Tervetuloa kurssille, joka käsittelee ympäristön monitorointia ja digitalisaation avulla luotuja älykkäitä monitorointiratkaisuja. Kurssi on suunniteltu antamaan yleiskuva ympäristömonitoroinnin tärkeydestä, sekä syventämään ymmärrystä siitä, miten teknologia voi tehostaa ja parantaa näitä toimintoja nykyaikaisessa maailmassa.

Digitalisaation rooli ympäristömonitoroinnissa on merkittävä. IoT-laitteiden (Internet of Things) ja sensoriverkkojen avulla voimme kerätä aiempaa rikkaampaa tietoa ympäristöstämme. Tekoälymenetelmillä ja erilaisilla visualisointiratkaisuilla monitorointidataa voidaan hyödyntää päätöksenteon tukena. Digitaalisia monitorointiratkaisuja voivat hyödyntää kaikki yritykset, joiden toiminnalla on vaikutuksia ympäristöön, joilla on lakisääteisiä ympäristövaikutusten seurantavelvoitteita tai joiden toimintaympäristössä muutoin on asioita, joiden tilaa tai olosuhteita on tarpeen monitoroida.

Kurssi jakaantuu kahteen osaa seuraavasti:

Digitaalinen ympäristömonitorointi – Johdanto: Miksi ympäristömonitorointia tehdään? Mitä hyötyä on digitaalisuudesta ympäristömittauksissa?

Digitaalinen ympäristömonitorointi: Perehdytään digitaalisten ympäristömonitoroinnin soveltamiseen. Lisäksi tarkastellaan mm. tekoälyn hyödyntämistä mittausten apuna esimerkkitapausten kautta.


Materiaalin ovat laatineet Kokkolan yliopistokeskus Chydeniuksessa asiantuntijoina toimivat Mira Hästbacka ja Timo Hongell.  Kurssi on laadittu Robocoast EDIH –hankkeelle.

Jos olet kiinnostunut digitaalisista ympäristömonitoroinnin ratkaisuista ja meneillään olevista aihealueeseen liittyvistä TKI-hankkeista, tutustu Kokkolan yliopistokeskus Chydeniuksen informaatioteknologian tutkimukseen ja projektitoimintaan osoitteessa cinetcampus.fi


Kyberturvallisuusdirektiivi kurssilla käydään läpi EU:n asettamaa direktiiviä NIS2 (Network and Information Security Directive) ja sen tuomia vaatimuksia organisaatioille. EU hyväksyi direktiivin 14.12.2022 ja EU valtioiden on saatettava NIS2-direktiivi kansallisesti voimaan 17.10.2024 mennessä. Suomen kohdalla kyberturvallisuusdirektiivistä (Laki kyberturvallisuuden riskienhallinnasta) on tehty esitys hallitukselle ja tämä on tulossa eduskunnan käsittelyyn keväällä 2024.

Kurssin tarkoitus on vastata kysymyksiin, kuten mikä NIS2 on, keitä tämä koskettaa ja mitä tämä tarkoittaisi käytännössä. Kurssilla avataan tilannetta tämän hetkisen tiedon pohjalta.

Kurssi on jaoteltuna seitsemään eri osaan, missä käydään tarkemmin läpi keitä direktiivi koskettaa ja mitä tämä tarkoittaa. Direktiivin sisältöä käydään läpi pintapuolisesti. Suomen lainsäädännön osalta käymme läpi luonnosta Laki kyberturvallisuuden riskienhallinnasta (tästä puuttuvat lausuntokierroksen kommentit ja laki on vasta menossa eduskunnan käsittelyyn).

Kurssin on laatinut Jyväskylän ammattikorkeakoulussa kyberturvallisuuden lehtorina toimiva Jarmo Nevala. Kurssi on laadittu Robocoast EDIH –hankkeelle. Kurssimateriaali pohjautuu Euroopan parlamentin ja neuvoston hyväksymään direktiiviin (EU) 2022/2555 (14.12.2022) sekä Suomen kyberturvallisuusdirektiivin luonnokseen (Laki kyberturvallisuuden riskienhallinnasta), joka on menossa eduskunnan käsittelyyn keväällä 2024.

Tämän kurssin on tarkoitus opastaa alkuun henkilöstön tietoturvaosaamisen kehittämisen polulla. Kurssilla otetaan katsaus yleisimpiin uhkiin, uhkiin varautumisen hyviin käytänteisiin ja kuinka henkilöstön tietoturvaosaamista voidaan kehittää. Kurssin on Robocoast EDIH –hankkeelle laatinut Jyväskylän ammattikorkeakoulussa asiantuntijana toimiva Vesa Vertainen.


Henkilöstön tietoturvaosaamisen kehittäminen

Kurssin taustamateriaalina on käytetty Jamkin tuottamia Kyberpoikkeamienhallinnan prosessit ja toimintaohjeet elintarviketuotannossa ja -jakelussa -hankkeen käsikirjoja, rahoittajana Maa- ja metsätalousministeriö:

Sekä Business finlandin rahoittaman Kyberpoikkeamienhallinnan prosessit ja toimintaohjeet terveydenhuollon ympäristöissä -hankkeen käsikirjaa:


Onneksi olkoon! Olet suorittanut kurssin!

  • Level: Intermediate
  • Teacher: Tero Kaarlela, Centria UAS, Ylivieska, Finland

Introduction

The module offers a flexible and adaptive way of generating robot trajectories for human-robot collaboration based on information from 3D-camera(s). Module can be utilized in example with bin picking applications including work pieces with varying physical characteristics and random orientation. Another way of utilizing module is processing task including processing targets of varying locations in example assembly.

By the end of this training participants will gain knowledge on how to set-up ROS environment for dynamic robot trajectory generation.  

Level: Intermediate
Teacher: Tero Kaarlela, Centria UAS, Ylivieska, Finland.

Requirements

3D-camera, robot and simulation software

Introduction

Module offers a flexible and adaptive way of generating robot trajectories for human-robot collaboration based on information from 3D-camera(s). Module can be utilized in example with bin picking applications including work pieces with varying physical characteristics and random orientation. Another way of utilizing module is processing task including processing targets of varying locations in example assembly.

1) Introduction to Cameras and ROS
2) Location and installation of camera
3) Interfacing and configuring camera with ROS
4) Interfacing and configuring robot with ROS

By the end of this training participants will gain knowledge on how to set-up ROS environment for dynamic robot trajectory generation.

Tämän kurssin on tarkoitus auttaa ymmärtämään mitä hyötyä datasta on yritykselle, ja vastata mm. seuraaviin kysymyksiin: mistä dataa tulee, ja miten sitä voidaan hyödyntää? Kuinka yritys voi päästä alkuun datan hyödyntämisessä ja mihin on syytä kiinnittää huomiota?

Kurssin on laatinut Jyväskylän ammattikorkeakoulussa asiantuntijana toimiva Vesa Vertainen. Kurssi on laadittu Robocoast EDIH –hankkeelle. Kurssimateriaali pohjautuu Jyväskylän ammattikorkeakoulussa työskentelevien Mika Rantosen, Tuomo Sipolan, Tarja Ajon ja Antti Tepon materiaaliin, joka on tuotettu Tieto Tuottamaan -hankkeessa.

Lisää aihepiiristä voit oppia jatkokurssilta: Data-analytiikka, tekoäly ja niiden soveltaminen.


Jos aihe kiinnostaa laajemmin, niin tutustu Jyväskylän ammattikorkeakoulun data-analytiikan ja tekoälyn toteutuksiin:

Sekä avoimen ammattikorkeakoulun tarjontaan:


Tämän kurssin on tarkoitus vastata sellaisiin kysymyksiin, kuten onko koneoppiminen sama asia kuin tekoäly? Mitä ovat ohjattu ja ohjaamaton oppiminen, tai mitä ovat heikko ja vahva tekoäly? Kurssilla avataan myös joitakin esimerkkejä viimeisimmistä saavutuksista tekoälyyn liittyen. On suositeltavaa, että ennen tätä kurssia suoritat Digitalisaatio ja datan hyödyntäminen –kurssin.

Kurssin on laatinut Jyväskylän ammattikorkeakoulussa asiantuntijana toimiva Vesa Vertainen. Kurssi on laadittu Robocoast EDIH –hankkeelle. Kurssimateriaali pohjautuu Jyväskylän ammattikorkeakoulussa työskentelevien Mika Rantosen, Tuomo Sipolan, Janne Alatalon ja Eppu Heilimon materiaaliin, joka on tuotettu Tieto Tuottamaan -hankkeessa.


Jos aihe kiinnostaa laajemmin, niin tutustu Jyväskylän ammattikorkeakoulun data-analytiikan ja tekoälyn toteutuksiin: https://jamk.fi/tekoaly

Sekä avoimen ammattikorkeakoulun tarjontaan: https://www.jamk.fi/fi/hae-opiskelemaan/avoin


Data-analytiikka kurssilla käsitellään data-analytiikkaa pk-yritysten tarpeesta hyödyntää omaa dataa digitaalisissa kanavissa. Kurssilla opit datan keräämisen ja tulkinnan perusteet, tunnistat organisaatiollesi oleellisen datan ja myöhemmin opit visualisoimaan dataa osaksi datalla-johtamista.

Kurssi on jaettu kolmeen osaan: Beginner, Intermediate ja Advanced.

Beginner tason koulutuksessa käsitellään datan keräämisen ja tulkinnan perusteet digitalisissa kanavissa. Kurssin muut osat julkaistaan myöhemmin.