Studiengangsbeschreibung
Inhalt
Das wesentliche Ziel des Studiengangs besteht darin, das für den erfolgreichen Einsatz von Ingenieurtechniken in Industrie, Handel und Verwaltung notwendige Wissen und die damit verbundenen Fertigkeiten auf sehr hohem Niveau bereitzustellen, so dass nachhaltig die Produktivität der Absolventen gefördert wird.
Der Masterstudiengang Informatik-Ingenieurwesen vermittelt ein breites, fundiertes und vertieftes Grundlagenwissen auf den Gebieten mathematische Modellbildung in der Informatik, IT-Systeme und Ingenieurwissenschaften. Des Weiteren werden weiterführende Kenntnisse in Betriebswirtschaftslehre und Management sowie nichttechnischen Fächern erworben, um die Kompetenzen für das Bewältigen von umfangreichen ingenieurmäßigen IT-Projekten zu erhöhen. Der Masterstudiengang bereitet sowohl auf praktische Berufsfelder der Informatik als auch auf die Promotion vor.
Berufliche Perspektiven
Lernziele
Wissen
Das Wissen setzt sich zusammen aus Fakten, Grundsätzen und Theorien in den Fächern Informatik, Mathematik und Ingenieurwesen.
- Studierende können neue und fortgeschrittene zur formalen Modellierung von Anwendungsproblemen notwendige Repräsentationssprachen der Informatik und Mathematik wiedergeben, definieren und erläutern (Syntax, Semantik, Entscheidungsprobleme), so dass auch Nicht-Standard-Anwendungsfälle behandelt werden können.
- Studierende können fortgeschrittene Daten- und Indexstrukturen für sequentielle und parallele Algorithmen wiedergeben und ihre Vor- und Nachteile für spezielle Aufgaben benennen. Studierende können optimale Algorithmen zur Lösung von Entscheidungsproblemen für formale Modellierungstechniken angeben, so dass (im typischen Fall) ein akzeptables Laufzeitverhalten entsteht.
- Studierende wissen, wie Komponenten integriert werden können, so dass sich ein gewünschtes Verhalten ergibt (reduktionistischer und selbstorganisierender Ansatz) und dabei Sicherheits- und Zuverlässigkeits- und Fehlertoleranzaspekte beachtet werden.
- Die Studierenden kennen auch nicht-klassische Anwendungsfälle der informatisch-mathematischen Modellierungstechniken im Ingenieurbereich und können diese erläutern.
- Die Absolventen und Absolventinnen sind in der Lage, Forschungsziele wiederzugeben, diesbezügliche Planung zu ihrer Erreichung zu erläutern, und die Organisations- und Personalstrukturen in Forschungsprojekten zu benennen.
Fertigkeiten
Die Fähigkeit, erlerntes Wissen anzuwenden, um Aufgaben zu bewältigen und damit Probleme zu lösen, wird in dem Studiengang Informatik-Ingenieurwesen in vielen Facetten unterstützt.
- Studierende können formale Repräsentationssprachen komplexe Probleme entwerfen und weiterentwickeln (Syntax, Semantik, Entscheidungsprobleme), und sie können die für spezielle Anwendungen notwendige Ausdrucksstärke einschätzen und bestimmen. Studierende können Entscheidungsprobleme verschiedener ausdruckstarker Formalismen aufeinander abbilden und damit die Ausdrucksstärke von Formalismen vergleichen.
- Studierende können Algorithmen für komplexe Entscheidungsprobleme auf Vollständigkeit und Korrektheit bzw. Konvergenzverhalten und Approximationsgüte untersuchen, und sie können darlegen, ob ein Algorithmus optimal ist bzw. für welche Arten von Eingaben der schlimmste bzw. der typische Fall in Bezug auf das Laufzeitverhalten eines Algorithmus auftritt.
- Der Studierende kann formale Modellierungstechniken für Ingenieuranwendungen einsetzen, um robuste Systeme zu erstellen, zu überprüfen oder zu bewerten, um damit nicht-triviale Probleme aus einem Anwendungskontext zu lösen (als Simulation, als Datenmanagement-System, als Applikation usw.).
- Studierende können demonstrieren, dass gewünschte Zustände eines komplexen Systems (im wahrscheinlichen Fall) rechtzeitig erreicht werden (Steuerbarkeit, Erreichbarkeit mit Zeiteinschränkungen), und dass ungewünschte Zustände in keinem Fall erreicht werden oder dass deren Erreichung unwahrscheinlich ist (Sicherheits- und Lebendigkeitseigenschaften).
- Studierende können Schnittstellen entwerfen, die es gestatten, große und verteilte Systeme aus Modulen aufzubauen, deren Interna angepasst werden können, ohne dass sich die Schnittstellen verändern. Studierende sind in der Lage, Kommunikationsstrukturen anzugeben bzw. zu entwickeln, die gewünschte Eigenschaften aufweisen und die Module in angemessener Weise verbinden.
Sozialkompetenz
Die Fähigkeit und der Wille, zielorientiert mit anderen zusammen zu arbeiten, ihre Interessen und sozialen Situationen zu erfassen, sich zu verständigen und die Arbeits- und Lebenswelt mitzugestalten wird für den Studiengang Informatik-Ingenieurwesen wie folgt aufgeschlüsselt:
- Studierende können sich zu Teams zur Lösung von nichttrivialen Problemen unter ggf. vager Aufgabebeschreibung in Gruppen zusammenschließen, Teilaufgaben definieren und verteilen, zeitliche Vereinbarungen treffen, Teillösungen integrieren. Sie sind in der Lage, effizient zu kommunizieren und sozial angemessen zu interagieren.
- Studierenden erläutern die in einem wissenschaftlichen Aufsatz geschilderten Probleme und die im Aufsatz entwickelten Lösungen in einem Fachgebiet der Informatik oder Mathematik, bewerten die vorgeschlagenen Lösungen in einem Vortrag und reagieren auf wissenschaftliche Nachfragen, Ergänzungen und Kommentare
- Studierenden beschreiben wissenschaftliche Fragstellungen in einem Fachgebiet der Informatik, des Ingenieurwesen oder der Mathematik und erläutern in einem Vortrag einen von ihnen entwickelten Ansatz zu dessen Lösung und reagieren dabei angemessen auf Nachfragen, Ergänzungen und Kommentare.
Kompetenz zum selbständigen Arbeiten
Das Vermögen und die Bereitschaft, eigenständig und verantwortlich zu handeln, eigenes Handeln und das Handeln anderer zu reflektieren, und auch die eigene Handlungsfähigkeit weiterzuentwickeln, zergliedert sich wie folgt:
- Die Studierenden bewerten selbständig Vor- und Nachteile von Repräsentationsformalismen für bestimmte Aufgaben, vergleichen verschiedene Algorithmen und Datenstrukturen sowie Programmiersprachen und Programmierwerkzeuge, und sie wählen eigenverantwortlich die jeweils beste Lösung aus.
- Die Absolventen und Absolventinnen erarbeiten sich selbständig ein wissenschaftliches Teilgebiet, können dieses in einer Präsentation vorstellen und verfolgen aktiv die Präsentationen anderer Studierender, so dass ein interaktiver Diskurs über ein wissenschaftliches Thema entsteht.
- Studierende integrieren sich selbständig in einen Projektkontext und übernehmen eigenverantwortlich Aufgaben in einem Software- oder Hardware-Entwicklungsprojekt.
Studiengangsstruktur
Das Curriculum des Masterstudiengangs Informatik-Ingenieurwesen ist wie folgt gegliedert. Aus den drei Kernbereichen Informatik, Ingenieurwissenschaften und Mathematik ist je eine Mindestanzahl von Leistungspunkten zu belegen:
- Informatik: 18 Leistungspunkte
- Ingenieurwissenschaften: 12 Leistungspunkte
- Mathematik: 12 Leistungspunkte
Zur Vertiefung des Studiums können Studierende Vorlesungen aus dem gesamten Katalog an technischen Veranstaltungen der TUHH auswählen. Insgesamt müssen 24 Leistungpunkte erreicht werden. Praktische Kenntnisse und Fertigkeiten werden in einem Forschungsprojekt vermittelt (12 Leistungspunkte). Weitere 12 Leistungspunkte müssen in den Veranstaltungen Betrieb & Management und einem Nichttechnischen Ergänzungskurs erworben werden. Die Masterarbeit wird mit 30 Leistungspunkten bewertet. Damit ergibt sich ein Gesamtaufwand von 120 Leistungspunkten. Der Studienplan enthält ein Mobilitätsfenster derart, dass Studierende das dritte Semester im Ausland absolvieren können.
Die folgenden drei Studienverlaufspläne beschreiben spezielle Ausprägungen des IIW Masters.
A. Networked Embedded Systems
1. Kernfächer
Informatik
- Software
Sicherheit
- Entwurf
von Dependable Systems
- Kommunikationsnetze
2. Kernfächer Ingenieurwissenschaften
- Digitale Nachrichtenübertragung
- Informationstheorie und Codierung
3. Kernfächer Mathematik
- Lineare und Nichtlineare Optimierung
- Randomisierte Algorithmen und Zufällige Graphen
4. Technische Ergänzungskurse
- Software für eingebettete Systeme
- Simulation von Kommunikationsnetzen
- Drahtlose Sensornetze
- Netzwerksicherheit
B. Dependable and Secure Systems
1. Kernfächer
Informatik
- Software
Sicherheit
- Softwareverifikation
- Entwurf von Dependable Systems
2. Kernfächer Ingenieurwissenschaften
- Digitale Signalverarbeitung und Filter
- Theorie und Entwurf
regelungstechnischer Systeme
3. Kernfächer Mathematik
- Lineare und Nichtlineare Optimierung
- Numerische Mathematik II
4. Technische Ergänzungskurse
- Robotik & Navigation
- Anwendungssicherheit
- Reliability in Engineering Dynamics
- Prozessautomatisierungstechnik
C. Algorithms for Data Engineering
1. Kernfächer
Informatik
- Softwareverifikation
- Algorithmne für Netzwerke
- Verteilte Algorithmen
2. Kernfächer Ingenieurwissenschaften
- Informationstheorie und Codierung
- Theorie und Entwurf
regelungstechnischer Systeme
3. Kernfächer Mathematik
- Mathematische Bildverarbeitung
- Hierarchische Algorithmen
4. Technische Ergänzungskurse
- Digitale Bildanalyse
- Numerische Mathematik II
- Quantitative Methoden: Statistik
& Operations
Research
- Algorithmische Algebra
Fachmodule der Kernqualifikation
Modul M0523: Betrieb & Management |
Modulverantwortlicher | Prof. Matthias Meyer |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Keine |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Abhängig von der Wahl der Lehrveranstaltungen |
Leistungspunkte | 6 |
Lehrveranstaltungen |
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls. |
Modul M0524: Nichttechnische Angebote im Master |
Modulverantwortlicher | Dagmar Richter |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | Keine |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Nichttechnischen Angebote (NTA) vermittelt die in Hinblick auf das Ausbildungsprofil der TUHH nötigen Kompetenzen, die ingenieurwissenschaftliche Fachlehre fördern aber nicht abschließend behandeln kann: Eigenverantwortlichkeit, Selbstführung, Zusammenarbeit und fachliche wie personale Leitungsbefähigung der zukünftigen Ingenieurinnen und Ingenieure. Er setzt diese Ausbildungsziele in seiner Lehrarchitektur, den Lehr-Lern-Arrangements, den Lehrbereichen und durch Lehrangebote um, in denen sich Studierende wahlweise für spezifische Kompetenzen und ein Kompetenzniveau auf Bachelor- oder Masterebene qualifizieren können. Die Lehrangebote sind jeweils in einem Modulkatalog Nichttechnische Ergänzungskurse zusammengefasst. Die Lehrarchitektur besteht aus einem studiengangübergreifenden Pflichtstudienangebot. Durch dieses zentral konzipierte Lehrangebot wird die Profilierung der TUHH Ausbildung auch im nichttechnischen Bereich gewährleistet. Die Lernarchitektur erfordert und übt eigenverantwortliche Bildungsplanung in Hinblick auf den individuellen Kompetenzaufbau ein und stellt dazu Orientierungswissen zu thematischen Schwerpunkten von Veranstaltungen bereit. Das über den gesamten Studienverlauf begleitend studierbare Angebot kann ggf. in ein-zwei Semestern studiert werden. Angesichts der bekannten, individuellen Anpassungsprobleme beim Übergang von Schule zu Hochschule in den ersten Semestern und um individuell geplante Auslandsemester zu fördern, wird jedoch von einer Studienfixierung in konkreten Fachsemestern abgesehen. Die Lehr-Lern-Arrangements sehen für Studierende - nach B.Sc. und M.Sc. getrennt - ein semester- und fachübergreifendes voneinander Lernen vor. Der Umgang mit Interdisziplinarität und einer Vielfalt von Lernständen in Veranstaltungen wird eingeübt - und in spezifischen Veranstaltungen gezielt gefördert. Die Lehrbereiche basieren auf Forschungsergebnissen aus den wissenschaftlichen Disziplinen Kulturwissenschaften, Gesellschaftswissenschaften, Kunst, Geschichtswissenschaften, Kommunikationswissenschaften, Migrationswissenschaften, Nachhaltigkeitsforschung und aus der Fachdidaktik der Ingenieurwissenschaften. Über alle Studiengänge hinweg besteht im Bachelorbereich zusätzlich ab Wintersemester 2014/15 das Angebot, gezielt Betriebswirtschaftliches und Gründungswissen aufzubauen. Das Lehrangebot wird durch soft skill und Fremdsprachkurse ergänzt. Hier werden insbesondere kommunikative Kompetenzen z.B. für Outgoing Engineers gezielt gefördert. Das Kompetenzniveau der Veranstaltungen in den Modulen der nichttechnischen Ergänzungskurse unterscheidet sich in Hinblick auf das zugrunde gelegte Ausbildungsziel: Diese Unterschiede spiegeln sich in den verwendeten Praxisbeispielen, in den - auf unterschiedliche berufliche Anwendungskontexte verweisende - Inhalten und im für M.Sc. stärker wissenschaftlich-theoretischen Abstraktionsniveau. Die Soft skills für Bachelor- und für Masterabsolventinnen/ Absolventen unterscheidet sich an Hand der im Berufsleben unterschiedlichen Positionen im Team und bei der Anleitung von Gruppen. Fachkompetenz (Wissen) Die Studierenden können
|
Fertigkeiten |
Die Studierenden können in ausgewählten Teilbereichen
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden sind fähig ,
|
Selbstständigkeit |
Die Studierenden sind in ausgewählten Bereichen in der Lage,
|
Arbeitsaufwand in Stunden | Abhängig von der Wahl der Lehrveranstaltungen |
Leistungspunkte | 6 |
Lehrveranstaltungen |
Die Informationen zu den Lehrveranstaltungen entnehmen Sie dem separat veröffentlichten Modulhandbuch des Moduls. |
Modul M1421: Forschungsprojekt |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Prof. Görschwin Fey |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Wissen und Fertigkeiten aus einer der Vertiefungen im Master-Bereich des Studienganges |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden wissen, wie man sich ein Teilgebiet der Informatik (oder in einen angrenzenden Bereich) selbständig erschließt. |
Fertigkeiten |
Die Studierenden können ein Teilgebiet der Informatik (oder in einem angrenzenden Bereich) selbständig bearbeiten. |
Personale Kompetenzen | |
Sozialkompetenz |
Studierenden erläutern die in einem wissenschaftlichen Aufsatz geschilderten Probleme und die im Aufsatz entwickelten Lösungen in einem Fachgebiet der Informatik oder Mathematik, bewerten die vorgeschlagenen Lösungen in einem Vortrag und reagieren auf wissenschaftliche Nachfragen, Ergänzungen und Kommentare. |
Selbstständigkeit |
Die Studierenden können ein Teilgebiet in einer Präsentation vorstellen. Sie können aktiv die Präsentationen anderer Studierender verfolgen, so dass evtl. ein interaktiver Diskurs über ein wissenschaftliches Thema entsteht. |
Arbeitsaufwand in Stunden | Eigenstudium 248, Präsenzstudium 112 |
Leistungspunkte | 12 |
Studienleistung | Keine |
Prüfung | Studienarbeit |
Prüfungsdauer und -umfang | Das Seminar erfordert die Präsentation eines aktuellen Forschungsthemas (Vortrag 25-30 min und Diskussion 5 min). |
Zuordnung zu folgenden Curricula |
Informatik-Ingenieurwesen: Kernqualifikation: Pflicht |
Lehrveranstaltung L2042: Forschungsprojekt IIW |
Typ | Projektierungskurs |
SWS | 8 |
LP | 12 |
Arbeitsaufwand in Stunden | Eigenstudium 248, Präsenzstudium 112 |
Dozenten | Prof. Volker Turau (sgwe) |
Sprachen | DE/EN |
Zeitraum |
WiSe/ |
Inhalt |
Aktuelle Forschungsthemen aus der gewählten Vertiefungsrichtung. |
Literatur |
Aktuelle Literatur zu Forschungsthemen aus der gewählten Vertiefungsrichtung. |
Fachmodule der Vertiefung I. Informatik
Modul M0942: Software Security |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Riccardo Scandariato |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | Familiarity with C/C++, web programming |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students can
|
Fertigkeiten |
Students are capable of
|
Personale Kompetenzen | |
Sozialkompetenz | None |
Selbstständigkeit | Students are capable of acquiring knowledge independently from professional publications, technical standards, and other sources, and are capable of applying newly acquired knowledge to new problems. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 Minuten |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht |
Lehrveranstaltung L1103: Software Security |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Riccardo Scandariato |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
M. Howard, D. LeBlanc: Writing Secure Code, 2nd edition, Microsoft Press (2002) G. Hoglund, G. McGraw: Exploiting Software, Addison-Wesley (2004) L. Gong, G. Ellison, M. Dageforde: Inside Java 2 Platform Security, 2nd edition, Addison-Wesley (2003) B. LaMacchia, S. Lange, M. Lyons, R. Martin, K. T. Price: .NET Framework Security, Addison-Wesley Professional (2002) D. Gollmann: Computer Security, 3rd edition (2011) |
Lehrveranstaltung L1104: Software Security |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Riccardo Scandariato |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0753: Software Verification |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Schupp | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Students apply the major verification techniques in model checking and deductive verification. They explain in formal terms syntax and semantics of the underlying logics, and assess the expressivity of different logics as well as their limitations. They classify formal properties of software systems. They find flaws in formal arguments, arising from modeling artifacts or underspecification. |
||||||||
Fertigkeiten |
Students formulate provable properties of a software system in a formal language. They develop logic-based models that properly abstract from the software under verification and, where necessary, adapt model or property. They construct proofs and property checks by hand or using tools for model checking or deductive verification, and reflect on the scope of the results. Presented with a verification problem in natural language, they select the appropriate verification technique and justify their choice. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Students discuss relevant topics in class. They defend their solutions orally. They communicate in English. |
||||||||
Selbstständigkeit |
Using accompanying on-line material for self study, students can assess their level of knowledge continuously and adjust it appropriately. Working on exercise problems, they receive additional feedback. Within limits, they can set their own learning goals. Upon successful completion, students can identify and precisely formulate new problems in academic or applied research in the field of software verification. Within this field, they can conduct independent studies to acquire the necessary competencies and compile their findings in academic reports. They can devise plans to arrive at new solutions or assess existing ones. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 min | ||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Pflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht |
Lehrveranstaltung L0629: Software Verification |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0630: Software Verification |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Schupp |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1427: Algorithmische Spieltheorie |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Matthias Mnich |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht |
Lehrveranstaltung L2060: Algorithmische Spieltheorie |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Prof. Matthias Mnich |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
Algorithmische Spieltheorie ist ein Thema an der Schnittstelle von Informatik, Wirtschaft und Mathematik. Es befasst sich mit der Analyse des Verhaltens und der Interaktionen strategischer Akteure, die häufig versuchen, ihre Anreize zu maximieren. Die Umgebung, in der diese Agenten interagieren, wird als Spiel bezeichnet. Wir möchten verstehen, ob die Agenten ein "Gleichgewicht" oder einen stabilen Zustand des Spiels erreichen können, in dem die Agenten keinen Anreiz haben, von ihren gewählten Strategien abzuweichen. Der algorithmische Teil besteht darin, effiziente Methoden zu entwickeln, um Gleichgewichte in Spielen zu finden, und den Agenten Empfehlungen zu geben, damit sie schnell einen Zustand persönlicher Zufriedenheit erreichen können. Wir werden auch das Mechanismusdesign untersuchen. Beim Mechanismusdesign möchten wir Märkte und Auktionen gestalten und den Agenten strategische Optionen geben, damit sie einen Anreiz haben, rational zu handeln. Wir möchten die Märkte und Auktionen auch so gestalten, dass sie effizient sind, dass alle Waren freigegeben werden und die Agenten die von ihnen erworbenen Waren nicht überbezahlen. Themen:
|
Literatur |
|
Lehrveranstaltung L2061: Algorithmische Spieltheorie |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Matthias Mnich |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1400: Entwurf von Dependable Systems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Görschwin Fey | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse | Grundlegende Kenntnisse zu Datenstrukturen und Algorithmen | ||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Im Folgenden wird "Dependable" als Zusammenfassung von Zuverlässigkeit, Verfügbarkeit, Wartbarkeit, Sicherheit (Safety & Security) verwendet. Kenntnis von Ansätzen zum Entwurf von Dependable Systems, z.B.
Kenntnis von Methoden zur Analyse der Dependability von Systemen |
||||||||
Fertigkeiten |
Fähigkeit zum Entwurf von Dependable Systems durch Implementierung der obigen Ansätze. Fähigkeit zur Analyse der Dependability von Systemen durch Anwendung der obigen Analysemethoden. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Studierende können
|
||||||||
Selbstständigkeit | Studierende erlernen mittels Zusatzmaterial selbständig vertiefende Zusammenhänge der Konzepte aus der Vorlesung und erweiterte Lösungsverfahren. | ||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Mündliche Prüfung | ||||||||
Prüfungsdauer und -umfang | 30 min | ||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme: Wahlpflicht Mechatronics: Vertiefung Systementwurf: Wahlpflicht Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht |
Lehrveranstaltung L2000: Entwurf von Dependable Systems |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Görschwin Fey |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
Beschreibung Der Begriff „Dependability“ umfasst verschiedene Aspekte eines Systems. Dies sind typischer Weise:
Inhalt Das Modul führt grundlegende Konzept zum Entwurf und zur Analyse von Dependable Systems ein. Entwurfsbeispiele dienen dazu, eigene praktische Erfahrung zu sammeln. Ein Schwerpunkt des Moduls liegt im Bereich eingebetteter Systeme. Folgende Gebiete werden betrachtet:
|
Literatur |
Lehrveranstaltung L2001: Entwurf von Dependable Systems |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Görschwin Fey |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1812: Constraint Satisfaction Problems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Antoine Mottet |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen | |
Fertigkeiten | |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht |
Lehrveranstaltung L3002: Constraint Satisfaction Problems |
Typ | Vorlesung | |
SWS | 2 | |
LP | 3 | |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 | |
Dozenten | Prof. Antoine Mottet | |
Sprachen | EN | |
Zeitraum | SoSe | |
Inhalt |
|
|
Literatur |
Lehrveranstaltung L3003: Constraint Satisfaction Problems |
Typ | Hörsaalübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Antoine Mottet |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1810: Autonomous Cyber-Physical Systems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Bernd-Christian Renner | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen | |||||||||
Fertigkeiten | |||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz | |||||||||
Selbstständigkeit | |||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 min | ||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Software und Signalverarbeitung : Wahlpflicht |
Lehrveranstaltung L3000: Autonomous Cyber-Physical Systems |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Bernd-Christian Renner |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | |
Literatur |
Lehrveranstaltung L3001: Autonomous Cyber-Physical Systems |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Bernd-Christian Renner |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1774: Advanced Internet Computing |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Stefan Schulte |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | Good programming skills are necessary. Previous knowledge in the field of distributed systems is helpful. |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
After successful completion of the course, students are able to:
|
Fertigkeiten |
The students acquire the ability to model Internet-based distributed systems and to work with these systems. This comprises especially the ability to select and utilize fitting technologies for different application areas. Furthermore, students are able to critically assess the chosen technologies. |
Personale Kompetenzen | |
Sozialkompetenz |
Students can work on complex problems both independently and in teams. They can exchange ideas with each other and use their individual strengths to solve the problem. |
Selbstständigkeit |
Students are able to independently investigate a complex problem and assess which competencies are required to solve it. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht |
Lehrveranstaltung L2916: Advanced Internet Computing |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Stefan Schulte |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
This lecture discusses modern Internet-based distributed systems in three blocks: (i) Cloud computing, (ii) the Internet of Things, and (iii) blockchain technologies. The following topics will be covered in the single lectures:
|
Literatur | Will be discussed in the lecture |
Lehrveranstaltung L2917: Advanced Internet Computing |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Stefan Schulte |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
This project-/problemoriented part of the module augments the theoretical content of the lecture by a concrete technical problem, which needs to be solved by the students in group work during the semester. Possible topics are (blockchain-based) sensor data integration, Big Data processing, Cloud-based redundant data storages, and Cloud-based Onion Routing. |
Literatur |
Will be discussed in the lecture. |
Modul M0836: Communication Networks |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Andreas Timm-Giel |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Students are able to describe the principles and structures of communication networks in detail. They can explain the formal description methods of communication networks and their protocols. They are able to explain how current and complex communication networks work and describe the current research in these examples. |
Fertigkeiten |
Students are able to evaluate the performance of communication networks using the learned methods. They are able to work out problems themselves and apply the learned methods. They can apply what they have learned autonomously on further and new communication networks. |
Personale Kompetenzen | |
Sozialkompetenz |
Students are able to define tasks themselves in small teams and solve these problems together using the learned methods. They can present the obtained results. They are able to discuss and critically analyse the solutions. |
Selbstständigkeit |
Students are able to obtain the necessary expert knowledge for understanding the functionality and performance capabilities of new communication networks independently. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Referat |
Prüfungsdauer und -umfang | 1,5 Stunden Kolloquium mit je drei Prüflingen, also ca. 30 min je Prüfling. Inhalt des Kolloquiums sind die Poster der vorhergehenden Postersession sowie die Lehrinhalte. |
Zuordnung zu folgenden Curricula |
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht Flugzeug-Systemtechnik: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme: Wahlpflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht Mechatronics: Technischer Ergänzungskurs: Wahlpflicht Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht |
Lehrveranstaltung L0899: Selected Topics of Communication Networks |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Andreas Timm-Giel |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Example networks selected by the students will be researched on in a PBL course by the students in groups and will be presented in a poster session at the end of the term. |
Literatur |
|
Lehrveranstaltung L0897: Communication Networks |
Typ | Vorlesung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Andreas Timm-Giel, Dr. Koojana Kuladinithi |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | |
Literatur |
Further literature is announced at the beginning of the lecture. |
Lehrveranstaltung L0898: Communication Networks Excercise |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Andreas Timm-Giel |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Part of the content of the lecture Communication Networks are reflected in computing tasks in groups, others are motivated and addressed in the form of a PBL exercise. |
Literatur |
|
Modul M1249: Medizinische Bildgebung |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Tobias Knopp |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Grundkenntnisse in Linear Algebra, Numerik und Signalverarbeitung |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage, Rekonstruktionsverfahren für verschiedene tomographische Bildgebungsmodalitäten wie die Computertomographie und die Magnetresonanztomographie zu beschreiben. Sie kennen die nötigen Grundlagen aus den Bereichen der Signalverarbeitung und der inversen Probleme und kennen sowohl analytische als auch iterative Bildrekonstruktionsmethoden. Die Studierenden verfügen über vertiefende Kenntnisse über die Bildgebungoperatoren der Computertomographie und die Magnetresonanztomographie. |
Fertigkeiten |
Die Studierenden sind dazu in der Lage, Rekonstruktionsverfahren zu implementieren und diese anhand von tomographischen Messdaten zu testen. Sie können die rekonstruierten Bilder visualisieren und die Qualität ihrer Daten und Resultate und beurteilen. Zudem können die Studierenden die zeitliche Komplexität von Bildgebungsalgorithmen abschätzen. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können in sowohl selbstständig als auch in Teams an komplexen Problemen arbeiten. Sie können sich untereinander austauschen und ihre individuellen Stärken zur Lösung des Problems einbringen. |
Selbstständigkeit |
Die Studierenden sind in der Lage ein komplexes Problem eigenständig zu untersuchen und einzuschätzen, welche Kompetenzen zur Lösung des Problems benötigt werden. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung II. Intelligenz-Engineering: Wahlpflicht Elektrotechnik: Vertiefung Medizintechnik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Interdisciplinary Mathematics: Vertiefung III. Computational Methods in Biomedical Imaging: Pflicht Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht Theoretischer Maschinenbau: Vertiefung Bio- und Medizintechnik: Wahlpflicht |
Lehrveranstaltung L1694: Medizinische Bildgebung |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Tobias Knopp |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
Bildgebende Verfahren in der Medizin; O. Dössel; Springer, Berlin, 2000 Bildgebende Systeme für die medizinische Diagnostik; H. Morneburg (Hrsg.); Publicis MCD, München, 1995 Introduction to the Mathematics of Medical Imaging; C. L.Epstein; Siam, Philadelphia, 2008 Medical Image Processing, Reconstruction and Restoration; J. Jan; Taylor and Francis, Boca Raton, 2006 Principles of Magnetic Resonance Imaging; Z.-P. Liang and P. C. Lauterbur; IEEE Press, New York, 1999 |
Lehrveranstaltung L1695: Medizinische Bildgebung |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Tobias Knopp |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0926: Verteilte Algorithmen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Volker Turau |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die wichtigsten Abstraktion von Verteilten Algorithmen erklären (synchrones/asynchrones Model, nachrichtenbasierte und speicherbasierte Kommunikation, Randomisierung). Sie sind in der Lage, komplexitätsmaße für verteilte Algorithmen zu beschreiben (Runden-, Nachrichten- und Speicherkomplexität). Sie können Basisalgorithmen für die wichtigsten verteilten Probleme: Leader election, wechselseitiger Ausschluss, Graphfärbungen, Spannbäume beschreiben. Sie kennen die wesentlichen Techniken von radomisierten Algorithmen. |
Fertigkeiten |
Studierende können eigene verteilte Algorithmen entwerfen und der Komplexität analysieren. Sie greifen dabei auf existierende Standardalgorithmen zurück. Sie analysieren die Komplexität randomisierter Algorithmen. |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 45 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht |
Lehrveranstaltung L1071: Verteilte Algorithmen |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L1072: Verteilte Algorithmen |
Typ | Hörsaalübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Volker Turau |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Fachmodule der Vertiefung II. Ingenieurwissenschaften
Modul M0676: Digitale Nachrichtenübertragung |
||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
|
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen | Die Studierenden sind in der Lage, moderne digitale Nachrichtenübertragungsverfahren zu verstehen, zu vergleichen und zu entwerfen. Sie sind vertraut mit den Eigenschaften linearer und nicht-linearer digitaler Modulationsverfahren. Sie können die Verzerrungen durch Übertragungskanäle beschreiben sowie Empfänger einschließlich Kanalschätzung und Entzerrung entwerfen und beurteilen. Sie kennen die Prinzipien der Single Carrier- und Multicarrier-Übertragung und die Grundlagen wichtiger Vielfachzugriffsverfahren. | ||||||||
Fertigkeiten |
Die Studierenden sind in der Lage, ein digitales Nachrichtenübertragungsverfahren einschließlich Vielfachzugriff zu analysieren und zu entwerfen. Sie sind in der Lage, ein hinsichtlich Übertragungsrate, Bandbreitebedarf, Fehlerwahrscheinlichkeit und weiterer Signaleigenschaften geeignetes digitales Modulationsverfahren zu wählen. Sie können einen geeigneten Detektor einschließlich Kanalschätzung und Entzerrung entwerfen und dabei Eigenschaften suboptimaler Verfahren hinsichtlich Leistungsfähigkeit und Aufwand berücksichtigen. Sie sind in der Lage, ein Single-Carrierverfahren oder ein Multicarrier-Verfahren zu dimensionieren und die Eigenschaften beider Ansätze gegeneinander abzuwägen. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten. |
||||||||
Selbstständigkeit |
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 90 min | ||||||||
Zuordnung zu folgenden Curricula |
Elektrotechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme: Pflicht Information and Communication Systems: Vertiefung Sichere und zuverlässige IT-Systeme, Schwerpunkt Netze: Wahlpflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Informationstechnologie: Wahlpflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht Microelectronics and Microsystems: Kernqualifikation: Wahlpflicht |
Lehrveranstaltung L0444: Digitale Nachrichtenübertragung |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
K. Kammeyer: Nachrichtenübertragung, Teubner P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner. J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill. S. Haykin: Communication Systems. Wiley R.G. Gallager: Principles of Digital Communication. Cambridge A. Goldsmith: Wireless Communication. Cambridge. D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge. |
Lehrveranstaltung L0445: Digitale Nachrichtenübertragung |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Lehrveranstaltung L0646: Praktikum Digitale Nachrichtenübertragung |
Typ | Laborpraktikum |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
- DSL-Übertragung - Stochastische Prozesse - Digitale Datenübertragung |
Literatur |
K. Kammeyer: Nachrichtenübertragung, Teubner P.A. Höher: Grundlagen der digitalen Informationsübertragung, Teubner. J.G. Proakis, M. Salehi: Digital Communications. McGraw-Hill. S. Haykin: Communication Systems. Wiley R.G. Gallager: Principles of Digital Communication. Cambridge A. Goldsmith: Wireless Communication. Cambridge. D. Tse, P. Viswanath: Fundamentals of Wireless Communication. Cambridge. |
Modul M1666: Intelligente Systeme Projekt |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Prof. Alexander Schlaefer | ||||||||
Zulassungsvoraussetzungen | Keine | ||||||||
Empfohlene Vorkenntnisse |
Sehr gute Programmierkenntnisse Gute Mathematikkentnisse Vorkenntnisse maschinelles Lernen sehr wünschenswert Vorkenntnisse Bildverarbeitung / Computer Vision hilfreich Intelligente Systeme Projekt - Gruppendiskussion Vorkenntnisse Mikroprozessorprogrammierung hilfreich |
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
Die Studierenden können Aspekte intelligenter Systeme erklären (z.B. Autonomie, Erfassung von Umgebungsinformationen, Interaktion mit der Umgebung) sowie die Bezüge zu Ki / Robotik / maschinellem Lernen / Computer Vision einordnen. |
||||||||
Fertigkeiten |
Die Studierenden können ein komplexes Anwendungsszenario analysieren und Methoden der künstlichen Intelligenz (vor allem Robotik, maschinelles Lernen, Computer Vision) nutzen, um ein intelligentes System zu implementieren. Weiterhin können die Studierenden Kriterien zur Bewertung der Funktion des Systems definieren und das System evaluieren. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
Die Studierenden können in Gruppen Projektziele konzipieren und den Projektablauf organisieren. Sie können Ihre Ergebnisse in geeigneter Weise präsentieren. |
||||||||
Selbstständigkeit |
Die Studierenden verantworten selbstständig eine Teilaufgabe innerhalb der Projektgruppe und können die Bearbeitung ihrer Aufgaben mit anderen Gruppenmitgliedern koordinieren. Sie liefern termingerecht Ihre Arbeiten ab. Sie können sich selbstständig zusätzliches Wissen durch Literaturrecherche erschließen. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 96, Präsenzstudium 84 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Schriftliche Ausarbeitung | ||||||||
Prüfungsdauer und -umfang | ca. 8 Seiten, Bearbeitungszeit: semesterbegleitend | ||||||||
Zuordnung zu folgenden Curricula |
Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L2709: Intelligente Systeme Projekt |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 6 |
LP | 6 |
Arbeitsaufwand in Stunden | Eigenstudium 96, Präsenzstudium 84 |
Dozenten | Prof. Alexander Schlaefer |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
Das Projektthema wird gemeinsam im Rahmen der Veranstaltung ausgewählt. |
Literatur |
Wird in der Veranstaltung bekannt gegeben. |
Modul M0673: Informationstheorie und Codierung |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden kennen die grundlegenden Definitionen zur informationstheoretischen Quantifizierung von Information. Sie kennen das Shannonsche Quellencodierungstheorem sowie das Kanalcodierungstheorem und können damit Grenzen der Kompression bzw. der fehlerfreien Datenübertragung bestimmen. Sie verstehen die Grundprinzipien der Datenkompression (Quellencodierung) und der fehlererkennenden und fehlerkorrigierenden Kanalcodierung. Sie sind mit den Prinzipien der Decodierung vertraut, insbesondere mit modernen Verfahren der iterativen Decodierung. Sie kennen grundlegende Codierverfahren, deren Eigenschaften und Decodierverfahren. |
Fertigkeiten |
Die Studierenden sind in der Lage, die Grenzen der Datenkompression bzw. der Datenübertragungsrate für gestörte Kanäle zu bestimmen und damit ein Übertragungsverfahren zu dimensionieren. Sie sind in der Lage, die Parameter eines fehlererkennenden bzw. fehlerkorrigierenden Kanalcodierungsverfahrens zum Erreichen gegebener Zielvorgaben abzuschätzen. Sie sind in der Lage, die Eigenschaften grundlegender Kanalcodierungs- und Decodierungsverfahren hinsichtlich Fehlerkorrektureigenschaften, Decodierverzögerung und Decodierkomplexität zu vergleichen und ein geeignetes Verfahren auszuwählen. Sie sind in der Lage, grundlegende Codier- und Decodierverfahren in Software zu implementieren. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können in fachspezifische Aufgaben gemeinsam bearbeiten.
|
Selbstständigkeit |
Die Studierenden sind in der Lage, die notwendigen Informationen aus geeigneten Literaturquellen selbständig zu beschaffen und in den Kontext der Vorlesung zu setzen. Sie können ihren Wissensstand mit Hilfe vorlesungsbegleitender Maßnahmen (klausurnahe Aufgaben, Software-Tools, Clicker-System) kontinuierlich überprüfen und auf dieser Basis ihre Lernprozesse steuern. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht Information and Communication Systems: Kernqualifikation: Pflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht Mechatronics: Technischer Ergänzungskurs: Wahlpflicht |
Lehrveranstaltung L0436: Informationstheorie und Codierung |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Bossert, M.: Kanalcodierung. Oldenbourg. Friedrichs, B.: Kanalcodierung. Springer. Lin, S., Costello, D.: Error Control Coding. Prentice Hall. Roth, R.: Introduction to Coding Theory. Johnson, S.: Iterative Error Correction. Cambridge. Richardson, T., Urbanke, R.: Modern Coding Theory. Cambridge University Press. Gallager, R. G.: Information theory and reliable communication. Whiley-VCH Cover, T., Thomas, J.: Elements of information theory. Wiley. |
Lehrveranstaltung L0438: Informationstheorie und Codierung |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0846: Control Systems Theory and Design |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Herbert Werner |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse | Introduction to Control Systems |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
Students can work in small groups on specific problems to arrive at joint solutions. |
Selbstständigkeit |
Students can obtain information from provided sources (lecture notes, software documentation, experiment guides) and use it when solving given problems. They can assess their knowledge in weekly on-line tests and thereby control their learning progress. |
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 120 min |
Zuordnung zu folgenden Curricula |
Elektrotechnik: Kernqualifikation: Pflicht Energietechnik: Kernqualifikation: Wahlpflicht Flugzeug-Systemtechnik: Kernqualifikation: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Elektrotechnik: Wahlpflicht Internationales Wirtschaftsingenieurwesen: Vertiefung II. Mechatronik: Wahlpflicht Mechanical Engineering and Management: Vertiefung Mechatronik: Wahlpflicht Mechatronics: Kernqualifikation: Pflicht Mediziningenieurwesen: Vertiefung Künstliche Organe und Regenerative Medizin: Wahlpflicht Mediziningenieurwesen: Vertiefung Implantate und Endoprothesen: Wahlpflicht Mediziningenieurwesen: Vertiefung Medizin- und Regelungstechnik: Pflicht Mediziningenieurwesen: Vertiefung Management und Administration: Wahlpflicht Produktentwicklung, Werkstoffe und Produktion: Kernqualifikation: Wahlpflicht Theoretischer Maschinenbau: Kernqualifikation: Pflicht |
Lehrveranstaltung L0656: Control Systems Theory and Design |
Typ | Vorlesung |
SWS | 2 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 92, Präsenzstudium 28 |
Dozenten | Prof. Herbert Werner |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
State space methods (single-input single-output) • State space models and transfer functions, state feedback Digital Control System identification and model order reduction Case study |
Literatur |
|
Lehrveranstaltung L0657: Control Systems Theory and Design |
Typ | Gruppenübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Herbert Werner |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0677: Digital Signal Processing and Digital Filters |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
The students know and understand basic algorithms of digital signal processing. They are familiar with the spectral transforms of discrete-time signals and are able to describe and analyse signals and systems in time and image domain. They know basic structures of digital filters and can identify and assess important properties including stability. They are aware of the effects caused by quantization of filter coefficients and signals. They are familiar with the basics of adaptive filters. They can perform traditional and parametric methods of spectrum estimation, also taking a limited observation window into account. The students are familiar with the contents of lecture and tutorials. They can explain and apply them to new problems. |
Fertigkeiten | The students are able to apply methods of digital signal processing to new problems. They can choose and parameterize suitable filter striuctures. In particular, the can design adaptive filters according to the minimum mean squared error (MMSE) criterion and develop an efficient implementation, e.g. based on the LMS or RLS algorithm. Furthermore, the students are able to apply methods of spectrum estimation and to take the effects of a limited observation window into account. |
Personale Kompetenzen | |
Sozialkompetenz |
The students can jointly solve specific problems. |
Selbstständigkeit |
The students are able to acquire relevant information from appropriate literature sources. They can control their level of knowledge during the lecture period by solving tutorial problems, software tools, clicker system. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Klausur |
Prüfungsdauer und -umfang | 90 min |
Zuordnung zu folgenden Curricula |
Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Signalverarbeitung: Wahlpflicht Mechanical Engineering and Management: Vertiefung Mechatronik: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Microelectronics and Microsystems: Vertiefung Communication and Signal Processing: Wahlpflicht Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht |
Lehrveranstaltung L0446: Digital Signal Processing and Digital Filters |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
K.-D. Kammeyer, K. Kroschel: Digitale Signalverarbeitung. Vieweg Teubner. V. Oppenheim, R. W. Schafer, J. R. Buck: Zeitdiskrete Signalverarbeitung. Pearson StudiumA. V. W. Hess: Digitale Filter. Teubner. Oppenheim, R. W. Schafer: Digital signal processing. Prentice Hall. S. Haykin: Adaptive flter theory. L. B. Jackson: Digital filters and signal processing. Kluwer. T.W. Parks, C.S. Burrus: Digital filter design. Wiley. |
Lehrveranstaltung L0447: Digital Signal Processing and Digital Filters |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Fachmodule der Vertiefung III. Mathematik
Modul M1428: Lineare und Nichtlineare Optimierung |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Matthias Mnich |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung III. Mathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht |
Lehrveranstaltung L2062: Lineare und Nichtlineare Optimierung |
Typ | Vorlesung |
SWS | 4 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 64, Präsenzstudium 56 |
Dozenten | Prof. Matthias Mnich |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L2063: Lineare und Nichtlineare Optimierung |
Typ | Hörsaalübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Matthias Mnich |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0881: Mathematische Bildverarbeitung |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Marko Lindner |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden können
|
Fertigkeiten |
Die Studierenden können
|
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können in heterogen zusammengesetzten Teams (d.h. aus unterschiedlichen Studiengängen und mit unterschiedlichem Hintergrundwissen) zusammenarbeiten und sich theoretische Grundlagen erklären. |
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 20 min |
Zuordnung zu folgenden Curricula |
Bioverfahrenstechnik: Vertiefung A - Allgemeine Bioverfahrenstechnik: Wahlpflicht Computer Science: Vertiefung III. Mathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht Interdisciplinary Mathematics: Vertiefung III. Computational Methods in Biomedical Imaging: Pflicht Mechatronics: Technischer Ergänzungskurs: Wahlpflicht Mechatronics: Vertiefung Systementwurf: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht Verfahrenstechnik: Vertiefung Allgemeine Verfahrenstechnik: Wahlpflicht |
Lehrveranstaltung L0991: Mathematische Bildverarbeitung |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Marko Lindner |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur | Bredies/Lorenz: Mathematische Bildverarbeitung |
Lehrveranstaltung L0992: Mathematische Bildverarbeitung |
Typ | Gruppenübung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Prof. Marko Lindner |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1405: Randomisierte Algorithmen und Zufällige Graphen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Anusch Taraz |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
|
Selbstständigkeit |
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 30 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung III. Mathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht |
Lehrveranstaltung L2010: Randomisierte Algorithmen und Zufällige Graphen |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Anusch Taraz, Prof. Volker Turau |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
Randomized Algorithms:
|
Literatur |
|
Lehrveranstaltung L2011: Randomisierte Algorithmen und Zufällige Graphen |
Typ | Hörsaalübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Anusch Taraz, Prof. Volker Turau |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0711: Numerische Mathematik II |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sabine Le Borne |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können
|
Fertigkeiten |
Studierende sind in der Lage,
|
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können
|
Selbstständigkeit |
Studierende sind fähig,
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 25 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung III. Mathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht Theoretischer Maschinenbau: Kernqualifikation: Wahlpflicht |
Lehrveranstaltung L0568: Numerische Mathematik II |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne, Dr. Jens-Peter Zemke |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L0569: Numerische Mathematik II |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sabine Le Borne, Dr. Jens-Peter Zemke |
Sprachen | DE/EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M1552: Fortgeschrittenes maschinelles Lernen |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Dr. Jens-Peter Zemke |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Studierende können die mathematischen Grundlagen verschiedener neuronaler Netze benennen, wiedergeben, neuronale Netze klassifizieren und hinsichtlich der Schwierigkeiten bewerten. |
Fertigkeiten |
Studierende können neuronale Netze implementieren, verstehen und gezielt sowie an die Problemstellung angepasst anwenden. |
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können
|
Selbstständigkeit |
Studierende sind fähig
|
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 25 min |
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung III. Mathematik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Mechatronics: Technischer Ergänzungskurs: Wahlpflicht Technomathematik: Vertiefung I. Mathematik: Wahlpflicht Theoretischer Maschinenbau: Vertiefung Robotik und Informatik: Wahlpflicht |
Lehrveranstaltung L2322: Fortgeschrittenes maschinelles Lernen |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Dr. Jens-Peter Zemke |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
|
Lehrveranstaltung L2323: Fortgeschrittenes maschinelles Lernen |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Dr. Jens-Peter Zemke |
Sprachen | DE/EN |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Fachmodule der Vertiefung IV. Fachspezifische Fokussierung
Modul M1434: Technischer Ergänzungskurs I für IIW |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Prof. Volker Turau |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen | |
Fertigkeiten | |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Abhängig von der Wahl der Lehrveranstaltungen |
Leistungspunkte | 12 |
Zuordnung zu folgenden Curricula |
Informatik-Ingenieurwesen: Vertiefung IV. Fachspezifische Fokussierung: Wahlpflicht |
Modul M1435: Technischer Ergänzungskurs II für IIW |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Prof. Görschwin Fey |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen | |
Fertigkeiten | |
Personale Kompetenzen | |
Sozialkompetenz | |
Selbstständigkeit | |
Arbeitsaufwand in Stunden | Abhängig von der Wahl der Lehrveranstaltungen |
Leistungspunkte | 12 |
Zuordnung zu folgenden Curricula |
Informatik-Ingenieurwesen: Vertiefung IV. Fachspezifische Fokussierung: Wahlpflicht |
Thesis
Modul M-002: Masterarbeit |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Professoren der TUHH |
Zulassungsvoraussetzungen |
|
Empfohlene Vorkenntnisse | keine |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
|
Fertigkeiten |
|
Personale Kompetenzen | |
Sozialkompetenz |
Studierende können
|
Selbstständigkeit |
Studierende sind fähig,
|
Arbeitsaufwand in Stunden | Eigenstudium 900, Präsenzstudium 0 |
Leistungspunkte | 30 |
Studienleistung | Keine |
Prüfung | Abschlussarbeit |
Prüfungsdauer und -umfang | laut ASPO |
Zuordnung zu folgenden Curricula |
Bauingenieurwesen: Abschlussarbeit: Pflicht Bioverfahrenstechnik: Abschlussarbeit: Pflicht Chemical and Bioprocess Engineering: Abschlussarbeit: Pflicht Computer Science: Abschlussarbeit: Pflicht Elektrotechnik: Abschlussarbeit: Pflicht Energietechnik: Abschlussarbeit: Pflicht Environmental Engineering: Abschlussarbeit: Pflicht Flugzeug-Systemtechnik: Abschlussarbeit: Pflicht Global Innovation Management: Abschlussarbeit: Pflicht Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht Information and Communication Systems: Abschlussarbeit: Pflicht Interdisciplinary Mathematics: Abschlussarbeit: Pflicht International Production Management: Abschlussarbeit: Pflicht Internationales Wirtschaftsingenieurwesen: Abschlussarbeit: Pflicht Joint European Master in Environmental Studies - Cities and Sustainability: Abschlussarbeit: Pflicht Logistik, Infrastruktur und Mobilität: Abschlussarbeit: Pflicht Materialwissenschaft: Abschlussarbeit: Pflicht Mechanical Engineering and Management: Abschlussarbeit: Pflicht Mechatronics: Abschlussarbeit: Pflicht Mediziningenieurwesen: Abschlussarbeit: Pflicht Microelectronics and Microsystems: Abschlussarbeit: Pflicht Produktentwicklung, Werkstoffe und Produktion: Abschlussarbeit: Pflicht Regenerative Energien: Abschlussarbeit: Pflicht Schiffbau und Meerestechnik: Abschlussarbeit: Pflicht Ship and Offshore Technology: Abschlussarbeit: Pflicht Teilstudiengang Lehramt Metalltechnik: Abschlussarbeit: Pflicht Theoretischer Maschinenbau: Abschlussarbeit: Pflicht Verfahrenstechnik: Abschlussarbeit: Pflicht Wasser- und Umweltingenieurwesen: Abschlussarbeit: Pflicht Zulassungs- und Sachverständigenwesen in der Luftfahrt: Abschlussarbeit: Pflicht |