Studiengangsbeschreibung
Inhalt
Der Masterstudiengang Informatik-Ingenieurwesen führt die Ausrichtung auf cyber-physische Systeme, also vernetzte Rechensysteme in ihrer physischen Umwelt, aus dem Bachelorstudium konsequent fort. Dies geschieht durch eine tiefgreifende Informatikausbildung mit Bezug zu Ingenieursdisziplinen, speziell der Elektrotechnik. Studierende erwerben tiefgreifende Kompetenzen bis zum neuesten Forschungsstand in der Informatik, wie zum Beispiel zu maschinellem Lernen oder Data Science, mit dem Ziel, diese in Ingenieursanwendungen erfolgreich einzusetzen.
Der Masterstudiengang Informatik-Ingenieurwesen baut auf den drei Pfeilern Mathematik, Informatik und Ingenieurwissenschaften auf. Entsprechende Wahlpflichtkataloge garantieren, dass vertiefte Kenntnisse in diesen drei Vertiefungen erlernt werden. Im Ingenieursbereich steht die Elektrotechnik im Fokus. Zusätzlich bietet das Curriculum sehr große Freiräume, um Veranstaltungen aus dem weiteren technischen Angebot der TUHH zu wählen. So setzen Studierende eigene Akzente, um interdisziplinäre Brücken in spezifische Ingenieursbereiche zu schlagen. Ebenso werden weiterführende Kenntnisse in Betriebswirtschaftslehre und Management sowie in nicht-technischen Fächern erworben, um die Kompetenzen für die Durchführung umfangreicher IT-Projekte zu bilden. Dies umfasst insbesondere die Fähigkeit zum selbstständigen Erarbeiten komplexer Wissensbereiche und die selbstständige Bearbeitung komplexer technischer Fragestellungen.
Die Studienverlaufspläne zu (N) vernetzten eingebetteten Systemen, (D) verlässlichen und sicheren Systemen, (A) Algorithmen für Data Engineering sowie (M) Medizintechnik zeigen beispielhafte Ausrichtungen von hoher praktischer Relevanz.
Ergänzend zu dem fachlichen Grundlagenkanon an der TUHH sind Seminare zur Personalen Kompetenzentwicklung im Rahmen des Theorie-Praxis-Transfers in das duale Studium integriert, die den modernen Berufsanforderungen an eine Ingenieurin bzw. einen Ingenieur gerecht werden und die Verknüpfung der beiden Lernorte unterstützt.
Die praxisintegrierenden dualen Intensivstudiengänge der TUHH bestehen aus einem wissenschaftsorientierten und einem praxisorientierten Teil, welche an zwei Lernorten durchgeführt werden. Der wissenschaftsorientierte Teil umfasst das Studium an der TUHH. Der praxisorientierte Teil ist mit dem Studium inhaltlich und zeitlich abgestimmt und findet jeweils in der vorlesungsfreien Zeit in einem Kooperationsunternehmen in Form von Praxismodulen und -phasen statt.
Berufliche Perspektiven
Absolvent:innen können wissenschaftliche Tätigkeiten an Universitäten und Forschungsinstituten insbesondere mit dem Ziel der Promotion aufnehmen oder sich für den direkten Einstieg in die Industrie entscheiden. Sie besitzen vielfältiges Methoden- und Schnittstellenwissen, welches sie zur disziplinübergreifenden Arbeit befähigt.
Zudem erlangen die Studentinnen und Studenten grundlegende fachliche und personale Kompetenzen im dualen Studium, die sowohl zu einem frühen Einstieg in die Berufspraxis als auch zu einem wissenschaftlich vertiefenden Studium befähigen. Darüber hinaus werden berufspraktische Erfahrungen durch die integrierten Praxismodule erweitert. Die Absolventinnen und Absolventen des dualen Studiengangs verfügen über ein breites Grundlagenwissen, grundlegende Fähigkeiten des wissenschaftlichen Arbeitens und über anwendungsbezogene personale Kompetenzen.
Lernziele
Die Lernziele des Studiengangs basieren auf den oben aufgeführten Zielen. Alle aufgeführten Lernziele stellen Kompetenzen dar, die sowohl im Unternehmens- als auch im Forschungsumfeld benötigt werden. In Abgrenzung zum Bachelorstudiengang Informatik und Ingenieurwissenschaften beziehen sich die hier aufgeführten Kompetenzen auf komplexe Problemstellungen, auf die Berücksichtigung von Unsicherheit und auf das Arbeiten unter vorgegebenen Randbedingungen aus Anwendungsfeldern. Im Folgenden werden die Lernziele in die Kategorien Wissen, Fertigkeiten, Sozialkompetenz und Selbstständigkeit unterteilt.
Kenntnisse
- Ingenieurwissenschaften: Absolvent:innen haben ein vertieftes Verständnis mathematisch‐naturwissenschaftlicher sowie systemtechnischer Zusammenhänge in den Ingenieurwissenschaften mit einem Fokus in der Elektrotechnik. Diese Kenntnisse sind mit einem breiten theoretischen und methodischen Fundament untermauert.
- Informatik: Absolvent:innen haben ein vertieftes Wissen zu Methoden und Verfahren zur Modellbildung und Problemlösung in der theoretischen, praktischen und technischen Informatik.
- Mathematik: Absolvent:innen verfügen über vertiefte Kenntnisse in mathematischen Methoden zur Optimierung, Bildverarbeitung, randomisierten Algorithmen oder neuronalen Netzen.
- Wirtschaftswissenschaften: Absolvent:innen kennen die Grundlagen aus Betrieb und Management und angrenzenden Fächern wie Patentwesen und deren Beziehung zu ihrem Fach.
- Brückenschlag zwischen Informatik und Ingenieurwissenschaften: Absolvent:innen haben vertieftes Wissen zu Methoden und Verfahren, um Schnittstellen zwischen Ingenieursanwendungen einerseits und Modellen der Informatik andererseits zu beschreiben. Absolvent:innen sind vertraut mit aktuellsten informations- und kommunikationstechnischen Systemen, die mit der physischen Umwelt interagieren - so genannten cyber-physischen Systemen.
Fertigkeiten
- Ingenieurwissenschaften: Absolvent:innen können ihr ingenieurwissenschaftliches Urteilsvermögen anzuwenden, um mit komplexen, möglicherweise unvollständigen Informationen zu arbeiten, Widersprüche zu erkennen und mit ihnen umzugehen.
- Informatik: Absolvent:innen sind in der Lage, Instanzen umfassender formaler Modelle der Informatik anhand weitergehender Modellierungsansätze zu entwickeln, ihre Berechenbarkeit und Komplexität zu ermitteln und sie vermöge geeigneter Programmierwerkzeuge in einem technischen Rahmen umzusetzen. Absolvent:innen können daraus Softwarelösungen entwerfen und realisieren. Dies umfasst komplexe Software-Systeme, bei denen verteilte Realisierung, Verlässlichkeit oder Korrektheit eine besondere Rolle spielen.
- Mathematik: Absolvent:innen können Optimierungsprobleme lösen, mathematische Methoden der Bildverarbeitung oder randomisierte Algorithmen anwenden.
- Brückenschlag zwischen Informatik und Ingenieurwissenschaften: Absolvent:innen können Probleme aus dem Ingenieursbereich wissenschaftlich analysieren und lösen sowie eine geeignete Formalisierung zur informationstechnischen Behandlung erarbeiten und eine Software-Lösung realisieren. Absolvent:innen können cyber-physische Systeme realisieren, die verteilt und vernetzt sind.
Sozialkompetenz
- Absolvent:innen sind in der Lage, die wissenschaftliche Vorgehensweise und resultierende Ergebnisse ihrer Arbeit schriftlich und mündlich verständlich darzustellen.
- Absolvent:innen können über wissenschaftliche Inhalte und Probleme der Informatik mit Fachleuten aus Ingenieursbereichen und Laien kommunizieren. Sie können auf Nachfragen, Ergänzungen und Kommentare geeignet reagieren.
Selbständigkeit
- Absolvent:innen sind in der Lage, notwendige Informationen zu beschaffen und in den Kontext ihres Wissens zu setzen.
- Absolvent:innen können ihre vorhandenen Kompetenzen realistisch einschätzen, Defizite selbstständig kompensieren und zusätzliche Kompetenzen selbständig erwerben.
- Absolvent:innen können selbstorganisiert und -motiviert Forschungsgebiete erarbeiten und neue Problemstellungen finden bzw. definieren (lebenslanges Forschen).
Der kontinuierliche Wechsel der Lernorte im dualen Studium ermöglicht es, dass Theorie und Praxis zueinander in Beziehung gesetzt werden können. Die individuellen berufspraktischen Erfahrungen werden von den Studierenden theoretisch reflektiert und in neue Formen der Praxis überführt, wie auch die praktische Erprobung theoretischer Elemente als Anregung für die theoretische Auseinandersetzung genutzt wird.
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 einem 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 Modul Theorie-Praxis-Verzahnung erworben werden. Die Masterarbeit wird mit 30 Leistungspunkten bewertet und findet am Lernort Kooperationsunternehmen statt. Damit ergibt sich ein Gesamtaufwand von 150 Leistungspunkten. Der Studienplan enthält ein Mobilitätsfenster derart, dass Studierende das dritte Semester im Ausland absolvieren können.
Das Strukturmodell der dualen Studienvariante folgt einem moduldifferenzierenden Ansatz. Aufgrund des praxisorientierten Teils weist das Curriculum der dualen Studienvariante Unterschiede im Vergleich zum regulären Bachelorstudium auf. Die fünf Praxismodule sind in entsprechenden Praxisphasen in der vorlesungsfreien Zeit verortet und finden im Kooperationsunternehmen der dual Studierenden statt.
Die folgenden vier Studienverlaufspläne beschreiben spezielle Ausprägungen des IIW Masters.
N. 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
- Betriebssystembau
D. Dependable and Secure Systems
1. Kernfächer Informatik
- Software-Sicherheit
- Softwareverifikation
- Entwurf von Dependable Systems
2. Kernfächer Ingenieurwissenschaften
- Digitale Signalverarbeitung und Filter
- Elektrische Energiesysteme II: Betrieb und Informationssysteme elektrischer Energienetze
3. Kernfächer Mathematik
- Lineare und Nichtlineare Optimierung
- Numerische Mathematik II
4. Technische Ergänzungskurse
- Robotik & Navigation in der Medizin
- Data Science zur Cybersicherheit
- Sicherheit von Cyber-physischen Systemen
- Prozessautomatisierungstechnik
A. Algorithms for Data Engineering
1. Kernfächer Informatik
- Softwareverifikation
- Algorithmische Spieltheorie
- Advanced Internet Computing
2. Kernfächer Ingenieurwissenschaften
- Informationstheorie und Codierung
- Maschinelles Lernen in der Elektro- und Informationstechnik
3. Kernfächer Mathematik
- Mathematische Bildverarbeitung
- Mathematik neuronaler Netzwerke
4. Technische Ergänzungskurse
- Massively Parallel Systems: Architecture and Programming
- Numerische Mathematik II
- Approximation und Stabilität
- Hierarchische Algorithmen
M. Medizintechnik
1. Kernfächer Informatik
- Softwareverifikation
- Medizinische Bildgebung
- Sicherheit von Cyber-physischen Systemen
2. Kernfächer Ingenieurwissenschaften
- Intelligente Systeme Projekt
- Digitale Signalverarbeitung und Digitale Filter
3. Kernfächer Mathematik
- Mathematische Bildverarbeitung
- Numerische Mathematik II
4. Technische Ergänzungskurse
- Wahrscheinlichkeitstheorie
- Intelligente Systeme in der Medizin
- Robotik & Navigation in der Medizin
- Regelungstechnische Methoden für die Medizintechnik
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 M1759: Theorie-Praxis-Verzahnung im dualen Master |
Modulverantwortlicher | Dr. Henning Haschke |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden … … können ausgewählte klassische und aktuelle Theorien, Konzepte und Methoden ...
... beschreiben, einordnen sowie auf konkrete Situationen, Prozesse und Vorhaben in Ihrem persönlichen beruflichen Kontext anwenden. |
Fertigkeiten |
Die Studierenden …
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden …
|
Selbstständigkeit |
Die Studierenden …
|
Arbeitsaufwand in Stunden | Eigenstudium 96, Präsenzstudium 84 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung |
Prüfungsdauer und -umfang | Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine fortlaufende Dokumentation und Reflexion der Lernerfahrungen und der Kompetenzentwicklung im Bereich der Personalen Kompetenz. |
Lehrveranstaltung L2890: Projektmanagement im Ingenieurbereich verantwortungsvoll gestalten (duale Studienvariante) |
Typ | Seminar |
SWS | 3 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 48, Präsenzstudium 42 |
Dozenten | Dr. Henning Haschke, Heiko Sieben |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
|
Literatur |
Seminarapparat |
Lehrveranstaltung L2891: Veränderungs- und Transformationsmanagement im Ingenieurbereich verantwortungsvoll gestalten (duale Studienvariante) |
Typ | Seminar |
SWS | 3 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 48, Präsenzstudium 42 |
Dozenten | Dr. Henning Haschke, Heiko Sieben |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
|
Literatur | Seminarapparat |
Modul M1756: Praxismodul 1 im dualen Master |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Dr. Henning Haschke |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden …
|
Fertigkeiten |
Die Studierenden …
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden …
|
Selbstständigkeit |
Die Studierenden …
|
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Leistungspunkte | 10 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung |
Prüfungsdauer und -umfang | Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat. |
Zuordnung zu folgenden Curricula |
Bauingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Chemical and Bioprocess Engineering: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Energietechnik: Kernqualifikation: Pflicht Environmental Engineering: Kernqualifikation: Pflicht Flugzeug-Systemtechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Information and Communication Systems: Kernqualifikation: Pflicht Internationales Wirtschaftsingenieurwesen: Kernqualifikation: Pflicht Logistik, Infrastruktur und Mobilität: Kernqualifikation: Pflicht Materialwissenschaft: Kernqualifikation: Pflicht Mechanical Engineering and Management: Kernqualifikation: Pflicht Mechatronics: Kernqualifikation: Pflicht Mediziningenieurwesen: Kernqualifikation: Pflicht Microelectronics and Microsystems: Kernqualifikation: Pflicht Produktentwicklung, Werkstoffe und Produktion: Kernqualifikation: Pflicht Regenerative Energien: Kernqualifikation: Pflicht Schiffbau und Meerestechnik: Kernqualifikation: Pflicht Theoretischer Maschinenbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wasser- und Umweltingenieurwesen: Kernqualifikation: Pflicht |
Lehrveranstaltung L2887: Praxisphase 1 im dualen Master |
Typ | |
SWS | 0 |
LP | 10 |
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Dozenten | Dr. Henning Haschke |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
Onboarding Betrieb
Betriebliches Wissen und betriebliche Fertigkeiten
Lerntransfer/-reflexion
|
Literatur |
|
Modul M1757: Praxismodul 2 im dualen Master |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Dr. Henning Haschke |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden …
|
Fertigkeiten |
Die Studierenden …
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden …
|
Selbstständigkeit |
Die Studierenden …
|
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Leistungspunkte | 10 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung |
Prüfungsdauer und -umfang | Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat. |
Zuordnung zu folgenden Curricula |
Bauingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Chemical and Bioprocess Engineering: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Energietechnik: Kernqualifikation: Pflicht Environmental Engineering: Kernqualifikation: Pflicht Flugzeug-Systemtechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Information and Communication Systems: Kernqualifikation: Pflicht Internationales Wirtschaftsingenieurwesen: Kernqualifikation: Pflicht Logistik, Infrastruktur und Mobilität: Kernqualifikation: Pflicht Materialwissenschaft: Kernqualifikation: Pflicht Mechanical Engineering and Management: Kernqualifikation: Pflicht Mechatronics: Kernqualifikation: Pflicht Mediziningenieurwesen: Kernqualifikation: Pflicht Microelectronics and Microsystems: Kernqualifikation: Pflicht Produktentwicklung, Werkstoffe und Produktion: Kernqualifikation: Pflicht Regenerative Energien: Kernqualifikation: Pflicht Schiffbau und Meerestechnik: Kernqualifikation: Pflicht Theoretischer Maschinenbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wasser- und Umweltingenieurwesen: Kernqualifikation: Pflicht |
Lehrveranstaltung L2888: Praxisphase 2 im dualen Master |
Typ | |
SWS | 0 |
LP | 10 |
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Dozenten | Dr. Henning Haschke |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
Onboarding Betrieb
Betriebliches Wissen und betriebliche Fertigkeiten
Lerntransfer/-reflexion
|
Literatur |
|
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. |
Modul M1758: Praxismodul 3 im dualen Master |
||||||||
Lehrveranstaltungen | ||||||||
|
Modulverantwortlicher | Dr. Henning Haschke |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
|
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden …
|
Fertigkeiten |
Die Studierenden …
|
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden …
|
Selbstständigkeit |
Die Studierenden …
|
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Leistungspunkte | 10 |
Studienleistung | Keine |
Prüfung | Schriftliche Ausarbeitung |
Prüfungsdauer und -umfang | Studienbegleitende und semesterübergreifende Dokumentation: Die Leistungspunkte für das Modul werden durch die Anfertigung eines digitalen Lern- und Entwicklungsberichtes (E-Portfolio) erworben. Dabei handelt es sich um eine Dokumentation und Reflexion der individuellen Lernerfahrungen und Kompetenzentwicklungen im Bereich der Theorie-Praxis-Verzahnung und der Berufspraxis. Zusätzlich erbringt das Kooperationsunternehmen gegenüber der Koordinierungsstelle dual@TUHH den Nachweis, dass die bzw. der dual Studierende die Praxisphase absolviert hat. |
Zuordnung zu folgenden Curricula |
Bauingenieurwesen: Kernqualifikation: Pflicht Bioverfahrenstechnik: Kernqualifikation: Pflicht Chemical and Bioprocess Engineering: Kernqualifikation: Pflicht Computer Science: Kernqualifikation: Pflicht Elektrotechnik: Kernqualifikation: Pflicht Energietechnik: Kernqualifikation: Pflicht Environmental Engineering: Kernqualifikation: Pflicht Flugzeug-Systemtechnik: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Kernqualifikation: Pflicht Information and Communication Systems: Kernqualifikation: Pflicht Internationales Wirtschaftsingenieurwesen: Kernqualifikation: Pflicht Logistik, Infrastruktur und Mobilität: Kernqualifikation: Pflicht Luftfahrttechnik: Kernqualifikation: Pflicht Materials Science and Engineering: Kernqualifikation: Pflicht Materialwissenschaft: Kernqualifikation: Pflicht Mechanical Engineering and Management: Kernqualifikation: Pflicht Mechatronics: Kernqualifikation: Pflicht Mediziningenieurwesen: Kernqualifikation: Pflicht Microelectronics and Microsystems: Kernqualifikation: Pflicht Produktentwicklung, Werkstoffe und Produktion: Kernqualifikation: Pflicht Regenerative Energien: Kernqualifikation: Pflicht Schiffbau und Meerestechnik: Kernqualifikation: Pflicht Theoretischer Maschinenbau: Kernqualifikation: Pflicht Verfahrenstechnik: Kernqualifikation: Pflicht Wasser- und Umweltingenieurwesen: Kernqualifikation: Pflicht |
Lehrveranstaltung L2889: Praxisphase 3 im dualen Master |
Typ | |
SWS | 0 |
LP | 10 |
Arbeitsaufwand in Stunden | Eigenstudium 300, Präsenzstudium 0 |
Dozenten | Dr. Henning Haschke |
Sprachen | DE |
Zeitraum |
WiSe/ |
Inhalt |
Onboarding Betrieb
Betriebliches Wissen und betriebliche Fertigkeiten
Lerntransfer/-reflexion
|
Literatur |
|
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 Sichere und zuverlässige IT-Systeme: Pflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht 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 M1694: Security of Cyber-Physical Systems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sibylle Fröschle | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse |
IT security, programming skills, statistics |
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
The students know and can explain - the threats posed by cyber attacks to cyber-physical systems (CPS) - concrete attacks at a technical level, e.g. on bus systems - security solutions specific to CPS with their capabilities and limitations - examples of security architectures for CPS and the requirements they guarantee - standard security engineering processes for CPS |
||||||||
Fertigkeiten |
The students are able to - identify security threats and assess the risks for a given CPS - apply attack toolkits to analyse a networked control system, and detect attacks beyond those taught in class - identify and apply security solutions suitable to the requirements - follow security engineering processes to develop a security architecture for a given CPS - recognize challenges and limitations, e.g. posed by novel types of attack |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz |
The students are able to - expertly discuss security risks and incidents of CPS and their mitigation in a solution-oriented fashion with experts and non-experts - foster a security culture with respect to CPS and the corresponding critical infrastructures |
||||||||
Selbstständigkeit |
The students are able to - follow up and critically assess current developments in the security of CPS including relevant security incidents - master a new topic within the area by self-study and self-initiated interaction with experts and peers. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Klausur | ||||||||
Prüfungsdauer und -umfang | 120 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 L2691: Security of Cyber-Physical Systems |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Fröschle |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
Embedded systems in energy, production, and transportation are currently undergoing a technological transition to highly networked automated cyber-physical systems (CPS). Such systems are potentially vulnerable to cyber attacks, and these can have physical impact. In this course we investigate security threats, solutions and architectures that are specific to CPS. The topics are as follows: Fundamentals and motivating examples Networked and embedded control systems Bus system level attacks Intruder detection systems (IDS), in particular physics-based IDS System security architectures, including cryptographic solutions Adversarial machine learning attacks in the physical world Aspects of Location and Localization Wireless networks and infrastructures for critical applications Communication security architectures and remaining threats Intruder detection systems (IDS), in particular data-centric IDS Resilience against multi-instance attacks Security Engineering of CPS: Process and Norms |
Literatur |
Recent scientific papers and reports in the public domain. |
Lehrveranstaltung L2692: Security of Cyber-Physical Systems |
Typ | Gruppenübung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sibylle Fröschle |
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 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 | Fachtheoretisch-fachpraktische Arbeit |
Prüfungsdauer und -umfang | Guppenprojekt mit Präsentation (50 %), schriftlicher Test (60 min, 50 %) |
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 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 M1812: Constraint Satisfaction Problems |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Antoine Mottet |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
The students should have followed the courses Complexity Theory, Discrete Algebraic Structures, Linear Algebra. |
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 Technomathematik: Vertiefung II. 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 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 Luftfahrttechnik: Kernqualifikation: Wahlpflicht Mechatronics: Kernqualifikation: 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 | Dr.-Ing. Koojana Kuladinithi |
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 | Dr.-Ing. 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 | Dr.-Ing. Koojana Kuladinithi |
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 Data Science: Vertiefung III. Applications: Wahlpflicht Data Science: Vertiefung IV. Special Focus Area: 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 Technomathematik: Vertiefung II. Informatik: 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 M1780: Massively Parallel Systems: Architecture and Programming |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Sohan Lal | ||||||||
Zulassungsvoraussetzungen | None | ||||||||
Empfohlene Vorkenntnisse |
An introductory module on computer Engineering or computer architecture, good programming skills in C/C++. |
||||||||
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht | ||||||||
Fachkompetenz | |||||||||
Wissen |
The course starts with parallel computers classification, multithreading, and covers the architecture of centralized and distributed shared-memory parallel systems, multiprocessor cache coherence, snooping / directory-based cache coherence protocols, implementation, and limitations. Next, students study interconnection networks and routing in parallel systems. To ensure the correctness of shared-memory multithreaded programs, independent of the speed of execution of their individual threads, the important topics of memory consistency and synchronization will be covered in detail. As a case study, the architecture of a few accelerators such as GPUs will also be discussed in detail. Besides understanding the architecture and organization of parallel systems, programming them is also very challenging. The course will also cover how to program massively parallel systems using API/libraries such as CUDA/OpenCL/MPI/OpenMP. |
||||||||
Fertigkeiten |
After completing this course, students will be able to understand the architecture and organization of parallel systems. They will be able to evaluate different design choices and make decisions while designing a parallel system. In addition, they will be able to program parallel systems (ranging from an embedded system to a supercomputer) using CUDA/OpenCL/MPI/OpenMP. |
||||||||
Personale Kompetenzen | |||||||||
Sozialkompetenz | The course will encourage students to work in small groups to solve complex problems, thus, inculcating the importance of teamwork. | ||||||||
Selbstständigkeit |
Today, parallel computers are present everywhere. Students will be able to not only program parallel computers independently, but also understand their underlying organization and architecture. This will further help to understand the performance issues of parallel applications and provide insights to improve them. |
||||||||
Arbeitsaufwand in Stunden | Eigenstudium 124, Präsenzstudium 56 | ||||||||
Leistungspunkte | 6 | ||||||||
Studienleistung |
|
||||||||
Prüfung | Mündliche Prüfung | ||||||||
Prüfungsdauer und -umfang | 25 min | ||||||||
Zuordnung zu folgenden Curricula |
Computer Science: Vertiefung I. Computer- und Software-Engineering: Wahlpflicht Data Science: Vertiefung II. Computer Science: Wahlpflicht Data Science: Vertiefung IV. Special Focus Area: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung I. Informatik: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht Microelectronics and Microsystems: Vertiefung Embedded Systems: Wahlpflicht |
Lehrveranstaltung L2936: Massively Parallel Systems: Architecture and Programming |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sohan Lal |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
Brief outline:
|
Literatur |
|
Lehrveranstaltung L2937: Massively Parallel Systems: Architecture and Programming |
Typ | Projekt-/problembasierte Lehrveranstaltung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Sohan Lal |
Sprachen | EN |
Zeitraum | WiSe |
Inhalt |
There will be 3-4 assignments for project-based learning consisting of the following:
|
Literatur |
The following literature will be useful for project-based learning. The further required resources will be discussed during the course.
|
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. Die Studierenden kennen die Vorlesungs- und Übungsinhalte und können diese erläutern sowie auf neue Fragestellungen anwenden. |
||||||||
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: Digital Communications |
Typ | Vorlesung |
SWS | 2 |
LP | 3 |
Arbeitsaufwand in Stunden | Eigenstudium 62, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | 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: Digital Communications |
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 |
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 M1250: Elektrische Energiesysteme II: Betrieb und Informationssysteme elektrischer Energienetze |
||||||||||||
Lehrveranstaltungen | ||||||||||||
|
Modulverantwortlicher | Prof. Christian Becker |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Grundlagen der Elektrotechnik, Elektrische Energiesysteme I, Mathematik I, II, III |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die Studierenden können Technologien und Informationssysteme der Betriebsführung konventioneller und moderner elektrischer Energieversorgungssysteme sowie Verfahren und Algorithmen der Rechner gestützten stationären Netzberechnung, der Fehlerrechnung, der Netzführung und Systemoptimierung detailliert erläutern und kritisch bewerten. |
Fertigkeiten |
Mit Abschluss dieses Moduls sind die Studierenden in der Lage, die erlernten Technologien und Verfahren zur Planung bzw. Analyse realer elektrischer Energiesysteme anzuwenden und die Ergebnisse kritisch zu bewerten. |
Personale Kompetenzen | |
Sozialkompetenz |
Die Studierenden können fachspezifische und fachübergreifende Diskussionen führen, Ideen weiterentwicklen und ihre eigenen Arbeitsergebnisse vor anderen vertreten. |
Selbstständigkeit |
Die Studierenden können sich selbstständig Quellen über die Schwerpunkte der Vorlesung erschließen und das darin enthaltene Wissen aneignen sowie im Rahmen weiterführender Forschungsaktivitäten nutzbar machen. |
Arbeitsaufwand in Stunden | Eigenstudium 110, Präsenzstudium 70 |
Leistungspunkte | 6 |
Studienleistung | Keine |
Prüfung | Mündliche Prüfung |
Prüfungsdauer und -umfang | 45 min |
Zuordnung zu folgenden Curricula |
Elektrotechnik: Kernqualifikation: Pflicht Energietechnik: Vertiefung Energiesysteme: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht |
Lehrveranstaltung L1696: Elektrische Energiesysteme II: Betrieb und Informationssysteme elektrischer Energienetze |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Christian Becker |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt |
|
Literatur |
E. Handschin: Elektrische Energieübertragungssysteme, Hüthig Verlag B. R. Oswald: Berechnung von Drehstromnetzen, Springer-Vieweg Verlag V. Crastan: Elektrische Energieversorgung Bd. 1 & 3, Springer Verlag E.-G. Tietze: Netzleittechnik Bd. 1 & 2, VDE-Verlag |
Lehrveranstaltung L1697: Elektrische Energiesysteme II: Betrieb und Informationssysteme elektrischer Energienetze |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Christian Becker |
Sprachen | DE |
Zeitraum | WiSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
Modul M0673: Information Theory and Coding |
||||||||||||
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 the basic definitions for quantification of information in the sense of information theory. They know Shannon's source coding theorem and channel coding theorem and are able to determine theoretical limits of data compression and error-free data transmission over noisy channels. They understand the principles of source coding as well as error-detecting and error-correcting channel coding. They are familiar with the principles of decoding, in particular with modern methods of iterative decoding. They know fundamental coding schemes, their properties and decoding algorithms. 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 determine the limits of data compression as well as of data transmission through noisy channels and based on those limits to design basic parameters of a transmission scheme. They can estimate the parameters of an error-detecting or error-correcting channel coding scheme for achieving certain performance targets. They are able to compare the properties of basic channel coding and decoding schemes regarding error correction capabilities, decoding delay, decoding complexity and to decide for a suitable method. They are capable of implementing basic coding and decoding schemes in software. |
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 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: Information Theory and Coding |
Typ | Vorlesung |
SWS | 3 |
LP | 4 |
Arbeitsaufwand in Stunden | Eigenstudium 78, Präsenzstudium 42 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | 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: Information Theory and Coding |
Typ | Hörsaalübung |
SWS | 2 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 32, Präsenzstudium 28 |
Dozenten | Prof. Gerhard Bauch |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | Siehe korrespondierende Vorlesung |
Literatur | Siehe korrespondierende Vorlesung |
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 M1785: Machine Learning in Electrical Engineering and Information Technology |
||||||||||||||||||||||||
Lehrveranstaltungen | ||||||||||||||||||||||||
|
Modulverantwortlicher | Prof. Gerhard Bauch |
Zulassungsvoraussetzungen | None |
Empfohlene Vorkenntnisse |
The module is designed for a diverse audience, i.e. students with different background. It shall be suitable for both students with deeper knowledge in machine learning methods but less knowledge in electrical engineering, e.g. math or computer science students, and students with deeper knowledge in electrical engineering but less knowledge in machine learning methods, e.g. electrical engineering students. Machine learning methods will be explained on a relatively high level indicating mainly principle ideas. The focus is on specific applications in electrical engineering and information technology. The chapters of the course will be understandable in different depth depending on the individual background of the student. The individual background of the students will be taken into consideration in the oral exam. |
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 |
Elektrotechnik: Vertiefung Nachrichten- und Kommunikationstechnik: Wahlpflicht Elektrotechnik: Vertiefung HF-Technik, Optik und Elektromagnetische Verträglichkeit: Wahlpflicht Elektrotechnik: Vertiefung Regelungs- und Energiesystemtechnik: Wahlpflicht Informatik-Ingenieurwesen: Vertiefung II. Ingenieurwissenschaften: Wahlpflicht Information and Communication Systems: Vertiefung Kommunikationssysteme, Schwerpunkt Software: Wahlpflicht |
Lehrveranstaltung L3004: General Introduction Machine Learning |
Typ | Vorlesung |
SWS | 1 |
LP | 2 |
Arbeitsaufwand in Stunden | Eigenstudium 46, Präsenzstudium 14 |
Dozenten | Dr. Maximilian Stark |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
Lehrveranstaltung L3008: Machine Learning Applications in Electric Power Systems |
Typ | Vorlesung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Christian Becker, Dr. Davood Babazadeh |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | |
Literatur |
Lehrveranstaltung L3006: Machine Learning in Electromagnetic Compatibility (EMC) Engineering |
Typ | Vorlesung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Christian Schuster, Dr. Cheng Yang |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
Electromagnetic Compatibility (EMC) Engineering deals with design, simulation, measurement, and certification of electronic and electric components and systems in such a way that their operation is safe, reliable, and efficient in any possible application. Safety is hereby understood as safe with respect to parasitic effects of electromagnetic fields on humans as well as on the operation of other components and systems nearby. Examples for components and systems range from the wiring in aircraft and ships to high-speed interconnects in server systems and wirless interfaces for brain implants. In this part of the course we will give an introduction to the physical basics of EMC engineering and then show how methods of Machine Learning (ML) can be applied to expand todays physcis-based approaches in EMC Engineering. |
Literatur |
Lehrveranstaltung L3007: Machine Learning in High-Frequency Technology and Radar |
Typ | Vorlesung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Prof. Alexander Kölpin, Dr. Fabian Lurz |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt | |
Literatur |
Lehrveranstaltung L3005: Machine Learning in Wireless Communications |
Typ | Vorlesung |
SWS | 1 |
LP | 1 |
Arbeitsaufwand in Stunden | Eigenstudium 16, Präsenzstudium 14 |
Dozenten | Dr. Maximilian Stark |
Sprachen | EN |
Zeitraum | SoSe |
Inhalt |
|
Literatur |
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 Mechatronics: Kernqualifikation: 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 | Klausur |
Prüfungsdauer und -umfang | 90 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 Data Science: Kernqualifikation: Pflicht Informatik-Ingenieurwesen: Vertiefung III. Mathematik: Wahlpflicht Mechatronics: Vertiefung Intelligente Systeme und Robotik: Wahlpflicht Mechatronics: Vertiefung Systementwurf: Wahlpflicht Mechatronics: Kernqualifikation: 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. 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 |
Modul M1435: Technischer Ergänzungskurs II für IIW |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Prof. Görschwin Fey |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse |
Im Rahmen des Moduls kann aus dem gesamten technischen Bereich der TUHH gewählt werden. Vorkenntnisse müssen entsprechend individuell geprüft werden. Studierende können diesen Bereich also nutzen, um individuelle Schwerpunkte zu setzen. Insbesondere bestehen hier Freiheitsgrade um Brücken in die Ingenieursdisziplinen zu schlagen. |
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 M1801: Masterarbeit im dualen Studium |
||||
Lehrveranstaltungen | ||||
|
Modulverantwortlicher | Professoren der TUHH |
Zulassungsvoraussetzungen | Keine |
Empfohlene Vorkenntnisse | |
Modulziele/ angestrebte Lernergebnisse | Nach erfolgreicher Teilnahme haben die Studierenden die folgenden Lernergebnisse erreicht |
Fachkompetenz | |
Wissen |
Die dual Studierenden ...
|
Fertigkeiten |
Die dual Studierenden ...
|
Personale Kompetenzen | |
Sozialkompetenz |
Die dual Studierenden ...
|
Selbstständigkeit |
Die dual Studierenden ...
|
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 Data Science: Abschlussarbeit: Pflicht Elektrotechnik: Abschlussarbeit: Pflicht Energietechnik: Abschlussarbeit: Pflicht Environmental Engineering: Abschlussarbeit: Pflicht Flugzeug-Systemtechnik: Abschlussarbeit: Pflicht Informatik-Ingenieurwesen: Abschlussarbeit: Pflicht Information and Communication Systems: Abschlussarbeit: Pflicht Internationales Wirtschaftsingenieurwesen: Abschlussarbeit: Pflicht Logistik, Infrastruktur und Mobilität: Abschlussarbeit: Pflicht Luftfahrttechnik: Abschlussarbeit: Pflicht Materials Science and Engineering: 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 Theoretischer Maschinenbau: Abschlussarbeit: Pflicht Verfahrenstechnik: Abschlussarbeit: Pflicht Wasser- und Umweltingenieurwesen: Abschlussarbeit: Pflicht |