efter musik. Ansigtsgenkendelse er også allerede en udbredt teknologi, og der findes teknologi (briller) som kan genkende mønstre i et videosignal i realtid. Mere generel søgning i video og film er dog stadig en udfordring. Projekter i dette område kan vælge at arbejde med simplificerede modeller og repræsentationer. Inden for musik findes der diskrete repræsentationer, som er lettere at arbejde med end bølgebaserede repræsentationer. Der findes ligeledes repræsentationer af billeder, som er væsentlig lettere at tilgå end industrielle standarder, såsom JPEG. Forslagsstiller: Kurt Nørmark. 6. Programming a Recommeder System. In any web shop, social media service, media streaming service, search engine, or a like you will find a recommender system. A recommender system is a component which provides contextual and personalized offers related to past user history. On amazon, they are recommendation items (books, CDs, or other products) based on past buying history, ratings or reviews. In Netflix, you will find recommendations based on past seen movies or preferences to different categories to movies. In facebook you will 9

11 find a recommendation of friends based on your friends or activities. In search engines you will find sponsored adds based on your search activity and so on. This project can make many directions. There are many challenges to deal with also depending on the domain of items to be recommended. There are different choices to be made depending of the nature of the data and also the platform for recommendation. The recommendations can work on simple ratings but can work on more complex data structures and classes. They can be provided in a platform like a netflix or as part of a bigger system such as a social netrork or search engine. Given this decision, the project will need to also decide on how to present recommendations, how they interact with other parts of the system and not least what are computation approaches to make recommendations. Computing similarities based on ratings can be different from computing similarities based on other attributes. Also, representation of a user in the recommender system can take of a different form and can be implemented using different abstractions. The project shall have a user friendly interface and shall compute recommendations of items of your choice in a context of your choice. The system shall be tested to a certain extent. The system can be based on a mathematical model from your math lectures (graph of friends, graph of books, graph of authors, matrix of user ratings for movies or other). Proposed by Peter Dolog. 7. Text and IT. The explosion of the web and social networks as well as the digitization of education and other types of intellectual activities produce large amounts of text in various forms. A lot of data on the web and at organizations is in the form of more or less structured text collections. Text documents in such collections are usually linked to each other through explicit or implicit/semantic links. Organizing, searching, comparing, and analyzing such collections of text is important for a lot of applications. For example, in the context of news media and investigative journalism, tracking the spread of news and identifying the original sources of news are interesting. This becomes especially relevant with the increased abundance of fake news. Plagiarism detection in the context of education is a different example of text analysis. In this broad area, the project should identify a more specific, well-defined problem and develop software tools to tackle the identified problem. Proposed by Simonas Saltenis. 8. Digital tourism. Tourism is important in Denmark. It creates jobs and makes up a significant amount of the Danish economy. Numbers from VisitDenmark in 2015 indicate over jobs and close to 100B DKK revenue. It is therefore important to keep making Denmark attractive to visit and making tourists stay as pleasurable as possible. This encourages tourists to come again and potential new tourists to choose Denmark as their next place of visit. In our age, we can expect almost everyone to have access to computers, including tourists. It is therefore the perfect platform to improve our services aimed at tourists, such as guided tours and recommendations, along with nice-to-know information. This project proposal invites students to identify an initial problem in the context of digital tourism and implement a solution to that problem. Proposed by Birgir Eliasson. 9. Issue Tracking. In the modern industrial world with many custom products, issue tracking is becoming a more and more important aspect to be good at to stand out comparing to the rest of the competition. In many fields, issue tracking is handled by distributing documents through network folders, but could benefit from a system designed for the different phases of an issue. Examples of fields, where issues are tracked: Car mechanics Lawyers offices Municipal office 10

12 Carpenter The project proposal asks you to identify and utilise the programming and modelling techniques learned during the semester to implement an issue tracking software for a field you identify. The system should be demonstrable by the end of the semester. Proposed by Morten Turn Pedersen 11