Dokument-Version: 4.001.03.2021pre

Fakultät Ingenieurwissenschaften

Bachelorstudiengang (EIB) - Elektrotechnik und Informationstechnik

Intelligente Systeme

Kennzahl 5812

Dozententeam

Wahlpflichtmodul 5812

Prof. Dr. rer. nat. habil. Alfons Geser
verantwortlich: Prof. Dr.-Ing. Markus Krabbes
Regelsemester Wintersemester 5. Semester (jährlich)
Leistungspunkte *) 5   (Wichtung der LP =5)
Unterrichtssprache Deutsch
Arbeitsaufwand Vorlesung-Präsenz: 42 h; Vorlesung-Nacharbeit: 48 h; Seminar-Präsenz: 14 h; Seminar-Nacharbeit: 46 h;
Voraussetzungen für die Teilnahme Kenntnisse/Fähigkeiten: Modul : Grundlagen der Informatik II (3310); Grundlagen der Programmierung
Lernziel/ Kompetenz Ziel: Vermittlung von vertieftem Fachwissen in der Informationstechnik mit Schwerpunkt Automatisierungssysteme, insbesondere von etablierten Methoden wissensbasierter Expertensysteme sowie biologisch motivierter Informationsverarbeitung.

Fach- und methodische Kompetenz: Umgang mit regelbasiertem Wissen mittels Aussagen- und Prädikatenlogik; Auswahl und Trainingsgestaltung für Standardtypen künstlicher neuronaler Netze zur Funktionsapproximation; Konstruktionsprinzipien intelligenter Agenten; Kompetenz, um Fachkenntnisse für die Erkennung und Lösung von Problemen, für die Durchführung von Untersuchungen und für die Entwicklung von Systemen und Prozessen anzuwenden.

Einbindung in die Berufsvorbereitung: Es werden verschiedenste Herangehensweisen für den Entwurf wissensbasierter Expertensysteme sowie autonom agierender lernfähiger Systeme behandelt. Kompetenz, die Wirkungen des fachlichen Handelns zu verstehen und dafür die Verantwortung zu übernehmen.
Inhalt 1. Expertensysteme

Einleitung/Begriffe, Graphensuche; regelbasierte Wissensverarbeitung; Aussagen und Prädikatenlogik

2. Lernende Systeme

Neuroinformatik als Paradigma, künstliche neuronale Netze; Multilayer-Perceptron; überwachtes Lernen; Grundtypen LVQ, RBF- & NG-Metz; unüberwachtes/selbstorganisiertes Lernen; Anwendung neuronaler Netze; - mehrdimensionale/adaptive Funktionsapproximation; - Modellbasierte Regelung; Mustererkennung/Bildauswertung; Deep Learning

Prüfungsvorleistungen (keine)
Studien- und Prüfungsleistungen
Lehreinheiten SWS Prüfungsleistung Wichtung
V S
Expertensysteme 1.5 0.5 PB 4 Wochen 2.5
Lernende Systeme 1.5 0.5 PB 4 Wochen 2.5
Medienformen Tafel, Folien (Beamer), Vorlesungsskript
Literatur Lunze: Künstliche Intelligenz für Ingenieure, Bd. 1-2, 1994;

Stoer: Numerische Mathematik, 1994;

Ritter; Martinez; Schulten: Neuronale Netze 1992;

Schwarz: Numerische Mathematik, 1993;

Verwendbarkeit Das Modul ist in Bachelorstudiengängen Elektrotechnik und Informationstechnik verwendbar.