MaTIN2012_CI < F07_Studium

Sie sind hier: Foswiki>F07_Studium Web>MaTIN2012_CI (Revision 5) (Quelltext-Ansicht)
<!--
   * Set USERSTYLEURL = %PUBURLPATH%/%WEB%/DokumentFormat/fonts.css
-->
---+!! %FORMFIELD{"TopicClassification"}% %FORMFIELD{"Bezeichnung"}%


%TOC{depth="3"}%
%STARTSECTION{"no_toc"}%
-----
*Verantwortlich:* Prof. Dr. Rainer Bartz
---++ Modul
---+++ Anerkennbare Lehrveranstaltung (LV) 
   * [[F07_CI]]

---+++ Organisation
<sticky>
  <table border="0">
    <tr valign="top">
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Bezeichnung</th>
          <tr>
            <td>Lang</td>
            <td>%FORMFIELD{"Bezeichnung"}%</td>
          </tr>
          <tr>
            <td>MID</td>
            <td>MaTIN2012_CI</td>
          </tr>
          <tr>
            <td>MPID</td>
            <td/>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Zuordnung</th>
          <tr>
            <td>Studiengang</td>
            <td>%FORMFIELD{"Studiengang"}%</td>
          </tr>
          <tr>
            <td>Studienrichtung</td>
            <td>%FORMFIELD{"Studienrichtung"}%</td>
          </tr>
          <tr>
            <td>Wissensgebiete</td>
            <td>SPI, SPP</td>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Einordnung ins Curriculum</th>
          <tr>
            <td>Fachsemester</td>
            <td>%FORMFIELD{"Fachsemester"}%</td>
          </tr>
          <tr>
            <td>Pflicht</td>
            <td>%FORMFIELD{"Pflicht"}%</td>
          </tr>
          <tr>
            <td>Wahl</td>
            <td>%FORMFIELD{"Wahl"}%</td>
          </tr>
        </table>
      </td>
      <td> </td>
      <td>
        <table border="1" cellpadding="2" cellspacing="0">
          <th colspan="2">Version</th>
          <tr>
            <td>erstellt</td>
            <td>2012-05-29</td>
          </tr>
          <tr>
            <td>VID</td>
            <td>1</td>
          </tr>
          <tr>
            <td>gültig ab</td>
            <td>WS 2012/13</td>
          </tr>
          <tr>
            <td>gültig bis</td>
            <td/>
          </tr>
        </table>
      </td>
    </tr>
  </table>
</sticky>

---++++ Zeugnistext
---+++++ de
Computational Intelligence
---+++++ en
Computational Intelligence


---++++ Unterrichtssprache
Deutsch oder Englisch

---+++ Modulprüfung
<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form der Modulprüfung</th>
    <tr>
      <td>sK</td>
      <td>Regelfall (bei geringer Prüfungsanzahl: sMP)</td>
    </tr>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beiträge ECTS-CP aus Wissensgebieten</th>
    <tr>
      <td>%FORMFIELD{"Wissensgebiet1Text"}%</td>
      <td>%FORMFIELD{"Wissensgebiet1Value"}%</td>
    </tr>
    <tr>
      <td>Summe</td>
      <td>%FORMFIELD{"ECTS"}%</td>
    </tr>
  </table>
</sticky>

*Aufwand [h]:* %FORMFIELD{"Aufwand"}%


-----
---++ Prüfungselemente
%STARTSECTION{"Vorlesung / Übung"}%
---+++ Vorlesung / Übung

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form Kompetenznachweis</th>
    <tr>
      <td>bÜA</td>
      <td>Präsenzübung und Selbstlernaufgaben</td>
    </tr>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beitrag zum Modulergebnis</th>
    <tr>
      <td>bÜA</td>
      <td>unbenotet</td>
    </tr>
  </table>
</sticky>

---++++ Spezifische Lernziele 
---+++++ Kenntnisse
   * (PFK.2,4,5)
      * Optimierungsstrategien
         * Problem-Klassifikationen
         * Gradientenverfahren
         * Simplex-Algorithmen
         * Multikriterielle Optimierung und Pareto-Ansätze
      * Künstliche neuronale Netze
         * Künsliche Neuronen
         * Netzstrukturen
         * Lernalgorithmen
      * Fuzzy Logik
         * Fuzzifizierung
         * Inferenz
         * Defuzzifizierung
      * Evolutionäre Algorithmen
         * Gen-Repräsentationen
         * Selektionsverfahren
         * Rekombinations-Methoden
         * Mutations-Operatoren
---+++++ Fertigkeiten
   * (PFK.3,4,5)
      * Die Studierenden erarbeiten sich grundlegende Kenntnisse zur Theorie und Anwendung von Methoden der Computational Intelligence
      * Die Studierenden kennen die gängigen Typen von Optimierungsaufgaben und können konkrete Aufgaben einordnen
      * Sie kennen das Prinzip des Simplex-Algorithmus und können eine Problemstellung in die für ihn geeignete Standardform überführen und eine Lösung erarbeiten
      * Die Studierenden können neuronale Netze einordnen und ihre Anwendbarkeit auf Problemstellungen bewerten
      * Sie können die Parameter neuronaler Netze variieren und ihren Einfluss abschätzen
      * Sie können Lernverfahren klassifizieren und ihre Arbeitsweise beschreiben
      * Sie kennen die Methodik der Fuzzy Logik und können eine Problemstellung darauf abbilden und das resultierende Systemverhalten begründen
      * Die Studierenden kennen die Arbeitsweise evolutionärer Algorithmen und können ihre Varianten einordnen
      * Sie können reale Problemstellungen in geeignete Repräsentationen umsetzen
      * Sie können Selektionsverfahren bewerten und geeignete Selektionsalgorithmen entwerfen
---+++++ Handlungskompetenz demonstrieren
   * (PFK.4,5,6)
      * Die Studierenden können lineare Probleme mit einem Simplex-Algorithmus lösen
      * Sie können nichtlineare Probleme der Modellbildung und Klassifizierung mit einem neuronalen Netz lösen
      * Sie können unscharf definierte Aufgaben mit Hilfe von Fuzzy Logik lösen
      * Sie können schwierige Probleme mit Heuristiken der evolutionären Algorithmen lösen

---++++ Exemplarische inhaltliche Operationalisierung 
Einführung in die Optimierung<br>
   * Begriffe und Klassifikatonen bei Optimierungsaufgaben
   * Gradientenverfahren
   * Simplex Algorithmen
   * Multikriterielle Optimierung und Pareto-Optimalität
Künstliche neuronale Netze<br>
   * Künstliche Neuronen
   * Neuronale Netze
   * Klassifikation von Lernverfahren; Backpropagation
Fuzzy Logik<br>
   * Unscharfe Mengen; Fuzzifizierung
   * Regelwerke der Inferenz-Maschine
   * Defuzzifizierungs-Methoden
Evolutionäre Algorithmen<br>
   * Informations-Darstellung in Genomen
   * Selektionsverfahren
   * Genetische Rekombination
   * Mutation von Genomen


%ENDSECTION{"Vorlesung / Übung"}%

%STARTSECTION{"Praktikum"}%
---+++ Praktikum

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Form Kompetenznachweis</th>
    <tr>
      <td>bPA</td>
      <td>Projektaufgaben im Team bearbeiten</td>
    </tr>
  </table>
</sticky>

<sticky>
  <table border="1" cellpadding="2" cellspacing="0">
    <th colspan="2">Beitrag zum Modulergebnis</th>
    <tr>
      <td>bPA</td>
      <td>Testat</td>
    </tr>
  </table>
</sticky>

---++++ Spezifische Lernziele 
---+++++  Lerninhalte (Kenntnisse)
   * (PFK.4,5,6)
      * Anwendung künstlicher neuronaler Netze auf Klassifizierungsaufgaben
      * Variation und multikriterielle Optimierung von System-Parametern 
      * Fuzzy-basierte Regelung eines Zwei-Größen Regelkreises
---+++++ Fertigkeiten
   * (PFK.4,5,6,7; PSK.3)
      * Die Studierenden können mit üblichen Werkzeugen der Computational Intelligence umgehen
      * Die Studierenden können Systemparameter variieren, Messreihen durchführen und Ergebnisse darstellen, bewerten und diskutieren
      * Die Studierenden können wissenschaftliche Literatur analysieren, einordnen, in ihren Kontext stellen und präsentieren
---+++++ Handlungskompetenz demonstrieren
   * (PFK.4,5,6,7; PSK.3)
      * Die Studierenden können Aufgaben in einem kleinen Team lösen
      * Sie können Optimierungsaufgaben strukturieren und systematisch bearbeiten
      * Sie können das Verhalten eines Systems bewerten und durch geeignete Modifikationen verbessern
      * Sie können mit internationaler wissenschaftlicher Literatur umgehen, sie verstehen und Anderen gegenüber darstellen

---++++ Exemplarische inhaltliche Operationalisierung 
   * Lösung von Klassifikationsaufgaben mit künstlichen neuronalen Netzen<br>
   * Regelung nichtlinearer Mehrgrößensysteme mit Hilfe unscharfer Logik<br>
   * Analyse aktueller wissenschaftlicher Texte im Umfeld von Computational Intelligence und Präsentation<br>


%ENDSECTION{"Praktikum"}%


%ENDSECTION{"no_toc"}%
Topic-Revision: r5 - 19 Jul 2018, GeneratedContent
F07_Studium
Einloggen oder Registrieren
Webs
F07_Studium
System
Das Urheberrecht © liegt bei den mitwirkenden Autoren. Alle Inhalte dieser Kollaborations-Plattform sind Eigentum der Autoren.
Ideen, Anfragen oder Probleme bezüglich Foswiki? Feedback senden