188.413 Selbstorganisierende Systeme
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2022W, VU, 3.0h, 4.5EC
TUWEL

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Hybrid

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage 

  • Self-Organizing Maps zu trainieren
  • geeignete Visualisierungen für die SOM auszuwählen und zu kombinieren
  • anhand der vorliegenden Visualisierungen Muster in den Daten zu erkennen und Hypothesen zur Clusterstruktur zu erstellen
  • Strukturen zu interpretieren und kritisch zu hinterfragen
  • Die Funktionsweise von genetischen Algorithmen, Zellulären Automaten und Ant Colony Systemen zu verstehen, und deren Einsatzgebiete zu erkennen
  • Funktionsweise verschiedener Swarm Intelligence Systeme zu beschreiben und ahnhand ihrer Stärken und Schwächen Problemdomänen zu zuordnen
  • Particle Swarm Optimization Algorithm für eine bestimmte Optimierunsaufgabe zu implementieren und sein Parameter entsprechend zu tunen 
  • Die grundlegende Methodik und Einsatzbereiche von Swarm Robotic aufzufassen und nachvollziehen 

Inhalt der Lehrveranstaltung

Unueberwachte und selbst-organisierende Lernverfahren, wie z.B. Self-Organizing Maps, Growing Hierarchical Structures, Zellulaere Automaten, 

Vortragstermine:

  • 06.10.: Vorbesprechung & erste Vorlesung
  • (weiterer Terminplan siehe TUWEL)
    • TBA.: Genetic Algorithms, Cellular Automata, Swarms Grundlagen
    • TBA.: Mutli-Agent Systems
    • TBA.: Swarm Systems 1
    • TBA.: Swarm Systems 2
    • TBA.: SOM - Teil 1: Grundlagen, Architekturen, Trainingsmethoden
    • TBA.: SOM - Teil 2: Visualisierung,
    • TBA.: SOM - Teil 3: Visualisierung, Qualitätsmaße, verwandte Architekturen

 

 

ECTS/Aufwand:

Vorlesung: 8 Einheiten a 2h: 16h

Literatur: 10h

Übungsbeispiele:

    Ex1: 20h

    Ex2: 20h

    Ex3: 20h

Vorbereitung Prüfung: 25,5h

Prüfung: 1h

SUMME: 112.5h

Methoden

- Vortrag (on-line, live-streaming)

- Demonstrationen und Beispiele zur Diskussion

- praktische Übungen in Kleingruppen

Prüfungsmodus

Schriftlich und Mündlich

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Do.09:00 - 11:0006.10.2022 - 26.01.2023FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.10:00 - 12:0006.10.2022FH Hörsaal 3 - MATH Vorlesung
Selbstorganisierende Systeme - Einzeltermine
TagDatumZeitOrtBeschreibung
Do.06.10.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.06.10.202210:00 - 12:00FH Hörsaal 3 - MATH Vorlesung
Do.13.10.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.20.10.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.27.10.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.03.11.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.10.11.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.17.11.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.24.11.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.01.12.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.15.12.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.22.12.202209:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.12.01.202309:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.19.01.202309:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture
Do.26.01.202309:00 - 11:00FAV Hörsaal 1 Helmut Veith - INF Lecture

Leistungsnachweis

  • Bewertung praktischer Übungen/Aufgaben durch Abgaben und Abgabegespräche.
  • Schriftliche Leistungsüberprüfung (closed book). Aus derzeitiger Sicht in Präsenz. Sofern es die "pandemic situation" zu den geplanten Terminen nicht zulässt, wird eine die Leistungsüberprüfung on-line via TUWEL durchgeführt. Bei einer zu geringen Anmeldezahl kann die Leistungsüberprüfung mündlich durchgeführt werden (abhängig von der "pandemic situation").

LVA-Anmeldung

Von Bis Abmeldung bis
01.09.2022 00:00 24.10.2022 23:59 23.11.2022 23:59

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 645 Data Science Keine Angabe
066 926 Business Informatics Keine Angabe
066 926 Business Informatics Keine Angabe
066 931 Logic and Computation Gebundenes Wahlfach
066 932 Visual Computing Gebundenes Wahlfach
066 933 Information & Knowledge Management Gebundenes Wahlfach
066 935 Media and Human-Centered Computing Gebundenes Wahlfach
066 937 Software Engineering & Internet Computing Gebundenes Wahlfach

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Begleitende Lehrveranstaltungen

Vertiefende Lehrveranstaltungen

Sprache

bei Bedarf in Englisch