Modulhandbuch für die Studiengänge Bachelor of Science in ...
Modulhandbuch für die Studiengänge - eti.uni-siegen.de · Modulhandbuch für die Studiengänge...
Transcript of Modulhandbuch für die Studiengänge - eti.uni-siegen.de · Modulhandbuch für die Studiengänge...
Modulhandbuch für die Studiengänge
Bachelor und Master Informatik
Department Elektrotechnik und Informatik
Universität Siegen
Stand: 02.04.19
2
Algebra .................................................................................................................................. 7
Algorithmen und Datenstrukturen ......................................................................................... 8
Algorithmik I ........................................................................................................................ 10
Algorithmik II ....................................................................................................................... 11
Analysis I für Informatiker .................................................................................................... 12
Analysis II für Informatiker ................................................................................................... 14
Audiotechnik ....................................................................................................................... 15
Aufbau- und Verbindungstechnik ......................................................................................... 17
Bachelorarbeit (mit Verteidigung) ........................................................................................ 19
Betriebssysteme I ................................................................................................................ 21
Client/Server-Programmierung ............................................................................................ 23
Communications Engineering / ANT ..................................................................................... 25
Compilerbau I ...................................................................................................................... 27
Compilerbau II ..................................................................................................................... 28
Computational Intelligence .................................................................................................. 29
Computergestützte Verfahren in der Zahnmedizin ............................................................... 31
Computergraphik I ............................................................................................................... 32
Computergraphik II .............................................................................................................. 34
Computergraphik III ............................................................................................................. 36
Computergraphik IV ............................................................................................................. 38
Computergraphik V .............................................................................................................. 39
Computergraphik Praktikum (Vertiefungspraktikum) ........................................................... 40
Convex Optimization for Computer Vision ............................................................................ 42
Datenbanksysteme I ............................................................................................................ 44
Datenbanksysteme II ........................................................................................................... 45
Decision Making .................................................................................................................. 46
Deep Learning...................................................................................................................... 48
Denotationelle Semantik ..................................................................................................... 50
Development of the Embedded Systems with FPGAs ............................................................ 51
Diagnose und Therapie ........................................................................................................ 53
Didaktik der Informatik I ...................................................................................................... 54
Digitale Bildverarbeitung I ................................................................................................... 56
Digitale Bildverarbeitung II .................................................................................................. 58
Digitale Bildverarbeitung Praktikum ..................................................................................... 60
Digitale Kommunikationsnetze ............................................................................................ 61
3
Digitaltechnik und Rechnerorganisation ............................................................................... 62
Digital Transformation and Cyber-Physical Systems .............................................................. 64
Diskrete Mathematik ........................................................................................................... 66
Einführung in die IT Sicherheit ............................................................................................. 68
Einführung in die medizinische Informatik............................................................................ 69
Einführung in Numerische Methoden und FEM .................................................................... 71
Einführung in die Regelungstechnik für Informatiker ............................................................ 72
Elektrische Maschinen und Antriebe .................................................................................... 74
Embedded Control ............................................................................................................... 75
Embedded Systems .............................................................................................................. 77
Estimation Theory ................................................................................................................ 79
Fachdidaktische Vertiefung .................................................................................................. 81
Fahrerassistenzsysteme ....................................................................................................... 82
Fortgeschrittene Halbleiter- und Mikroelektronik I ............................................................... 84
Fortgeschrittene Halbleiter- und Mikroelektronik II .............................................................. 86
Funktionales Programmieren ............................................................................................... 88
Gestaltungspraktikum 3D Modellierung und Animation mit Maya ........................................ 89
Gestaltungspraktikum E-Learning......................................................................................... 90
Grundlagen der Elektrotechnik I ........................................................................................... 92
Grundlagen der Elektrotechnik II .......................................................................................... 94
Grundlagen der medizinischen Bildverarbeitung .................................................................. 96
Grundlagen der Nachrichtentechnik für Informatiker ........................................................... 97
Grundlagen der Signal- und Systemtheorie ........................................................................... 99
Grundlagen der theoretischen Informatik .......................................................................... 101
Hardware-Praktikum ......................................................................................................... 103
High-Tech-Medizin I ........................................................................................................... 105
High-Tech-Medizin II .......................................................................................................... 106
InCar- und Car-to-X-Kommunikation .................................................................................. 108
Industrielle Kommunikation ............................................................................................... 110
Informationssicherheits-Management ............................................................................... 111
Informationssysteme im Gesundheitswesen ...................................................................... 112
Knowledge Discovery from Text ......................................................................................... 113
Kommunikations- und Informationssicherheit I .................................................................. 115
Kommunikations- und Informationssicherheit II ................................................................. 117
Kulturtechnik ..................................................................................................................... 119
4
Laborpraktikum Mobile Robotik ........................................................................................ 121
Laborpraktikum Ubiquitous Systems (Ubiquitous Systems Lab) .......................................... 123
Lineare Algebra .................................................................................................................. 124
Logik I ................................................................................................................................ 125
Logik II ............................................................................................................................... 126
Maschinelles Lernen .......................................................................................................... 127
Maschinelles Sehen ........................................................................................................... 129
Master-Arbeit .................................................................................................................... 131
Mathematik für Elektrotechnik-Ingenieure I ...................................................................... 132
Mathematik für Elektrotechnik-Ingenieure II ..................................................................... 133
Mathematik für Elektrotechnik-Ingenieure IIIa .................................................................. 134
Mathematik für Visual Computing ..................................................................................... 135
Mathematische Methoden der Datensicherheit ................................................................. 136
Medienästhetik Bild/Film................................................................................................... 137
Medieninformatik .............................................................................................................. 139
Medizin I ........................................................................................................................... 140
Medizin II .......................................................................................................................... 141
Mikrosystementwurf - Fertigung ........................................................................................ 142
Mikrosystementwurf - Geometrie ...................................................................................... 144
Mikrosystementwurf - Test ................................................................................................ 147
Mikrosystementwurf - Verhalten ....................................................................................... 149
Mobile Robotik .................................................................................................................. 151
Model-Checking ................................................................................................................. 152
Multimedia Retrieval ......................................................................................................... 153
Neurowissenschaft in der Medizinischen Informatik .......................................................... 154
Numerical Methods for Visual Computing .......................................................................... 155
Numerik I .......................................................................................................................... 157
Numerische Grundlagen der Simulationstechnik ................................................................ 159
Objektorientierung und funktionale Programmierung ....................................................... 161
Parallelverarbeitung .......................................................................................................... 163
Pattern Recognition ........................................................................................................... 165
Praktikum Scientific Working ............................................................................................. 167
Programmierpraktikum ..................................................................................................... 169
Projektgruppe .................................................................................................................... 171
Prozessautomatisierung ..................................................................................................... 173
5
Psychologisch/ soziologische Aspekte des Gesundheitssystems ......................................... 174
Recent Advances in Machine Learning ............................................................................... 176
Rechnerarchitekturen I ...................................................................................................... 178
Rechnerarchitekturen II ..................................................................................................... 180
Rechnernetze-Praktikum (Vertiefungspraktikum) ............................................................... 181
Rechnernetze I ................................................................................................................... 183
Rechnernetze II .................................................................................................................. 185
Schlüsselkompetenzen ....................................................................................................... 187
Semantik von Programmiersprachen I ................................................................................ 188
Semantik von Programmiersprachen II ............................................................................... 189
Seminar ............................................................................................................................. 190
Software-Produktlinien ...................................................................................................... 191
Softwaretechnik I .............................................................................................................. 193
Softwaretechnik II ............................................................................................................. 194
Softwaretechnik III............................................................................................................. 195
Softwaretechnik-Praktikum ............................................................................................... 196
Speichertechnologien ........................................................................................................ 197
Statistik für Medizininformatiker ....................................................................................... 199
Statistische Lerntheorie ..................................................................................................... 200
Stochastic Models .............................................................................................................. 202
Stochastik I ........................................................................................................................ 204
Strukturelle Komplexitätstheorie ....................................................................................... 206
Strukturen des Gesundheitswesens ................................................................................... 207
Synthetic Aperture Radar Imaging ...................................................................................... 209
Systeme mit Kontrollern I .................................................................................................. 212
Systeme mit Kontrollern II ................................................................................................. 214
Telematik - Multimedia ...................................................................................................... 216
Telematik - Technologien und Anwendungen ..................................................................... 218
Theoretische Informatik ..................................................................................................... 220
Typographie und Farbenlehre ............................................................................................ 221
Ubiquitous Computing ....................................................................................................... 222
Variational Methods for Computer Vision .......................................................................... 224
Verfahren und Komponenten für die computerassistierte Chirurgie ................................... 226
Verteilte Systeme .............................................................................................................. 228
Vertiefungspraktikum ........................................................................................................ 230
6
Videotechnik ..................................................................................................................... 232
Virtual Reality .................................................................................................................... 234
Visuelle Wahrnehmung und Informationsvisualisierung ..................................................... 236
Webentwicklung ................................................................................................................ 238
Wissensbasierte Systeme I ................................................................................................. 239
Wissensbasierte Systeme II ................................................................................................ 240
Wissenschaftsdiskurse ....................................................................................................... 242
Wissenschaftliche Visualisierung ........................................................................................ 244
Wissensmanagement I ....................................................................................................... 246
Wissensmanagement II ...................................................................................................... 248
Zahlentheorie für Informatiker .......................................................................................... 250
7
Modulbezeichnung Algebra Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r N.-P. Skoruppa Lehrende/-r N.-P. Skoruppa Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
Lehrsprache deutsch Lehrformen Vorlesung mit Übung Präsenzstudium in Stunden
90
Selbststudium in Stunden 210 Workload in Stunden 300 Leistungspunkte 10 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Analysis I+II, Lineare Algebra
Inhalte Gruppen: Konstruktion, Homomorphiesätze, Sylowsätze; Ringe: Ideal, Restklassenring, Hauptidealringe, Chinesischer Restsatz; Körper: Körpererweiterungen, Satz vom primitiven Element, Zerfällungskörper, Hauptsatz der Galois-Theorie
Angestrebte Lernergebnisse / Kompetenzen
Einführung in die Grundstrukturen der Algebra. Die Studierenden vertiefen ihre Vertrautheit mit der axiomatischen Methode der Mathematik. Ihre Fähigkeit, allgemeine mathematische Strukturen zu erkennen, wird gefördert. In den Übungen lernen sie, mathematische Aussagen exakt zu formulieren und kreativ mit abstrakten Strukturen umzugehen. Präzise Argumentation und Präsentation eigener Ergebnisse werden geschult.
Prüfungsformen Leistungsnachweis (mündliche oder schriftliche Studienleistung) Voraussetzung für die Vergabe von LP
Literatur
8
Modulbezeichnung Algorithmen und Datenstrukturen ggf. Modulniveau Bachelor ggf. Kürzel AuD ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. V. Blanz Dozent(in) Prof. Dr. V. Blanz Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik, Bachelor "Duales Studium Informatik" Bachelor Elektrotechnik (AD I) (Bachelor Mathematik, Physik, Wirtschaftsinformatik, verschiedene Studiengänge Lehramt)
Lehrform/SWS Vorlesung 4 SWS, 300 Studierende Übungen 2 SWS, je 30 Studierende
Arbeitsaufwand Präsenz: 90 h, Eigenarbeit: 120 h, Prüfungsvorbereitung: 90 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Keine
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden sollen einen Überblick über die Begriffe der Informatik gewinnen, auf denen in späteren Veranstaltungen aufgebaut werden wird. *Die Arbeitsmethoden und die grundlegende Denk- und Herangehensweise der Informatik soll erlernt und aktiv eingeübt werden. Dazu gehören Methoden wie devide-and conquer und rekursive Problemlösung. *Die Studierenden werden in die Lage versetzt, einfache Programme in C/C++ selbst zu entwickeln und zu implementieren. Dies wird in den Übungen aktiv erlernt. *Kenntnis der Konzepte wie Rekursion, Iteration, Kenntnis der wichtigsten Datenstrukturen. *Verständnis der Rolle von Datenrepräsentationen und des Zusammenhangs mit den je nach Datenstruktur sich ergebenden Algorithmen (zum Beispiel Bäume und deren Traversierung). *Kenntnis elementarer Algorithmen. Diese dienen auch zur Übung, um aus Problemstellungen eine Lösungsidee, einen Algorithmus und schließlich ein Programm zu erstellen und dessen Aufwand zu beurteilen.
9
Inhalt *Überblick über die Geschichte der Informatik *Überblick über die Rechnerarchitektur, von Neumann Rechner, CPU *Codierung von Zahlen und Zeichen (Gleitkommazahlen, vorzeichenbehaftete ganze Zahlen) *Einführung in die Programmiersprache C++ (elementare Anweisungen, erste Grundlagen der Objektorientierung) *Einführung in die Konzepte der formalen Sprachen *Aussagen- und Prädikatenlogik *Einführung in die Komplexitätstheorie *Rekursive Algorithmen *Dynamische Datenstrukturen (Listen, Stapel, Schlangen, Bäume), Algorithmen auf Baumstrukturen *Graphen und elementare Algorithmen auf Graphen *Suchalgorithmen, Hashing *Sortieralgorithmen
Studien-/Prüfungsleistungen
Mindestpunktzahl in den Übungen ist Voraussetzung zur Zulassung zur Prüfung, Prüfungsleistung Klausur
Prüfungsformen K2 Medienformen Powerpoint Folien, Tafel, elektronisches Übungssystem (DUESIE) Literatur *H. Gumm & M. Sommer. Einführung in die Informatik.
Oldenbourg *H. Ernst. Grundkurs Informatik. Vieweg *H. Herold, B. Lurz & J. Wohlrab. Grundlagen der Informatik. Pearson Studium *Cormen, Th., Leiserson, Ch. und Rivest, R. Algorithmen – Eine Einführung. Oldenbourg *Sedgewick, R. Algorithmen in C++. Pearson Studium *Stroustrup, B. Die C++ Programmiersprache. Addison-Wesley
10
Modulbezeichnung Algorithmik I Modulniveau Master
ggf. Kürzel
ggf. Untertitel
ggf. Modulelemente
Modulverantwortliche/-r Markus Lohrey Lehrende/-r Markus Lohrey
Pflichtkennzeichen Kernmodul Master Informatik
Moduldauer (Semester) 1 Semester
Angebotshäufigkeit jedes Wintersemester
Empfohlenes Fachsemester
ab 1. Semester im Master
Lehrsprache deutsch / englisch
Lehrformen Vorlesung und Übung
Präsenzstudium in Stunden
60
Selbststudium in Stunden 90
Workload in Stunden 150
Leistungspunkte 5
Formale Voraussetzungen für die Teilnahme
keine
Inhaltliche Voraussetzungen für die Teilnahme
Bachlormodule Diskrete Mathematik für Informatiker, Grundlagen der Theoretischen Informatik
Inhalte Divide-and-Conquer-Algorithmen, Greedy-Algorithmen, Dynamische Programmierung, Algorithmen für Wörter, Bäume und Graphen, Sortieralgorithmen, grundlegende Datenstrukturen (z.B. binäre Suchbäume)
Angestrebte Lernergebnisse / Kompetenzen
Die Studierenden kennen grundlegende Analysetechniken und Entwurfsprinzipien und können diese auf konkrete algorithmische Problemstellungen anwenden.
Prüfungsformen mündliche Prüfung zu den Vorlesungsinhalten
Voraussetzung für die Vergabe von LP
erfolgreiches Absolvieren der Prüfung
Literatur Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Introduction to Algorithms (3. Auflage). MIT Press 2009 Thomas Ottmann, Peter Widmayer, Algorithmen und Datenstrukturen (5. Auflage). Springer 2012 Uwe Schöning, Algorithmik. Spektrum Akademischer Verlag 2001
11
Modulbezeichnung Algorithmik II Modulniveau Master
ggf. Kürzel
ggf. Untertitel
ggf. Modulelemente
Modulverantwortliche/-r Markus Lohrey Lehrende/-r Markus Lohrey
Pflichtkennzeichen Vertiefungsmodul Master Informatik
Moduldauer (Semester) 1 Semester
Angebotshäufigkeit jedes Wintersemester
Empfohlenes Fachsemester
ab 1. Semester im Master
Lehrsprache deutsch
Lehrformen Vorlesung und Übung
Präsenzstudium in Stunden
60
Selbststudium in Stunden 90
Workload in Stunden 150
Leistungspunkte 5
Formale Voraussetzungen für die Teilnahme
keine
Inhaltliche Voraussetzungen für die Teilnahme
Bachlormodule Diskrete Mathematik für Informatiker, Grundlagen der Theoretischen Informatik, Mastermodul Algorithmik I
Inhalte Fortgeschrittene Datenstrukturen (z.B. Union-Find-Strukturen, Fibonacci-Heaps, kompakte Datenstrukturen), Randomisierte Algorithmen, Parallele Algorithmen, Algorithmen für Datenströme, zahlentheoretische Algorithmen
Angestrebte Lernergebnisse / Kompetenzen
Die Studierenden kennen fortgeschrittene algorithmische Techniken und Datenstrukturen, und können diese auf konkrete algorithmische Problemstellungen anwenden.
Prüfungsformen mündliche Prüfung zu den Vorlesungsinhalten
Voraussetzung für die Vergabe von LP
erfolgreiches Absolvieren der Prüfung
Literatur Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Introduction to Algorithms (3. Auflage). MIT Press 2009 Thomas Ottmann, Peter Widmayer, Algorithmen und Datenstrukturen (5. Auflage). Springer 2012 Uwe Schöning, Algorithmik. Spektrum Akademischer Verlag 2001
12
Modulbezeichnung Analysis I für Informatiker ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r PD J. Jahnel Dozent(in) PD J. Jahnel Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform 4 SWS Vorlesung, 2 SWS Übung
Arbeitsaufwand Präsenz: 90 h, Eigenstudium:170 h , Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
Lernziele/Kompetenzen: Die Studierenden erwerben die Vertrautheit mit den axiomatischen Methoden der Analysis und mit den elementaren Techniken und Methoden der Infinitesimalrechnung. Sie erwerben die Fähigkeit zum analytischem Denken. In den Übungen wird durch schriftliches Erarbeiten von Lösungen zu Übungsaufgaben und selbst gehaltene Vorträge ihre Präsentations- und Kommunikationsfähigkeit geschult.
Inhalt *Reelle und komplexe Zahlen, axiomatischen Charakterisierung *Folgen, Reihen, Konvergenzkriterien *Stetigkeit reeller Funktionen, Hauptsatz über stetige Funktionen auf abgeschlossenen Intervallen *Differenzierbarkeit reeller Funktionen, Mittelwertsatz, Taylorentwicklung, Extremwerte *Reihen von Funktionen, gleichmäßige Konvergenz *Potenzreihen, analytische Funktionen *Exponentialfunktion, Logarithmus, trigonometrische und hyperbolische Funktionen *Lineare Differentialgleichungen mit konstanten Koeffizienten *Riemann-Integration: Hauptsatz der Differential- und Integralrechnung, Integrationstechniken
Studien-/Prüfungsleistungen
Klausur
Prüfungsformen K2
Medienformen Tafel, Beamer Literatur [1] O. Forster: Analysis 1/2/3, Vieweg, Braunschweig-Wiesbaden,
2007f. [2] K. Königsberger: Analysis 1/2, Springer, Berlin-Heidelberg, 2004.
13
[3] H. Amann und J. Escher: Analysis 1/2/3, Birkhäuser, Basel, 2006f. [4] W. Walter: Analysis 1/2, Teubner, Stuttgart, 2002f. [5] H. Heuser: Lehrbuch der Analysis 1/2, Grundwissen Mathematik, Springer, Berlin- Heidelberg-New York 2008f. [6] M. Fichtenholz: Differential- und Integralrechnung 1/2/3, Hochschulbücher für Mathematik, Deutscher Verlag der Wissenschaften, Berlin, 1992f. [7] F. Erwe: Differential- und Integralrechnung 1/2, B.I.-Hochschultaschenbücher, Wissenschaftsverlag, Mannheim, 1969. [8] H. Grauert und I. Lieb: Differential- und Integralrechnung 1/2/3, Heidelberger Taschenbücher Band 26, Springer, Berlin-Heidelberg-New York, 1976f. [9] A. Ostrowski: Vorlesungen über Differential- und Integralrechnung 1/2/3, Birkhäuser, Basel-Stuttgart, 1982.
14
Modulbezeichnung Analysis II für Informatiker ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe, halbjährlich Modulverantwortliche/r PD Dr. J. Jahnel Dozent(in) Dozenten der Mathematik Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform 4 SWS V; 2 SWS Ü Arbeitsaufwand Präsenz: 90 h, Eigenstudium: 170 h, Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Analysis I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden erwerben die Vertrautheit mit den axiomatischen Methoden der Analysis und mit den elementaren Techniken und Methoden der Infinitesimalrechnung. Sie erwerben die Fähigkeit zum analytischen Denken. In den Übungen wird durch schriftliches Erarbeiten von Lösungen zu Übungsaufgaben und selbst gehaltene Vorträge ihre Präsentations- und Kommunikationsfähigkeit geschult.
Inhalt *Normierte, endlich-dimensionale reelle Vektorräume, euklidische Räume, topologische Grundbegriffe, Abgeschlossenheit, Kompaktheit, Vollständigkeit *Partielle und totale Differenzierbarkeit von reell wertigen Funktionen in mehreren Variablen *implizierte Funktionen, Umkehrfunktion, Taylor-Formel in mehreren Veränderlichen *Extremwerte von Funktionen in mehreren Variablen ohne und mit Nebenbedingungen *Kurvenintegrale
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen K1 Medienformen Literatur [1] O. Forster: Analysis 1/2/3, Vieweg, Braunschweig-Wiesbaden,
2007f. [2] K. Königsberger: Analysis 1/2, Springer, Berlin-Heidelberg, 2004. [3] H. Amann und J. Escher: Analysis 1/2/3, Birkhäuser, Basel, 2006f.
15
Modulbezeichnung: Audiotechnik ggf. Modulniveau Bachelor ggf. Kürzel AuT ggf. Untertitel ggf. Lehrveranstaltungen: *Vorlesung mit Übung
*PROTEC *Gestaltungspraktikum
Studiensemester: ab 1.Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Medieninformatik Bachelor ""Duales Studium Informatik"" Vertiefung
Lehrform/SWS: *Vorlesung mit Übung: 3 SWS (2V,1Ü) *PROTEC: 2 SWS (als Blockveranstaltung) *Gestaltungspraktikum: 3 SWS
Arbeitsaufwand: Präsenzzeit: 120 h , Selbststudium: 130 h, Prüfungsvorbereitung 50 h
Kreditpunkte: 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Grundkenntnisse in Mathematik und Elektrotechnik, Vorlesung/Übung Audiotechnik, PROTEC
Modulziele / Angestrebte Lernergebnisse:
*Die Studierenden können Aufbau und Qualitätsmerkmale von Lautsprecherboxen wiedergeben, sie können die Raumakustik beurteilen, Maßnahmen zur Anpassung der Raumakustik erklären und Bausteine der Audioverarbeitung beschreiben. *Die Studierenden können die Audioaufnahmetechnik anwenden und das Schneiden von Audiomaterial ausführen. *Die Studierenden können eine Audioproduktion planen und organisieren. Sie haben ihre Kooperations- und Teamfähigkeit entwickelt
Inhalt: Vorlesung mit Übung *Grundlagen der Audiotechnik (Schall, Schallfeldgrößen, Sprechorgan, Hörorgan, psychoakustische Effekte) *Schallausbreitung (Schalleitung, Schallabstrahlung, gerichtete Schallabstrahlung) *Netzwerke *Wandlerprinzipien *Mikrofone *Lautsprecher (Frequenzgänge, Thiele-Small-Parameter, Boxenformen, Meßtechnik, Konstruktionsbeispiel) *Raumakustik (Wandabsorption, Hallradius, Zeitliche Vorgänge, Optimierung der Raumakustik) *Beschallungstechnik (Schallausbreitung im Freien, Beschallungsanlagen für Freiflächen, Beschallungsanlagen für Räume, Kopfhörer, Übertragungsfehler) *Analoge Schallspeicher (Film, Schallplatte, Tonband, Rauschverminderungssysteme) *Digitale Schallspeicher (Digitale Signalverarbeitung, Compact
16
Disk, Digital Audio Tape, MiniDisc, MP3-Player) *Tonstudiotechnik (Betriebsablauf, Sendekomplex, Produktionskomplex, Autarkstudio, Tonregieanlagen, Echo- und Hallgeräte, Aufnahmetechnik) *Audioschnitt (Elemente eines Mischpultes, Aufbau von Schnittsoftware, Schnitttechniken) PROTEC *Einführung in das Hörspiel *Aufnahmetechniken, Umgang mit Ton, Schnittplatz *Drehbucherstellung *Aufnehmen eines eigenen Hörspiels *Schneiden eines eigenen Hörspiels Gestaltungspraktikum (Herstellung eines Audio-Produktes zu einem vorgegebenen Thema) *Entwicklung eines Exposés (Themeneingrenzung, Bestimmung der Ziele) *Entwicklung des Drehbuchs (Entwicklung des Feinkonzepts) *Durchführung der Aufnahmen (O-Töne) *Schnitt *Die Teilnehmer übernehmen arbeitsteilig alle auftretenden Rollen, z.B. Drehbuchschreiber, Interviewer, Sprecher u.s.w.
Studien-/Prüfungsleistungen/
*Vorlesung: schriftliche Prüfung *PROTEC: Drehbuch und Kolloquium *Gestaltungspraktikum: Drehbuch, Audioprodukt, Fachgespräch
Prüfungsformen: K1 Medienformen: Begleitmaterial auf kostenloser Daten-DVD vom Dozenten Literatur: E. Zwicker, M. Zollner. Elektroakustik. Springer-Verlag
17
Modulbezeichnung Aufbau- und Verbindungstechnik ggf. Modulniveau Master ggf. Kürzel AVT ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Dr. B. Klose Sprache Deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung
Arbeitsaufwand 60 Präsenz, 60 Eigenstudium, 30 Prüfungsvorbereitung
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlagen der Elektronik, Kombination mit Systeme mit Controllern
Modulziele / Angestrebte Lernergebnisse
Inhaltliche Lernziele / Faktenwissen *unterschiedliche Assemblierungstechnologien elektronischer Baugruppen wiedergeben und erläutern können *ein einfaches Leiterplatten-Layoutwerkzeug bedienen können *die Anforderung von Highspeed-Designs erläutern können. *die Fertigungsprozesse von Leiterplatten benennen und erläutern können. *den Zusammenhang zwischen Bauteildimensionen und Leiterplattenstrukturgrößen erläutern können. *die Fertigungsverfahren von Mikrovias erläutern können. *Testverfahren benennen und erläutern können Methodenkompetenz *selbstständig eigene Leiterplattenentwürfe mit Entwurfswerkzeugen umsetzen und Leiterplattenbaugruppen aufbauen können *einfache Highspeed-Designs entwerfen. *Teststrategien entwickeln können *Präsentationstechnik verfeinern *Kooperations- und Teamfähigkeit weiterentwickeln Bewertungskompetenz *Entwurfswerkzeuge hinsichtlich ihrer Stärken und Schwächen bewerten können *Assemblierungstechniken hinsichtlich ihrer Vor-und Nachteile bewerten können *Die Mikroviatechniken in Abhängigkeit von ihren ökonomischen und ökologischen Eigenschaften bewerten können
Inhalt Die Veranstaltung vermittelt einen Überblick über gängige Assemblierungstechniken elektronischer Baugruppen und vertieft ausgewählte Themenbereiche wie Mikrochip-Handling, Gehäusetechniken, Leiterplattenlayout, EMV- und Highspeed-Design,
18
Leiterplattentechniken, eingebettete aktive und passive Komponenten, Multichip-Module und Test.
Studien-/Prüfungsleistungen
Studienleistung Übung: Praktischer Schaltungsentwurf, Aufbau und Inbetriebnahme (prüfungsrelevant)
Prüfungsformen M Medienformen Beamer, Tafel, E-Learning (Moodle) Literatur *Hanke, Hans Joachim. Baugruppentechnologie der Elektronik.
Leiterplatten. Verlag Technik, Berlin. 1994 *Hanke, Hans Joachim. Baugruppentechnologie der Elektronik. Hybridträger. Verlag Technik, Berlin. 1994 *Herrmann, Günter et al. Handbuch der Leiterplattentechnik. Band 1-3. Eugen G. Leuze Verlag. 1993 *Jillek, Werner; Keller, Gustl. Handbuch der Leiterplattentechnik. Band 4. Eugen G. Leuze Verlag. 2003 *Klose, Bernd. Chip-frst-Systeme und- Gehäuse. Shaker Verlag, Aachen.2000 *Scheel, Wolfgang. Baugruppentechnologie der Elektronik. Montage. Verlag Technik, Berlin. 1999
19
Modulbezeichnung Bachelorarbeit (mit Verteidigung) ggf. Modulniveau Bachelor ggf. Kürzel BA ggf. Untertitel ggf. Lehrveranstaltungen Modulelement 1: Verfassen der Bachelorarbeit, 360 h, 12 KP
Modulelement 2: Kolloquium zur Bachelorarbeit: Erarbeiten und Vortragen einer Verteidigung der BA-Arbeit, 90 h, 3 KP
Studiensemester ab 6. Semester im Bachelor WiSe und SoSe Modulverantwortliche/r Department ETI Dozent(in) Department ETI
Sprache Deutsch
Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Bachelor-Arbeit
Arbeitsaufwand 450 h (60 h Präsenz, 390 h Eigenstudium)
Kreditpunkte 15 (Bachelorarbeit: 12, Verteidigung: 3)
Voraussetzungen nach Prüfungsordnung
siehe "Einheitliche Regelungen fur Prufungen in den Studiengangen des Departments Elektrotechnik und Informatik der Naturwissenschaftlich-Technischen Fakultat" §36 Abs. (4)
Empfohlene Voraussetzungen
Kenntnisse im jeweiligen Fachgebiet gemäß den ersten 5 Fachsemestern
Modulziele / Angestrebte Lernergebnisse
vertiefte und spezielle fachliche Themen des jeweiligen Themengebiets der Aufgabenstellung Schlüsselqualifikationen: 1. die meisten Aufgabenstellungen beinhalten mehr oder minder umfangreiche Systementwicklungsarbeiten; die damit zusammenhängenden planerisch / organisatorischen Fähigkeit werden erworben 2. die Fähigkeit, anhand von Literaturdatenbanken und anderen Quellen Material zu einem vorgegebenen Thema zu erschließen 3. ggf. die Fähigkeit, anspruchsvolle englische Originalliteratur zu lesen und zu verstehen 4. die Fähigkeit, vor einem Fachpublikum einen Vortrag zu einem nichttrivialen wissenschaftlichen Thema zu entwerfen (also auch didaktisch richtig zu gestalten) und ihn unter Einsatz ¨ublicher Medien abzuhalten 5. die Fähigkeit, Texte von ca. 20 - 40 Seiten zu verfassen, i.d.R. zur Erklärung wissenschaftlicher Inhalte
Inhalt In der Abschlussarbeit muss die Kandidatin oder der Kandidat innerhalb einer vorgegebenen Frist ein Problem ihres bzw. seines Studienfachs selbständig nach wissenschaftlichen Methoden bearbeiten.
Studien-/Prüfungsleistungen
Im einzelnen sind i.d.R. folgende Leistungen erbringen: Lösung der fachlichen Fragestellung, i.d.R. verbunden mit umfangreichen Entwicklungsarbeiten, Erstellen eines Berichts über die Arbeit, Abhalten eines Vortrags über die Ergebnisse der Arbeit
20
Prüfungsformen BA
Medienformen Literatur speziell für jede einzelne Bachelor-Arbeit
21
Modulbezeichnung Betriebssysteme I ggf. Modulniveau Bachelor ggf. Kürzel BS_I ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung: 2 SWS Übung: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 60 h Eigenstudium: 60 h Prüfungsvorbereitung: 30 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundkenntnisse der Informatik aus den Lehrveranstaltungen " Algorithmen und Datenstrukturen" und "Objektorientierung und funktionale Programmierung", insbesondere Java-Programmierung
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können die Aufgaben und die Funktionsweise von Betriebssystemen diskutieren. Sie können grundlegende Betriebssystemkonzepte und ihre Implementierungen erklären und ihre möglichen Probleme vorhersagen. Sie können dieses Verständnis als Grundlage für die Nutzung existierender Betriebssysteme und die Programmierung von Anwendungssoftware verwenden. Sie sind in der Lage, einfache Probleme bei der Synchronisation nebenläufiger Aktivitäten zu analysieren und Lösungen mit Hilfe geeigneter Synchronisationskonstrukte korrekt zu konstruieren und in einer Programmiersprache zu formulieren.
Inhalt Die Lehrveranstaltung gibt einen einführenden Überblick über die wichtigsten Konzepte heutiger Betriebssysteme für Arbeitsplatzrechner und Server, wobei der Themenkomplex "Multithreading und Synchronisation" einen Schwerpunkt darstellt. Im Einzelnen werden folgende Themen behandelt: *Einführung: Aufgaben eines Betriebssystems, Aufbau von Rechnern, Betriebssystem-Konzepte, Systemaufrufe *Prozesse und Threads: Grundlagen, Zustandsmodelle *Synchronisation: kritische Bereiche, Sperren, Semaphore, Monitore, Bedingungsvariable *Nachrichtenbasierte Prozeßinteraktion: Nachrichtenaustausch, RPC, Signale *Synchronisationsfehler: Verhungerung, Deadlocks, Deadlock-
22
Erkennung und -Vermeidung *Prozeß-Scheduling: FIFO, Round-Robin, Prioritäten, adaptives und Multilevel-Scheduling *Speicherverwaltung: Aufbau des Adreßraums, dynamische Speicherverwaltung, Swapping, seitenbasierte Speicherverwaltung, Seitenersetzungsstrategien *Ein-/Ausgabe: Geräte, Zugriff auf Geräte *Dateisysteme: Dateien und Dateizugriff, Verzeichnisse, Aufbau eines Dateisystems *Schutz: Schutzmatrix, Schutzmonitor, Beispiele
Studien-/Prüfungsleistungen/
Übung und Prüfung
Prüfungsformen K1 Medienformen Beamer, Tafel Literatur *Andrew S. Tanenbaum. Moderne Betriebssysteme, 3. Auflage.
Pearson Studium, 2009 *William Stallings. Betriebssysteme, 4. Auflage. Pearson Studium, 2003
23
Modulbezeichnung Client/Server-Programmierung ggf. Modulniveau Master ggf. Kürzel CSP ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung: 2 SWS Praktikum: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 50h Eigenstudium: 80h Prüfungsvorbereitung: 20h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung, Betriebssysteme I, Verteilte Systeme
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können die Mechanismen zur Realisierung entfernter Methodenaufrufe erklären, die Middleware-Technologien CORBA, Enterprise Java Beans und Web Services gegenüberstellen und in ihren Eigenschaften differenzieren, sowie mit Hilfe dieser Technologien einfache Client/Server-Anwendungen im Bereich E-Business entwickeln. Sie können die Technologien in der Praxis anwenden, die internen Abläufe identifizieren und für eine gegebene Anwendungen die Vor- und Nachteile der Technologien einschätzen.
Inhalt Die Lehrveranstaltung führt die Veranstaltung "Verteilte Systeme" fort. Sie stellt die Middleware-Technologien CORBA, EJB und Web Services im Detail vor, wobei der Schwerpunkt auf der praktischen Anwendung liegt. Die Veranstaltung wird daher von einem Praktikum begleitet, in dem die Teilnehmer eigenständig ein praxisnahes Client/Server-Programm mit den verschiedenen Technologien unter Java realisieren. Die Themen im Detail sind: *CORBA: Architektur; IDL; CORBA Programmierung im Detail; CORBA Dienste *Java Beans *Enterprise Java Beans (EJB): Session Beans und Entities; EJB Programmierung im Detail; Deployment; Dienste des EJB Containers *Web Services: Web Service Standards(XML, SOAP, WSDL, UDDI); Web Service Programmierung mit Axis im Detail; Axis Werkzeuge *Grundlagen weiterer Client/Sever-Technologien
Studien-/Prüfungsleistungen
Praktikum und Prüfung; erfolgreiche Teilnahme am Praktikum ist Voraussetzung zur Zulassung zur Prüfung
Prüfungsformen M Medienformen Beamer, Tafel
24
Literatur *Ulrike Hammerschall. Verteilte Systeme und Anwendungen. Pearson Studium, 2005 *Robert Orfali, Dan Harkey. Client/Server-Programming with Java and Corba. John Wiley & Sons, 1998 *Cay S. Horstmann, Gary Cornell. Core Java 2, Band 2 - Expertenwissen. Sun Microsystems Press / Addison Wesley, 2008 *Torsten Langner. Verteilte Anwendungen mit Java. Markt+Technik, 2002 *Jim Farley, William Crawford, David Flanagan. Java Enterprise in a Nutshell, 3rd Edition. O'Reilly, 2005 *Johann Hofmann, Fritz Jobst, Roland Schabenberger. Programmieren mit COM und CORBA. Hanser, 2001 *Rima P. Sriganesh, Gerald Brose, Micah Silverman. Mastering Enterprise JavaBeans 3.0. Wiley, 2006 *Bill Burke, Richard Monson-Haefel. Enterprise JavaBeans 3.0, 5th Edition. O'Reilly, 2006 *Jason Hunter, William Crawford. Java Servlet Programmierung. O'Reilly, 2002 *Manfred Hein, Henner Zeller. Java Web Services, Addison-Wesley, 2003 *Torsten Langner. Web Services mit Java, Markt+Technik, 2003 *Thilo Frotscher, Marc Teufel, Dapeng Wang. Java Web Services mit Apache Axis2, entwickler.press, 2007
25
Modulbezeichnung Communications Engineering / ANT ggf. Modulniveau Master ggf. Kürzel ANT (I) ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab dem 1. Studiensemester WiSe, jährlich Modulverantwortliche/r Prof. Dr. O. Loffeld Dozent(in) Prof. Dr. O. Loffeld / wiss. Mitarbeiter Sprache Vorlesung: Englisch, Seminar: Deutsch, English Zuordnung zum Curriculum
Master-Studiengang "Elektrotechnik" Master-Studiengang "Informatik"
Lehrform/SWS Vorlesung: 2 SWS, Seminar 2SWS
Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h , Prüfungsvorbereitung: 40 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
*Grundlagen der Nachrichtentechnik für Informatiker (dringend empfohlen) *Grundlagen der Signal- und Systemtheorie (dringend empfohlen) *inhaltlich: Signale und Signalkenngrößen, Periodische Signale und deren Analyse, Lineare Systeme, Faltungsintegral und Fouriertransformation, Signalübertragung über lineare Systeme
Modulziele / Angestrebte Lernergebnisse
Bereitstellung mathematischer und nachrichtentechnischer Grundlagen, Fertigkeiten und Fähigkeiten: Kenntnisse *Begriff des Signals *Periodische und nicht periodische Signale *lineare und nichtlineare Systeme *zeitvariante und zeitinvariante Systeme *Abtastung im Zeit- und Frequenzbereich *Faltung und Korrelation *Modulationsverfahren Fertigkeiten *Beschreibung von Signalen in Zeit- und Frequenzbereich *Beschreibung von linearen zeitinvarianten Systemen im Zeit- und Frequenzbereich *Verständnis der Zusammenhänge zwischen zeitkontinuierlichen und zeitdiskreten Signalen und Systemen auf der Basis der Abtasttheorie *Verständnis der Zusammenhänge zwischen periodischen und nichtperiodischen Signalen durch Abtastung im Frequenzbereich *Messung der Ähnlichkeit von Signalen durch Minimierung eines quadratischen Abstandsmaßes: Korrelation, Korrelation durch Faltung, Matched Filter Empfang, Tiefpaß- und Bandpaßssysteme und Signale: Verständnis und Beschreibungsformen Kompetenzen
26
*Anwendung linearer Systemtheorie zur Entwicklung von Verarbeitungsalgorithmen in der ein- und mehrdimensionalen Signalverarbeitung (Codierungstheorie, Bildverarbeitung, Bildanalyse)
Inhalt *Determinierte Signale in linearen zeitinvarianten Systemen *Fourier-Transformation *Abtasttheoreme *Korrelationsfunktionen determinierter Signale *System- und Signaltheorie der Tiefpass- und Bandpassignale und -systeme
Studien-/Prüfungsleistungen
Teilnahme am Seminar, bzw. Übung, Prüfungsleistung Klausur
Prüfungsformen K2 Medienformen Vorlesung mit Powerpoint-Folien und Lifeannotierung in der
Vorlesung unter Verwendung einer aktiven Tafel, Vorlesungsskript als pdf in Deutsch,
Literatur Aufzeichnung der Folien und Annotierungen als pdf-Datei, Aufzeichnung und Archivierung der Vorlesung als Real Media Stream, Archivierung aller Unterlagen mit dem E-Learning-System Moodle, Interactive Tests im Moodle System, Java Applets zum Selbststudium. Gleiches gilt für das Seminar. Vorlesungsskript, Web-Inhalte werden aktuell semesterweise aktualisiert und in der Vorlesung referenziert. Lehrbücher *Lüke, Ohm. Signalübertragung. Springer Lehrbuch. *Puente, Leaon, Kiencke, Jäkel. Signale und Systeme. Olderbourg Verlag München
27
Modulbezeichnung Compilerbau I ggf. Modulniveau Bachelor ggf. Kürzel CB I ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. Markus Lohrey Dozent(in) Prof. Dr. Markus Lohrey Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Kernfach Bachelor „Duales Studium Informatik“ Kernfach
Lehrform/SWS Vorlesung (2 SWS) Übung (2 SWS)
Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
GTI (Grundlagen der Theoretischen Informatik)
Modulziele / Angestrebte Lernergebnisse
Die Studierenden sind in der Lage, Werkzeuge wie Lex und Yacc oder ANTLR bei der Generierung von Compilern einzusetzen und das passende Werkzeug für ihre Zwecke auszuwählen. Da sie mit der Arbeitsweise und mit den theoretischen Grundlagen dieser Werkzeuge vertraut sind, können sie mit den Problemen umgehen, die bei der Scanner- und Parser-Generierung auftauchen. Insbesondere können sie die Entstehung von Shift-/Reduce- oder Reduce-/Reduce-Konflikten nachvollziehen und damit einschätzen, ob und wie sich solche Konflikte im Einzelfall beheben lassen.
Inhalt Grundsätzlicher Aufbau eines Compilers: Lexikalische Analyse *Reguläre Ausdrücke und ihre Umwandlung in endliche Automaten Syntaktische Analyse *Top Down Parser, LL(1)-Grammatiken, Recursive Descent Parser *Bottom Up Parser, LR(1)- und LALR(1)-Grammatiken *Verwendung mehrdeutiger Grammatiken in Parsergeneratoren
Studien-/Prüfungsleistungen
Vorlesung, Übungen, mündliche Prüfung
Prüfungsformen K1 Medienformen Tafel und schriftliche Unterlagen, Lernwerkzeug GTI-Tool Literatur *Wilhelm, Maurer. Übersetzerbau. Springer 1992
*Wilhelm, Seidl, Hack: Übersetzerbau Band 2, Syntaktische und Semantische Analyse, to appear. *Aho, Lam, Sethi Ullman: Compilers, 2nd Edition, Pearson 2007
28
Modulbezeichnung Compilerbau II ggf. Modulniveau Master ggf. Kürzel CB II ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung (2 SWS) , Übung (2 SWS) Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Compilerbau I
Modulziele / Angestrebte Lernergebnisse
Ziele der Veranstaltung sind das Kennenlernen der Synthesephase eines Compilers und das Anwenden weitergehender Techniken zur Übersetzung von Computerprogrammen. Außerdem werden die syntaxgesteuerte Übersetzung analysiert und attributierte Grammatiken evaluiert.
Inhalt Ziele der Veranstaltung sind das Kennenlernen der Synthesephase eines Compilers und das anwenden weitergehender Techniken zur Übersetzung von Computerprogrammen. Außerdem werden die syntaxgesteuerte Übersetzung analysiert und attributierte Grammatiken untersucht. Die semantische Analyse wird aus Compilerbau I weiter vertieft.
Studien-/Prüfungsleistungen
Vorlesung, Übungen, mündliche Prüfung
Prüfungsformen M Medienformen Tafel, schriftliche Unterlagen Literatur *Aho, Lam, Sethi Ullman. Compilers, 2nd Edition. Pearson 2007
*Wilhelm, Maurer. Übersetzerbau. Springer 1992 *Wilhelm, Seidl. Übersetzerbau, Virtuelle Maschinen. Springer 2007 *Wilhelm, Seid, Hack. Übersetzerbau, Band 3, Analyse und Transformation. Springer 2010
29
Modulbezeichnung Computational Intelligence ggf. Modulniveau Master ggf. Kürzel CI ggf. Untertitel -- ggf. Lehrveranstaltungen Studiensemester ab dem 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Dr. Berlik Sprache deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung
Lehrform/SWS Vorlesung (2 SWS); Übung (2 SWS); Arbeitsaufwand Präsenz: 60 h, Eigenstudium/ Übungen: 60 h,
Prüfungsvorbereitung: 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
WBS I
Modulziele / Angestrebte Lernergebnisse
*Bestimmung der verschiedenen Grundkonzepte der CI, der mathematischen Grundlagen und der Einsatzmöglichkeiten und Grenzen der Verfahren *Analyse wann der Einsatz von CI-Methoden sinnvoll ist, und zu einer Aufgabenstellung die angemessene CI-Methoden rechtfertigen können.
Inhalt Im Rahmen dieser Veranstaltung werden die Grundlagen der Computational Intelligence (CI) vermittelt. Vorgestellt werden die drei Hauptgebiete Evolutionäre Algorithmen (EA), künstliche neuronale Netze (KNN) und Fuzzy Systeme, mit Schwerpunkten in den Bereichen EA und KNN. Im einzelnen werden behandelt: Themengebiet Evolutionäre Algorithmen *Mathematische Grundlagen *Grundzüge der biologischen Evolution *Evolutionsstrategien *Genetische Algorithmen *Genetisches Programmieren Themengebiet Künstliche neuronale Netze *Mathematische Grundlagen *Grundzüge biologischer neuronaler Netze *Grundlegende Neuronen *Aktivierungsfunktionen *Mehrschichtige Netze, Backpropagation *Rekurrente Netze *Selbstorganisierende Netze Themengebiet Fuzzy Systeme *Grundlagen In den Übungen werden praktische Erfahrungen bei der Entwicklung und Anwendung von CI-Methoden in den Bereichen Modellierung, Steuerung, Optimierung und Klassifikation
30
erworben. Zur Abgrenzung werden klassische Lösungsansätze besprochen.
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen.
Prüfungsformen M Medienformen Tafel, Beamer Literatur *David Poole, Alan Mackworth and Randy Goebel. Computational
Intelligence - A Logical Approach. Oxford University Press, New York, Oxford, 1998 *Rüdiger Brause. Neuronale Netze. B. G. Teubner, Stuttgart, 1995 *Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification, Second Edition. John Wiley and Sons, New York, 2001 *Carl G. Looney. Pattern recognition Using Neural Networks. Oxford University Press, New York, 1997 *Anreas Zell. Simulation Neuronaler Netze. Addison-Wesley, Bonn, 1994 *Bäck, Thomas; et al. Handbook of Evolutionary Computation. Institute Oxford University Press, New York, 1997 *Schwefel, Hans-Paul. Evolution and Optimum Seeking. John Wiley and Sons, Inc., New York, 1995 *Ingo Rechenberg. Evolutionsstrategie 94. Frommann-Holzboog, Stuttgart, 1994
31
Modulbezeichnung: Computergestützte Verfahren in der Zahnmedizin ggf. Modulniveau Master ggf. Kürzel Cdent ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 1.Semester im Master Z. Zt. kein Angebot! Modulverantwortliche(r): Prof. Dr. V. Blanz Dozent(in): Prof. Dr. V. Blanz, Prof. Albert Mehl Sprache: Deutsch Zuordnung zum Curriculum
Master Informatik - Studienschwerpunkt Medizinische Informatik
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Praxisteil Arbeitsaufwand: Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen:
Grundlagen der Mathematik aus dem Bachelor-Studium
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden kennen die wichtigsten Problemstellungen der computergestützten Zahnmedizin sowie Ansätze zu deren Lösung einschließlich der dazu erforderlichen Grundlagen, sowohl aus der Zahnmedizin als auch aus der Informatik. Dabei geht es vor allem um geometrische Aufgaben sowie um Messtechnik und Bildverarbeitung. Die Studierenden sind in der Lage, an Projekten der computergestützten Zahnmedizin in Forschung und Entwicklung mitzuarbeiten. Sie erhalten die Kompetenz, die jeweiligen Herausforderungen der verschiedenen Anwendungen zu erkennen, einzuschätzen und geeignete Methoden auszuwählen.
Inhalt: Grundlagen der Zahnmedizin und deren Terminologie, Übersicht über die wichtigsten Anwendungsfelder der Computergestützten Zahnmedizin (Diagnosetechniken und Therapieformen), geometrische und bildgebende Vermessung am Patienten, 3D Scanner, CAD-CAM Verarbeitungspipeline, Vergleich mit klassischen Verfahren der Dentaltechnik, Artikulatoren. Geometrische Grundlagen wie X Geraden- und Ebenengleichungen, rigide Transformationen, geometrische Modellierung von 3D Gittermodellen, Registrierung von 3D Objekten (Iterative Closest Point Algorithmus), Grundlagen der Differentialgeometrie, Deformationsmethoden, statistische Modelle von Kurven (snakes), 2D Bilddaten und 3D Objekte (Morphable Models).
Studien-/Prüfungsleistungen/
Prüfungsleistung
Prüfungsformen: K2 Medienformen: Powerpoint Literatur: wird in der Veranstaltung bekannt gegeben.
32
Modulbezeichnung Computergraphik I ggf. Modulniveau Bachelor ggf. Kürzel CG 1 ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik, Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung 2 SWS, Übung 2 SWS
Arbeitsaufwand Präsenz 60 h, Eigenstudium 60h, Prüfungsvorbereitung: 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Vorkenntnisse: Algorithmen und Datenstrukturen
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden können die mathematischen Grundlagen der Computergraphik theoretisch und praktisch unterscheiden *Die Studierenden kennen die grundlegenden Prinzipien und die spezifischen Algorithmen der Bildsynthese, insbesondere das Prinzip der Rasterisierung und der Strahlverfolgung *Die Studierenden kennen erste weiterführende Konzepte der Computergraphik, insb. Texturen, und sind mit Objekthierarchien vertraut *Die Studierenden besitzen die Fähigkeit , einfache Graphikprogramme mit OpenGL zu entwickeln
Inhalt Vermittlung des Grundlagenverständnisses der generativen 3D-Computergraphik und der dazu notwendigen Grundlagen verschiedener Disziplinen wie Farbtheorie und Vektorrechnung. *Grundlagen Farbmodelle, Grundlagen der Bildspeicherung, affine Transformationen, homogene Koordinaten der Bildgenerierung durch Strahlenverfolgung *Rastergraphik und Rasteralgorithmen: Graphik-Pipeline, Clipping und Rasterisierung geometrischer, primitiver und hierarchischer Modelle *Spezielle Transformationen: Viewing- und Projektionstransformation
Studien-/Prüfungsleistungen
Prüfungsleistung LA Inf. Mündliche Prüfung, Prüfungsleistung BA/MA Informatik Klausur. Erfolgreiche Bearbeitung der Übungsaufgaben ist Bedingung zur Zulassung zur Prüfung.
Prüfungsformen M (nur LA.InfG), K1 Medienformen Beamer (Folien, Beispielprogramme), Tafel Literatur *Bungartz, Griebel, und Zenger, Einführung in die
Computergraphik, Vieweg 2002 *Eberly, 3D Game Engine Design, Morgan Kaufman, 2001 *Watt und Policarpo, 3D Games, Realtime Rendering and SW
33
Technology, Addision Wasley, 2001 *Möller, Haines, Hoffmann, Real Time Rendering, AK Peters, 2008 *Schreiner etal, OpenGL Programming Guide, Addison-Wesley, 2011
34
Modulbezeichnung Computergraphik II ggf. Modulniveau Master (Wahlpflicht im Bachelor) ggf. Kürzel CG 2 ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 4. Semester im Bachelor ab 1. Semester im Master
SoSe, jährlich
Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch / englisch Zuordnung zum Curriculum
Bachelor Informatik, Bachelor „Duales Studium Informatik“ Master Informatik
Lehrform/SWS Vorlesung 2 SWS, Übung 2 SWS. Je ca 15 - 40 Teilnehmer
Arbeitsaufwand Präsenz 60 h, Eigenstudium 60h, Prüfungsvorbereitung: 30 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Mathematik für Visual Computing, Computergraphik 1
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen verschiedene Beschreibungsmöglichkeiten geometrischer Formen und sind im praktischen Umgang damit geübt *Die Studierenden können elementare Algorithmen der Computeranimation wiedergeben *Die Studierenden können die Animationstechniken bewerten und für konkrete Aufgabenstellungen einsetzen *Die Studierenden können Modellierungstechniken beschreiben *Die Studierenden kennen die wesentlichen Vor- und Nachteile der verschiedenen Modellierungsprinzipien und können für einfache Problemstellungen die Verfahren bewerten und implementieren *Die Studierenden können Modellierungssoftware kompetent nutzen *Die Studierenden können mathematische Konzepte (Geometrie, Numerik) praktisch anwenden *Die Studierenden können Vor- und Nachteile verschiedener Oberflächenrepräsentationen beurteilen
Inhalt *Bezierkurven, einfache parametrische Repräsentationen *Polygonnetze, Winged-Edge und Half-Edge Repräsentation *Modellierungstechniken *Subdivisionsflächen *Mehrgliedrige Modelle, Inverse Kinematik
Studien-/Prüfungsleistungen
Erfolgreiche Bearbeitung der Übungsaufgaben ist Bedingung zur Zulassung zur Prüfung
Prüfungsformen K2 Medienformen Powerpoint-Präsentation, Tafel
35
Literatur *Foley, van Dam, Feiner & Hughes. Computer Graphics. Addison Wesley, 1993 *Encarnacao, Strasser & Klein. Graphische Datenverarbeitung. Oldenbourg 1996 *Watt. 3D Computer Graphics. Addison Wesley 2000 *Shirley. Fundamentals of Computer Graphics. AK Peters 2005 *Bungartz, Griebel & Zenger. Einführung in die Computergraphik. Vieweg 1996
36
Modulbezeichnung Computergraphik III ggf. Modulniveau Master ggf. Kürzel CG_III ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester WiSe, jährlich Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch / englisch Zuordnung zum Curriculum
Master Informatik Wahlpflicht
Lehrform/SWS Vorlesung: 2 SWS, Gruppengröße: 60 Übung: 2 SWS, Gruppengröße: 30
Arbeitsaufwand Präsenz 60 h, Eigenstudium 60h, Prüfungsvorbereitung: 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundkenntnisse aus B.Inf-VC: Mathematik für VC, Computergraphik I,
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen die verschiedenen Konzepte und spezifischen Algorithmen der photorealistischen Bildsynthese und können für einfache Probleme angemessene Techniken auswählen und in einfachen Kontexten praktisch umsetzen und anwenden *Die Studierenden kennen die Grundprinzipien des bildbasierten Renderings und können diese gegenüber klassischen Techniken der modellbasierten Graphik abgrenzen *Die Studierenden kennen die Grundprinzipien der indirekten Beleuchtung (insb. Schatten) und der globalen Beleuchtungsberechnung (insb. Radiosity) und können diese in einfachen Kontexten praktisch implementieren *Die Studierenden kennen die wesentlichen Eigenschaften und Strukturen von Shading Languages, wie sie zur Ansteuerung verschiedener, externer Renderingprogramme und zur GPU-Programmierung zum Einsatz kommen *Die Studierenden können einfache GPU-Programme zur Erzeugung spezieller graphischer Effekte entwickeln
Inhalt In dieser Veranstaltung werden vertiefende Aspekte der Computergraphik vermittelt. Der Schwerpunkt liegt dabei auf Hardware-Beschleunigung und GPU Programmierung, Realtime Rendering und Photorealismus. Ausgewählte Thematiken werden detailliert behandelt: *Komplexe Materialmodelle *Procedural Texturing and Modeling *GPU Programmierung mit Shading Languages (GLSL) *Fortgeschrittene Anwendungen von Texturen *Globale Beleuchtungsberechnung (Radiosity) *Image Based Rendering, Lichtfelder *Schattenberechnung
37
Studien-/Prüfungsleistungen
Mündliche Prüfung. Für die Zulassung zur Prüfung ist die erfolgreiche Bearbeitung einer Projekt-Übungsaufgabe erforderlich.
Prüfungsformen M Medienformen Beamer (Folien, Beispielprogramme), Tafel Literatur *Eberly. 3D Game Engine Design. Morgan Kaufman, 2006
*Ebert, Musgrave, Peachey, Perlin and Worley. Texturing and Modeling. Morgan Kaufman 2003 *Möller, Haines. Real-Time Rendering. AK Peters, 2008
38
Modulbezeichnung Computergraphik IV ggf. Modulniveau Master ggf. Kürzel CG_IV ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester SoSe, jährlich Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch / englisch Zuordnung zum Curriculum
Master Informatik, Wahlpflicht
Lehrform/SWS Vorlesung: 2 SWS, Gruppengröße: 60 Übung: 1 SWS, Gruppengröße: 30
Arbeitsaufwand Präsenz 45 h, Eigenstudium 60 h Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen die Prinzipien der grafikunabhängigen Nutzung von Grafikprozessoren (GPUs) sowie die Eigenschaften der dazu notwendigen Schnittstellen *Die Studierenden können allgemeine Problemlösungen hochparallelisiert auf Grafikprozessoren implementieren
Inhalt In dieser Veranstaltung wird ein Überblick über den aktuellen Forschungsstand im Bereich Computergraphik vermittelt. Ausgewählte aktuelle Thematiken aus den nachfolgend exemplarisch aufgeführten Bereichen werden detailliert behandelt. Die Schwerpunkte werden dabei nach aktuellen Forschungsfragen und -projekten gesetzt. Gegenstand dieser Veranstaltung ist die Programmierung hochparalleler Prozessoren, speziell Grafikprozessoren (GPUs), mittels grafikunabhängiger Schnittstellen. Es werden keine Grafikkenntnisse vorausgesetzt. * General Purpose Computations on Graphics Processing Units (GPGPU) * Grafik-unabhängige Schnittstellen zur Programmierung von Graphics Processing Units (CUDA, OpenCL, OpenACC) * Ausgewählte Algorithmen für hochparallele Prozessoren
Studien-/Prüfungsleistungen
Mündliche Prüfung. Für die Zulassung zur Prüfung ist die erfolgreiche Bearbeitung einer Projekt-Übungsaufgabe erforderlich.
Prüfungsformen M Medienformen Beamer (Folien, Beispielprogramme), Tafel Literatur *Möller, Haines, Hoffman. Real-Time Rendering. AK Peters, 2008
*Ausgewählte aktuelle Forschungspublikationen
39
Modulbezeichnung Computergraphik V ggf. Modulniveau Master ggf. Kürzel CG_V ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache deutsch / englisch Zuordnung zum Curriculum
Master Informatik, Wahlpflicht
Lehrform/SWS Arbeitsaufwand Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
Inhalt Studien-/Prüfungsleistungen
Prüfungsformen M Medienformen Literatur
40
Modulbezeichnung Computergraphik Praktikum (Vertiefungspraktikum) ggf. Modulniveau Master ggf. Kürzel CG-P ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 5. Semester im Bachelor
ab 1. Semester im Master WiSe, jährlich
Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“ Master Informatik
Lehrform/SWS Praktikum: 2 SWS, Gruppengröße: 20
Arbeitsaufwand Präsenz: 30 h, Eigenstudium: 110 h, Abgabe der Lösung / Interview: 10 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Computergraphik I
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen Programmierparadigmen der plattformunabhängigen Graphik-API OpenGL und beim GUI-Design mit Qt *Die Studierenden können interaktive 3D-Graphik-Anwendungen erstellen. *Die Studierenden besitzen die Fähigkeit, hierarchische Modell-Strukturen zu erstellen *Die Studierenden können Benutzerinteraktionen wie Kamerafahrten in Graphik-Anwendungen integrieren. *Die Studierenden besitzen die Fähigkeit, für komplexe Anwendungen einfache Performanz-Analysen und -Optimierungen durchzuführen. *Die Studierenden können einfache, graphik-relevante Probleme direkt auf GPUs realisieren.
Inhalt Die Studierenden lernen in diesem Praktikum aktiv die Entwicklung interaktiver 3D-Graphik-Anwendungen. Hierzu gehören neben der reinen Graphik-Programmierung unter OpenGL und OpenInventor der praktische Umgang mit Methoden aus den Bereichen Modellierung, Animation und Spezialeffekte: OpenGL-Programmierung, insbesondere *einfache Modellierung *Texturierung und lokale Beleuchtung Qt-Programmierung, insbesondere *Plattformunabhängiges Design von Benutzeroberflächen Grundlagen der GPU-Programmierung
Studien-/Prüfungsleistungen
Scheinerwerb durch Bearbeitung der Übungsaufgaben in Zweiergruppen
Prüfungsformen P Medienformen
41
Literatur J. Neider, T. Davis, M. Woo. OpenGL Programming Guide. Addison Wesley, 2007
42
Modulbezeichnung Convex Optimization for Computer Vision Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Michael Möller Lehrende/-r Prof. Michael Möller Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Sommersemester Empfohlenes Fachsemester 1-3 Lehrsprache englisch Lehrformen Vorlesung mit Beamer und Tafel, interaktive Elemente,
Übungen Präsenzstudium in Stunden 90 Selbststudium in Stunden 210 Workload in Stunden 300 Leistungspunkte 10 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Solide Kenntnisse in mathematischen Grundlagen (Analysis und lineare Algebra)
Inhalte Folgende Themen werden in diesem Modul behandelt: Konvexe Analysis als theoretische Grundlage - Konvexität - Existenz und Eindeutigkeit von Minimierern - Subdifferential - Konvex Konjugierte - Sattelpunktprobleme und Dualität Numerische Methoden - Gradient Descent - Proximal Gradient Descent - Proximal Point Algorithmus - Primal-Dual Hybrid Gradient Verfahren - Augmented Lagrangian Verfahren - Beschleunigungen, Schrittweitensuche, und heavy-ball Variationen der oben erwähnten Verfahren. Beispielanwendungen in der Computer Vision und Signalverarbeitung: - Entrauschen, Entzerren, Rekonstruieren - Segmentieren - Tiefenrekonstruktion - Implementierung der obigen numerischen Verfahren für die Beispielanwendungen in Matlab
Angestrebte Lernergebnisse / Kompetenzen
Nach der Teilnahme an diesem Modul beherrschen die Studierenden die für die Praxis wichtigen grundlegenden Werkzeuge der konvexen Analysis. Sie sind in der Lage verschiedene Verfahren erster Ordnung zur Lösung konvexer Optimierungsprobleme mit Nebenbedingungen und nicht-differenzierbaren Funktionen zu verstehen und anzuwenden.
43
Studenten werden in der Lage sein Energieminimierungsprobleme in Sattelpunktform zu analysieren und die duale Energie herzuleiten. Sie verstehen die Konvergenzanalyse des Proximal Point Algorithmus und können dieses Resultat auf andere Algorithmen anwenden, indem sie diese in Proximal Point Form schreiben. Studenten werden in der Lage sein konvexe Optimierungsprobleme für typische Computer Vision Probleme durch Anwenden der numerischen Methoden selbstständig zu lösen.
Prüfungsformen M Voraussetzung für die Vergabe von LP
Erreichen von mindestens 50% der Punkte in den Hausaufgaben ist die Voraussetzung für die Zulassung zur Prüfung
Literatur - Folien aus der Vorlesung. - Stephen Boyd, Lieven Vandenberghe. Convex Optimization. Cambridge University Press. 2003. - R. Tyrrell Rockafellar. Convex analysis. Princeton University Press. 1970 - Jean-Baptiste Hiriart-Urruty, Claude Lemaréchal. Fundamentals of convex analysis. Springer. 2004. - Yurii Nesterov. Introductory lectures on convex optimization. Kluwer-Academic. 2003 - Convex Analysis and Monotone Operator Theory in Hilbert Spaces. H. H. Bauschke and P. L. Combettes. 2011. - Jorge Nocedal, Stephen J. Wright. Numerical optimization. - Dimitri Bertsekas. Nonlinear programming. Athena Scientific. 1999 Weitere Referenzen zu aktuellen Veröffentlichungen werden in der Vorlesung gegeben.
44
Modulbezeichnung Datenbanksysteme I ggf. Modulniveau Bachelor ggf. Kürzel DBS_I ggf. Untertitel -- ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Prof. Dr. U. Kelter Sprache deutsch Zuordnung zum Curriculum
Kernfach Bachelor Informatik Kernfach Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung (2 SWS); Übung 2 SWS); Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 80 h, Prüfungsvorbereitung: 10h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlegende Programmierkenntnisse gemäß Modulen AD und OFP
Modulziele / Angestrebte Lernergebnisse
Faktenwissen *gutes Verständnis des relationalen Datenbankmodells *Fähigkeit, einfache Abfragen in SQL zu formulieren Bewertungskompetenzen *Anwendungsbereich verschiedener Datenverwaltungssysteme einschätzen können
Inhalt Einleitend wird das Problem der persistenten Datenverwaltung generell betrachtet, und Datenbanksysteme werden mit anderen Systemen zur persistenten Datenverwaltung verglichen. Danach werden folgende Themen behandelt: *Architektur von Informationssystemen und Datenbankmanagementsystemen (DBMS) *relationale Systeme *konzeptionelle Grundlagen und die relationale Algebra *SQL *Abfrageverarbeitung und Optimierung *Entwurf redundanzfreier Datenbankschemata
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS. Prüfungsleistungen s. Feld Prüfungsformen. Zur Fachprüfung wird nur zugelassen, wer wenigstens 50 % der Übungsaufgaben erfolgreich bearbeitet hat.
Prüfungsformen K1.5 Medienformen Literatur Skript Datenbanksysteme I, ca. 260 Seiten, im WWW über die
Leitseite der Fachgruppe verfügbar; darin zusätzliche Referenzen
45
Modulbezeichnung Datenbanksysteme II ggf. Modulniveau Master ggf. Kürzel DBS_II ggf. Untertitel -- ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Prof. Dr. U. Kelter Sprache Deutsch Zuordnung zum Curriculum
Master Informatik Kerngebiete
Lehrform/SWS Vorlesung (2 SWS); Übung (2 SWS); Arbeitsaufwand Präsenzstudium: 60 h, Eigenstudium: 80 h,
Prüfungsvorbereitung: 10 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Inhalte der Vorlesung Datenbanksysteme I
Modulziele / Angestrebte Lernergebnisse
* Kenntnis weiterer Datenbankmodelle (objektorientiert, semistrukturiert) und deren Unterschiede zum relationalen Datenbankmodell, Sinn und Einsatzbereich dieser Datenbankmodelle einschätzen können * Daten in XML modellieren können, konkrete XML-Abfragesprachen anwenden können
Inhalt Thematische Schwerpunkte sind: *Objektorientierte Datenbanken *Transportdateien, XML und XML-Anfragesprachen *Transaktionen *Concurrency Control, Recovery
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen.
Prüfungsformen K1 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen Literatur zu jedem Themenbereich Einzelskripte, die im WWW frei zu
Verfügung stehen zusätzlich diverse Standards und Hintergrundliteratur zu XML und XML-Abfragesprachen über www.xml.org
46
Modulbezeichnung Decision Making ggf. Modulniveau Master ggf. Kürzel DecM ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. M. Fathi Dozent(in) Prof. Dr. M. Fathi Sprache deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung, Bachelor Informatik-Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 70 h, Prüfungsvorbereitung 20 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
Die Studierenden benennen Besonderheiten von Entscheidungsproblemen und entwickeln Verständnis über die Grundlagen entscheidungstheoretischer Konzepte. Teilnehmer sind befähigt, Entscheidungskomponenten, Algorithmen und Techniken, die rationales Verhalten in Entscheidungssituationen unter Unvollständigkeit repräsentieren zu entwickeln. Im Anwendungsbereich sind die Studierenden in der Lage entscheidungsunterstützende Systeme unter Sicherheit, Unsicherheit und Vagheit zu beurteilen.
Inhalt Entscheidungstheoretische Methoden stellen Konzepte zur Formalisierung von Entscheidungsprozessen und darauf aufbauend zur Auswahl geeigneter Alternativen bereit. Dabei kommt der Modellierung der individuellen Präferenzen und des Wissens des Entscheidungsträgers eine besondere Bedeutung zu. Letzteres ist im Allgemeinen unvollständig, also unsicher, ungenau oder vage. Die Entscheidungstheorie wird als wichtiges Werkzeug zur Formalisierung rationalen Verhaltens und somit zum Entwurf autonomer, intelligenter Agenten betrachtet. Entscheidungstheoretische Methoden haben sich auch in anwendungsorientierten Fachgebieten wie der Wirtschaftsinformatik etabliert, wo sie als Grundlage von Entscheidungsunterstützungssystemen (Decision Support Systems) dienen. Die wichtigsten Vorlesungsthemen sind: *Entscheidungsmodelle *Präferenzrelationen und Nutzenfunktionen *Entscheiden bei Risiko und Ungewissheit *Entscheidungsunterstützungssysteme (Decision Support Systems)/Assistenzsysteme *Alternative Entscheidungskonzepte wie Fuzzy Sets oder Belief-Funktionen *Graphbasierte Methoden zur Unterstützung der Modellbildung
47
*Quantitative Modelle wie die possibilistische Entscheidungstheorie
Studien-/Prüfungsleistungen
Bestehen der mündl. Prüfung
Prüfungsformen M Medienformen Literatur *H. Laux: Entscheidungstheorie, 7. Auflage, Springer Verlag,
Berlin, 2010. *F.V. Jensen: Bayesian Networks and Decision Graphs, Statistics for Engineering and Information Science, Springer Verlag, New York, 2007. *F. Eisenführ, M. Weber: Rationales Entscheiden, 5. Auflage, Springer Verlag, Berlin Heidelberg New York, 2010. *G. Sorger: Entscheidungstheorie bei Unsicherheit, Lucius and Lucius Verlag, Stuttgart, 1999. *F. Burstein, C.W. Holsapple: Handbook of Decision Support Systems Part I and Part II, International Handbooks of Information Systems, Springer Verlag, Berlin Heidelberg, 2008.
48
Modulbezeichnung Deep Learning ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester Ab 1. Semester im Master Jedes WiSe Modulverantwortliche/r Prof. Michael Möller Dozent(in) Prof. Michael Möller Sprache Englisch Zuordnung zum Curriculum
Master Informatik Vertiefung Master Mechatronics
Lehrform/SWS Vorlesung (2 SWS), Übung (1 SWS) Arbeitsaufwand Präsenz: 45h, Selbststudium: 105h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Vorkenntnisse im Bereich Programmierung und mathematische Grundlagen
Modulziele / Angestrebte Lernergebnisse
Nach Abschluss dieses Moduls verstehen die Studenten die grundlegenden Konzepte des Deep Learning. Sie verstehen die Kettenregel für verschachtelte Funktionen mit mehreren Variablen und sind in der Lage, den gradient descent Algorithmus von Grund auf für vollständig verbundene Netzwerke zu implementieren. Die Teilnehmer sind mit dem PyTorch-Framework vertraut und können einfache Architekturen für Regressions- und Klassifizierungsprobleme selbstständig implementieren. Sie verstehen das Konzept des overfitting, sind in der Lage, das Verhalten von Trainings- und Validierungskurven zu analysieren und können geeignete Regularisierungsstrategien anwenden, um die Art und Weise zu verbessern, wie ein Netzwerk generalisiert. Die Studierenden verstehen Bausteine neuronaler Netze, die Bilder verarbeiten und sind mit den gängigsten Entwurfsmustern für die Architektur neuronaler Netze vertraut.
Inhalt Die folgenden Themen werden in diesem Modul behandelt: - Supervised machine learning as an interpolation problem - Simple network architectures: Fully connected layers, rectified linear units, sigmoids, softmax - Gradient descent for nested functions: The chain rule and it's implementation via backpropagation - Stochastic gradient descent on large data sets, acceleration via momentum and ADAM - Capacity, overfitting and underfitting of neural networks - Training, testing, and validation data sets - Improving generalization: data augmentation, dropout, early stopping - Working with images: Convolutions and pooling layers. Computing derivatives and adjoint linear operators - Getting the network to train: Data preprocessing, weight initialization schemes, and batch normalization - Applications and state-of-the-art architectures for image
49
classification, segmentation, and denoising - Architecture designs: Encoder-decoder idea, unrolled algorithms, skip connections + residual learning, recurrent neural networks - Implementations in NumPy and PyTorch: Hands-on practical experience by implementing gradient descent on a fully connected network in NumPy. Introduction to the deep learning framework PyTorch for training complex models on GPUs
Studien-/Prüfungsleistungen
Mündliche Prüfung
Prüfungsformen K1,5 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen Vorlesung mit Projektor und Tafel, interaktive Elemente, Übungen Literatur - Vorlesungsunterlagen
- "Deep Learning" by Ian Goodfellow, Yoshua Bengio and Aaron Courville (Online frei verfügbar available unter http://www.deeplearningbook.org/) - Einführung in Python, e.g. at https://github.com/jrjohansson/scientific-python-lectures - Coursera course "Machine Learning" by Andrew Ng Weitere Referenzen zu aktueller Literatur warden in der Vorlesung bekanntgeben.
50
Modulbezeichnung Denotationelle Semantik ggf. Modulniveau Master ggf. Kürzel DenSem ggf. Untertitel (früher TP III) ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung (2 SWS) Übung (2 SWS) Arbeitsaufwand 60 h Präsenz 50 h Eigenstudium, 40 h Prüfungsvorbereitung Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Sem I (Semantik von Programmiersprachen I)
Modulziele / Angestrebte Lernergebnisse
Erlernen der denotationellen Methode zur Beschreibung der Semantik von Programmiersprachen. Anwendung denotationeller Semantik zum Nachweis von Eigenschaften einzelner Programme oder der gesamten Programmiersprache.
Inhalt Am Beispiel der funktionalen Programmiersprache aus Sem I wird die denotationelle Methode zur Semantikbeschreibung eingeübt. Dazu zählen folgende Themen: *mathematische Grundlagen aus der Bereichstheorie *verschiedene denotationelle Modelle für call-by-name und call-by-value *Adäquatheitsbeweise für diese denotationellen Semantiken *Verwendung der denotationellen Semantiken zum Beweis von Beobachtungskongruenzen *kategorientheoretische Sicht auf die denotationelle Semantik
Studien-/Prüfungsleistungen
Vorlesung, Übungen, mündliche Prüfung
Prüfungsformen M Medienformen Tafel Literatur *J. Mitchell. Foundations for Programming Languages. MIT Press
1996 *G. Winskel. The Formal Semanics of Programming Languages. 1993
51
Modulbezeichnung Development of the Embedded Systems with FPGAs Modulniveau Master ggf. Kürzel ES_FPGA ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Mohammed Abuteir Lehrende/-r Mohammed Abuteir Pflichtkennzeichen Moduldauer (Semester) 1 Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
ab 4. Semester im Bachelor ab 1. Semester im Master
Lehrsprache englisch Lehrformen Vorlesung 2 SWS, Übung 2 SWS. Präsenzstudium in Stunden
60
Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Keine
Inhaltliche Voraussetzungen für die Teilnahme
*Digitales Design *Rechnerarchitekturen I
Inhalte Das Design von eingebetteten Systemen mit FPGAs ist das zentrale Thema dieses Kurses. Dieser Kurs bietet den Studierenden die Möglichkeit, die notwendigen Fähigkeiten zu entwickeln, um komplexe eingebettete Systeme mit der Vivado-Design-Suite zu entwickeln; Ziele sind das Verstehen und Nutzen fortschrittlicher Entwicklungstechniken für eingebettete Systeme zur Konstruktion eines komplexen Systems mit einem programmierbaren System-on-a-Chip (SoC). Darüber hinaus bietet dieser Kurs die notwendigen Fähigkeiten zur Entwicklung von ARM-basierten SoCs. Themen reichen von der funktionalen Spezifikationen bis hin zu Design, Implementierung und Test auf realer FPGA-Hardware mit Standard-Hardware-Beschreibungssprachen und Software-Programmiersprachen. Folgende Themen werden behandelt: • Einführung in das Embedded System Design mit Zynq • Zynq Architektur • Implementieren von eingebetteten Systemen mit programmierbarer Logik • Hinzufügen eigener IP Peripherals • Software-Entwicklungsumgebung und Debugging • System-Debugging mit Vivado Logic Analyzer und SDK • Speicherinterface • Interrupts • Prozessorkonfiguration und Bootloader
52
• Programmierung eines Microblaze Prozessors Angestrebte Lernergebnisse / Kompetenzen
*Die Studierenden sollen einen Überblick über SoC-Architekturen gewinnen (z.B. Zynq) *Die Studenten kennen FPGA-basierte Hardware-Plattformen und Werkzeuge (z.B. Vivado) *Die Studenten können Software-Plattformen verwenden (Software Development Kit) *Die Studenten werden mit Zedboard und ZYBO boards vertraut. *Die Studenten können Hardware- und Softwarekonzepte praktisch am Ende des Kurses anwenden.
Prüfungsformen K2 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Voraussetzung für die Vergabe von LP
Erfolgreiche Bearbeitung der Übungsaufgaben ist Bedingung zur Zulassung zur Prüfung
Literatur *The zynq Book, Louise, Ross, Martin, Bob and David, August 2015 *Xilinx Tuturials, labs and data sheets.
53
Modulbezeichnung: Diagnose und Therapie ggf. Modulniveau Bachelor ggf. Kürzel DT ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück, Prof. Dr. V. Braun Dozent(in): Lehrbeauftragte der Siegener Kliniken Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Medizinische Informatik
Lehrform/SWS: 4 SWS Vorlesung mit Praxiseinheiten
Arbeitsaufwand: Präsenz: 30h (Vorlesung); Klinikpraktikum 40h, Eigenstudium 50h, Prüfungsvorbereitung 30h
Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Einführung in die Medizinische Informatik, Medizin I, Medizin II
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden kennen sich mit den Grundlagen der modernen Diagnostik und Therapie aus. Sie verstehen die Möglichkeiten der einzelnen relevanten Verfahren und sehen die Chancen der Medizinischen Informatik bzw. Medizintechnik für die Gesundheit des Menschen. Sie kennen die gängigen Vorgehensweisen der Mediziner und können Aspekte der Handhabbarkeit von Verfahren und die Ergonomie von Arbeitsabläufen einschätzen. Sie haben grundlegendes praktisches Wissen über die Anwendung ausgewählter Techniken.
Inhalt: Die Vorlesung beschäftigt sich mit den gängigen Verfahren im Bereich Diagnose und Therapie vieler verschiedener medizinischer Fachrichtungen. Die Studierenden bekommen ein Verständnis für die Arbeitsweise und das konkrete Vorgehen von Medizinern bei den relevanten bildgebenden und nicht-bildgebenden Verfahren. In einem Praktikum wird das theoretische Wissen vertieft.
Studien-/Prüfungsleistungen/
Praktikumsbericht, Prüfungsleistung
Prüfungsformen: Mündlich Medienformen: Powerpoint Literatur: Wird in der Veranstaltung bekannt gegeben und zur Verfügung
gestellt.
54
Modulbezeichnung Didaktik der Informatik I
Modulniveau Bachelor
ggf. Kürzel B-DDI-I
ggf. Untertitel
ggf. Modulelemente Didaktik der Informatik A/B
Modulverantwortliche/-r Dr. Steffen Jaschke
Lehrende/-r Dr. Steffen Jaschke
Pflichtkennzeichen
Moduldauer (Semester) 1
Angebotshäufigkeit Wintersemester
Empfohlenes Fachsemester
3
Lehrsprache deutsch
Lehrformen Vorlesung mit Übung (Teils in Seminarform)
Präsenzstudium in Stunden
90
Selbststudium in Stunden 210
Workload in Stunden 300
Leistungspunkte 10
Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Algorithmen und Datenstrukturen; Objektorientierung und funktionale Programmierung
Inhalte • Informatik, Mensch und Gesellschaft: Grundlagen der Mensch-Computer-Interaktion, Datenschutz, Urheberrecht bei digitalen Medien, Informationelle Selbstbestimmung • Didaktik der Informatik: Entwicklungsstand und Quellen • Grundmodell für Ziele, Inhalte und Lehrmethoden • Theoretische Fundierung der Schulinformatik • Problemlösen im Informatikunterricht • Kompetenzentwicklung: Bildungsstandards für die Sekundarstufe I • Informatisches Modellieren und Konstruieren: Daten- und Ablaufmodellierung • Objektorientierte Denkweisen • Unterrichtshilfen für den Informatikunterricht Informatiksysteme: Schichtenmodelle • Strukturen untersuchen und Strukturieren: • Sprachen, Automaten und Netze • Internetworking • Anfangsunterricht • Projekte • Kompetenzentwicklung mit Informatiksystemen
55
Angestrebte Lernergebnisse / Kompetenzen
Sie können unter Beachtung der Präkonzepte der Lernenden einen besonders anschaulichen und handlungsorientierten Einstieg in die Informatik vorbereiten, durchführen und auswerten. • Sie können am Beispiel Internetworking exemplarisch neue Lerngegenstände der Informatik erarbeiten. • Sie können die Vielfalt informatischer Lösungen zur Kreativitätsförderung einsetzen. • Sie analysieren ihre Beobachtungen aus dem Berufsfeldpraktikum und bewerten die dort kennengelernten informatikdidaktischen Konzepte, indem sie diese mit zeitgemäßen Forschungsergebnissen vergleichen. • Sie kennen grundlegende informatikdidaktische Positionen und Strukturierungsansätze. • Sie können informatische Sachverhalte in verschiedenen Anwendungsbezügen und Sachzusammenhängen sowie gesellschaftliche Auswirkungen interpretieren und erklären. • Sie kennen relevante Ergebnisse informatikdidaktischer, lernpsychologischer und sozialwissenschaftlicher Forschung zur Gestaltung von Lehr- und Lernumgebungen, können diese aufeinander beziehen und zur exemplarischen Planung und Gestaltung von Informatikunterricht anwenden. • Sie wissen um die Langlebigkeit und Übertragbarkeit der zentralen informatischen Fachkonzepte. • Sie kennen die verschiedenen Sichtweisen der Informatik mit ihren spezifischen Zugängen zur Erkenntnisgewinnung, wie Konstruieren, Beweisen und empirische Methoden. • Sie können den bildenden Gehalt informatischer Inhalte und Methoden anwenden, informatische Inhalte in einen unterrichtlichen Zusammenhang bringen und durchdenken sowie fachübergreifende Perspektiven beachten. • Sie können fachdidaktische Konzepte und empirische Befunde informatikbezogener Lehr- Lernforschung anwenden, um Denkwege und Vorstellungen von Schülerinnen und Schülern zu analysieren, Schülerinnen und Schüler für das Lernen von Informatik zu motivieren sowie individuelle Lernfortschritte zu fördern. • Sie verfügen über ausreichende praktische Kompetenz für den Einsatz von schulrelevanter Hard- und Software.
Prüfungsformen Mündlich (45 Minuten)
Voraussetzung für die Vergabe von LP
Bestandene Prüfung
Literatur
56
Modulbezeichnung Digitale Bildverarbeitung I ggf. Modulniveau Bachelor ggf. Kürzel DBV I ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. K.-D. Kuhnert Dozent(in) Prof. Dr. K.-D. Kuhnert, Dipl.- Inform. Klaus Müller Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung Master Informatik Vertiefung Master Elektrotechnik WPF
Lehrform/SWS Vorlesung (2 SWS) , Übung (2 SWS) Arbeitsaufwand Präsenz 60 h, Eigenstudium 60h, Prüfungsvorbereitung: 30 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *kennen die wichtigsten low-level Algorithmen der Bildverarbeitung *können typische Aufgaben der industriellen Bildverarbeitung selbständig auf die vorhandenen Methoden abbilden *haben ein Verständnis entwickelt für die typischen Kommunikationsweisen bei der Automatisierung mittels Bildverarbeitung *kennen typische Probleme der Bildverarbeitung in realer Umgebung
Inhalt Die Vorlesung digitale Bildverarbeitung umfasst die Darstellung von Bildverarbeitungs- und -auswertungsverfahren für die allgemeine Automatisierung und Multimediatechnik. Im Seminar werden experimentell Bildverarbeitungsverfahren erlernt. Zum Inhalt gehören u.a: *Einleitung / optische Täuschungen / Sehen *Physik der Bildentstehung, Optik, dünne Linse, Zentralprojektion *Abtastung und Quantisierung, Binärbild, Grautonbild, Farbbild *Farbentheorie, RGB, HSI, YUV *Transport der Bildinformation, Fernsehtechnik *Bildeingabe und Speicherung, Beleuchtung *aktive 3-D Vermessung, strukturiertes Licht Interferometrie *statistische Beschreibung digitaler Bilder *Bearbeitung von Binärbildern, Konturfolger, Quadtrees *Deformation/Verzerrung von Bildern, Koordinatentransformation, affine Abbildung *lokale Operatoren, lin. Filter, matched Filter, Tiefpaß, Hochpaß,
57
Pyramide *Qualitätsmessung von lokalen Operatoren *lokale Operatoren, nicht lin. Filter, Median, Olympic *Kanten, Eckendetektion, Laplace, Sobel *Subpixelgenauigkeit *Konturfindung, -verfolgung, -approximation
Studien-/Prüfungsleistungen
Schriftliche Prüfung
Prüfungsformen K2 Medienformen Beamer, Tafel, Computerdemonstrationen Literatur Haberäcker. Digitale Bildverarbeitung. Hanser Verlag
58
Modulbezeichnung Digitale Bildverarbeitung II ggf. Modulniveau Master ggf. Kürzel DBV II ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1.Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. K.-D. Kuhnert Dozent(in) Prof. Dr. K.-D. Kuhnert, Dipl.- Inform. Klaus Müller Sprache Deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung Master Elektrotechnik WPF
Lehrform/SWS Vorlesung (2 SWS) , Übung (2 SWS) Arbeitsaufwand Präsenz 60 h, Eigenstudium 60h, Prüfungsvorbereitung: 30 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *kennen die Funktionsweise und Algorithmik einer ganzen Reihe von Bildauswertungsverfahren, die auf großen Bildbereichen arbeiten *können die Angemessenheit verschiedener globaler Verfahren für unterschiedliche Problemklassen beurteilen und einfache Analysen selbst implementieren *besitzen einen Überblick über die verschiedenen Klassifikationsalgorithmen *können die wichtigsten Klassifikationsverfahren theoretisch herleiten *sind in der Lage, die mathematische Beschreibung auf ein konkretes Beispiel anzuwenden und eine zugehörige Implementierung in C++ zu erstellen *können ein konkretes Problem in Merkmalsextraktion und Klassifikation zerlegen *können eigenverantwortlich alleine und in Gruppen Aufgaben lösen und Ergebnisse präsentieren
Inhalt Die Vorlesung digitale Bildverarbeitung II umfasst die Darstellung von Mustererkennungs- und Lernverfahren für die Bildverarbeitung in der allgemeinen Automatisierung und Multimediatechnik. Im Seminar wird experimentell die Klassifikation erlernt: *globale Operatoren *morphologische Operatoren Flächensegmentierung *Split and Merge *Energieminimierung *Grauwertflächen und Farbflächen
59
*Beschreibung durch Patches und Wavelets Klassifikation 1 *Statistik (Bayes) *Merkmalsraum *Beschreibung der Klassifikationsgüte *lineare optimale Klassifikation Klassifikation 2: neuronale Klassifikation *neuronale Netze *Aufbau eines Neurons *Netztopologie *Lernen und Klassifizieren *Backpropagation learning Selbstlernende Systeme *Übersicht *Statistische Verfahren ( Hauptkomponentenanalyse, Clusterung) *Art Map *Self Organising Map
Studien-/Prüfungsleistungen
Mündliche Prüfung
Prüfungsformen M Medienformen Beamer, Tafel, Computerdemonstrationen Literatur *Haberäcker. Digitale Bildverarbeitung. Hanser Verlag
*Nieman. Mustererkennung. Springer
60
Modulbezeichnung Digitale Bildverarbeitung Praktikum ggf. Modulniveau Bachelor ggf. Kürzel DBVp ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. K.-D. Kuhnert
Dozent(in) Dipl.-Inform. Klaus Müller Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung Master Elektrotechnik WPF
Lehrform/SWS Praktikum / 3 SWS Arbeitsaufwand Präsenz Blockveranstaltung: 5*8h = 40h
Vorbereitung: 30 h Aufbereitung der Inhalte: 80 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *können eigenständig einfache Bildverarbeitungsverfahren in C++ implementieren *können komplexere Verfahren aus einfacheren zusammensetzen *können Verfahren aus der OpenCV-Bibliothek in ihre Implementierungen einbinden *können ein praktisches Erkennungsproblem softwaretechnisch analysieren und umsetzen *verbessern ihr forscherisches/entdeckerisches Verhalten durch eigenständige Problemanalyse
Inhalt Im Praktikum zur digitalen Bildverarbeitung werden teilnehmerzentriert exemplarisch Versuche durchgeführt, die möglichst breit das gesamte Feld der Bildverarbeitung abdecken sollen. In der Mehrzahl der Versuche sollen eigene Bildverarbeitungsalgorithmen in der Programmiersprache C++ und OpenCV programmiert werden. Es besteht die Möglichkeit die entwickelten Algorithmen mit einer Vielzahl vorhandener Algorithmen zu vergleichen und einer Vielzahl von Bildern auszutesten.
Studien-/Prüfungsleistungen
Studienleistung (Befragung und Aufgabenergebnisse)
Prüfungsformen M Medienformen Beamer, Tafel, Computerdemonstrationen Literatur siehe Module DBV I und DBV II
61
Modulbezeichnung Digitale Kommunikationsnetze
Modulniveau Bachelor
ggf. Kürzel DKN
ggf. Untertitel Intelligente Netze für Smart Cities
ggf. Modulelemente
Modulverantwortliche/-r Prof. Dr. Christoph Ruland
Lehrende/-r Dr.-Ing. habil. Natasa Zivic, Dr.-Ing. Obaid ur-Rehman
Pflichtkennzeichen
Moduldauer (Semester) 1
Angebotshäufigkeit Sommersemester
Empfohlenes Fachsemester
5.
Lehrsprache
Lehrformen Vorlesung mit Übungen
Präsenzstudium in Stunden
45
Selbststudium in Stunden 105
Workload in Stunden 150
Leistungspunkte 5
Formale Voraussetzungen für die Teilnahme
keine
Inhaltliche Voraussetzungen für die Teilnahme
nach Möglichkeit GNT (Grundlagen der Nachrichtentechnik)
Inhalte Formale Beschreibungen, physikalische Schnittstellen, LAN, CAN und andere Industriebussysteme, WAN, ISDN, B-ISDN, MAN, WLAN, flexible Nutzung des Radiospektrums, Cognitive Netze, Mobile 4G und 5G Netze, Logical Layer Control (Sicherungsprotokol), Internetworking, QoS, IP, TCIP, IP/TCP Anwendungen, VoIP, UDP, RTP, Smart Netzwerke (Internet of Things, Ad Hoc und Mesh Netze, Collaborative Networks, Network Virtualization, Software Defined Networks (SDN), Cooperative Networking und Routing, Smart Grids, Smart Cities)
Angestrebte Lernergebnisse / Kompetenzen
Überblick über heute eingesetzte Netze, Netztechnologien und Netzdienste. Kenntnisse über die wichtigsten Protokolle und Methoden zur Gewährleistung von QoS (Quality of Service), Internetprotokolle und Internet-Anwendungsprotokolle. Einführung über Mobilfunknetze und -dienste. Kenntnisse der Entwicklung moderern Netztechniken, Einführung in Anwendungsgebiete der Netze mit ihren speziellen Aspekten und Anforderungen
Prüfungsformen Mündlich
Voraussetzung für die Vergabe von LP
Bestandene Prüfung
Literatur wird in der Vorlesung bekannt gegeben.
62
Modulbezeichnung Digitaltechnik und Rechnerorganisation ggf. Modulniveau Bachelor ggf. Kürzel DRO ggf. Untertitel ggf. Lehrveranstaltungen *Digitaltechnik
*Rechnerorganisation Studiensemester ab 1. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Prof. Dr. R. Obermaisser Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik, Bachelor "Duales Studium Informatik"
Lehrform/SWS 4 SWS VO + 2 SWS UE Arbeitsaufwand Präsenz: 90 h, 170 h Eigenstudium, Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende die Veranstaltung besucht haben, können sie die grundlegenden Entwurfsmethoden nennen und beschreiben, sowie digitale Schaltungen eigenständig entwerfen. Studierende können die Schaltalgebra als mathematisches Modell anwenden, Registertransfersprachen zur Beschreibung von Steuerwerken benutzen und auf der Mikroprogrammebene programmieren. Teilnehmer des Moduls können außerdem die Verbindung und Organisation von Komponenten in Digitalrechnern beschreiben, Peripherieelemente erklären und Befehlssatzarchitekturen klassifizieren. Im Rahmen der Bewertungskompetenzen sind Studierende in der Lage die Vor- und Nachteile unterschiedlicher Realisierungsalternativen zu untersuchen, Optimierungskriterien für digitale Schaltung zu beurteilen, sowie Zeit- und Speicherprobleme von Steuerungen zu beurteilen.
Inhalt Digitaltechnik *Boolsche Algebra (Schaltalgebra) *logische Grundverknüpfungsschaltungen *Entwurf von Schaltnetzen *Speicherglieder und Speicherschaltungen *Automatenbegriff *Entwurf von Schaltwerken *Analog-digital-wandlung *Verwendung von Bausteinen wie Decoder, Mulitplexer, ROM und PLA *Entwurf von fest-verdrahteten und mikroprogrammierten Steuerwerken Rechnerorganisation *Rechenwerke (ALU) *Speicherwerke (ROM, RAM) *Bussysteme
63
*Mikroprozessor *Ein-Ausgabeverfahren *Befehlssysteme und Befehlsverarbeitung *Prinzip der Mikroprogrammierung *Systemsoftware (Betriebssystem) *Compiler *Speicherverwaltung *Ein-Ausgabesteuerung *Unterbrechungssystem *Dateisysteme *Prozessbegriff und Prozessverwaltung
Studien-/Prüfungsleistungen
Klausur; Die erfolgreiche Teilnahme an den Übungen ist Voraussetzung zur Zulassung zur Prüfung
Prüfungsformen K3 (2 Teilklausuren zu 90 Min. oder 1 Kompaktklausur zu 180 Min)
Medienformen Powerpoint Literatur *R. Woitowitz, K. Urbanski. Digitaltechnik. Springer Verlag. 2007.
*H. Schildt. Einführung in die technische Informatik. Springer Verlag. 2005. *H. Schneider-Obermann. Basiswissen der Elektro-, Digital- und Informationstechnik. Vieweg Verlag. 2006. Kapitel 2, Grundlagen der Digitaltechnik. *M. Balch. Complete Digital Design. McGraw Hill. 2003. *M. Mano. Digital Design. 4th Ed. Pearson Higher Education. 2007. *M. Mano, C.R. Kime. Logic and Computer Design Fundamentals. 4th Ed. 2008. *E.O. Hwang. Digital Logic and Microprocessor Design With VHDL. 2005. *R.F. Tinder. Engineering Digital Design. Second Edition, Revised. Academic Press, Elsevier. 2000. *S. Brown and Z. Vranesic. Fundamentals of Digital Logic with VHDL Design. Second Edition. McGraw Hill Higher Education. 2005. *M. Mano, C.R. Kime. Logic and Computer Design Fundamentals. 4th Ed. 2008. *U. Brinkschulte und T. Ungerer: Mikrocontroller und Mikroprozessoren Springer-Verlag, September 2002
64
Modulbezeichnung Digital Transformation and Cyber-Physical Systems Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Jun.-Prof. Thomas Ludwig Lehrende/-r Jun.-Prof. Thomas Ludwig Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Jedes Sommersemester Empfohlenes Fachsemester
1-3
Lehrsprache Englisch Lehrformen Vorlesung und Übung Präsenzstudium in Stunden
45
Selbststudium in Stunden 135 Workload in Stunden 180 Leistungspunkte 6 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Digital Transformation: Motivation, Basics, Case Studies
Industry 4.0, cyber-physical systems
Applications of cyber-physical systems
Augmented reality & virtual reality
Human-centered cyber-physical systems
Angestrebte Lernergebnisse / Kompetenzen
Lecture: The students know the strategies and cornerstones of digital
transformation,
The students know cyber-physical systems as a system class,
The students know the basics and characteristics of cyber-
physical systems,
The students know the basics for the design of cyber-physical
systems,
The students know current methods for the design of suitable
human-machine interfaces for cyber-physical systems,
Students learn to use cyber-physical systems in different
domains,
Students learn the central components of industry 4.0 using the
example of cyber-physical production systems.
Exercise: Conception and design of a human-centered cyber-physical
system
Development of a human-centered augmented reality-based
65
assistance system
Prüfungsformen Mündliche Prüfung Voraussetzung für die Vergabe von LP
Literatur
66
Modulbezeichnung Diskrete Mathematik
ggf. Modulniveau Bachelor
ggf. Kürzel DMI
ggf. Untertitel
ggf. Lehrveranstaltungen
Abhaltung: WiSe, jährlich
Studiensemester Ab dem 1. Semester
Modulverantwortliche/r Rebecca Busch
Dozent(in) Rebecca Busch
Sprache deutsch
Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung (4 SWS) Übungen (4 SWS), Übungsgruppen mit je maximal 25 Teilnehmern
Arbeitsaufwand 120 h Präsenz, 120 h Eigenstudium, Prüfungsvorbereitung 60 h Kreditpunkte 10
Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Das Ziel des Kurses ist es, den Studierenden die für die Informatik wichtigen Begriffe und Denkweisen der (diskreten) Mathematik zu vermitteln. Nach erfolgreichem Abschluss des Moduls sollten die Studierenden mit abstrakten Strukturen wie Graphen, partiellen Ordnungen und Monoiden vertraut sein und sollten in der Lage sein, diese abstrakten Strukturen in konkreten Beispielen wiederzuerkennen und das Wissen über diese Strukturen auf ebendiese konkreten Beispiele anzuwenden. Ein weiteres Ziel des Moduls ist die Fähigkeit im Umgang mit Formalismen und logischen Schliessen zu verbessern und damit die Grundlagen für weiterführende Veranstaltungen, wie beispielsweise solche zur Theorie von Algorithmen, zu legen.
Inhalt In diesem Modul erwerben Studierende der Informatik Grundkenntnisse in diskreter Mathematik. Die diskrete Mathematik beschäftigt sich, im Gegensatz zur Analysis, mit nicht-kontinuierlichen Strukturen wie beispielsweise endlichen Graphen. Im Vordergrund stehen kombinatorische Probleme. Die folgenden Gebiete werden (teilweise in Kombination) in der Vorlesung behandelt: *Mengenlehre, Logik und rekursive Strukturen / induktive Definitionen *Zahlen und Zahlensysteme *Grundbegriffe der Algebra *Elementare Kryptographie *Kombinatorik / Binomialkoeffizienten *Graphentheorie
67
Studien-/Prüfungsleistungen
Vorlesung, Übungen, Klausur
Prüfungsformen K3
Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen
Literatur *Albrecht Beutelspacher und Marc Zschiegner. Diskrete Mathematik für Einsteiger 4. Auflage. Vieweg+Teubner, 2011, ISBN 978-3-8348-1248-3 *Manfred Brill. Mathematik für Informatiker 2. Auflage. Hanser, 2005, ISBN 3-446-22802 *Angelika Steger. Diskrete Strukturen Band 1, 2. Auflage. Springer, 2007, ISBN 978-3-540-46660-4
68
Modulbezeichnung Einführung in die IT Sicherheit Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Gunnar Stevens Lehrende/-r Prof. Dr. Gunnar Stevens Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Jedes Wintersemester Empfohlenes Fachsemester Ab 3. Semester im Bachelor Lehrsprache Deutsch Lehrformen 2 SWS Vorlesung, 1 SWS Übung Präsenzstudium in Stunden 45 Selbststudium in Stunden 105 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung
Inhalte - Einführung IT-Sicherheit: Sicherheitsanforderungen, Angreifermodelle;
- Rechnersicherheit und Sicherheit in verteilten Systemen; - Kryptographie; - kryptographische Protokolle; - Grundzüge Sicherheitsmanagement; - Sicherheitsaspekte nach Anwendungsgebieten (z.B. Internet-
Sicherheit). Angestrebte Lernergebnisse / Kompetenzen
Kenntnisse/Wissen über: Grundlagen zum Verständnis von Sicherheitsanforderungen, Sicherheit in einzelnen Rechnern und verteilten Systemen, kryptographische Grundlagen, kryptographische Protokolle, Sicherheitsmanagementverfahren, einzelne Sicherheitsaspekte in Anwendungssystemen
Prüfungsformen K1 Voraussetzung für die Vergabe von LP
Bestandene Prüfungsleistung
Literatur - William Stallings: Cryptography and Network Security, Prentice Hall
- D.R. Stinson: Cryptography: Theory and Practice. CRC Press. - Leitfaden IT-Sicherheit – IT-Grundschutz kompakt,
Bundesamt für Sicherheit in der Informationstechnik, Bonn 2003 und http://www.bsi.bund.de
- Eckert, C.: IT-Sicherheit – Konzepte-Verfahren-Protokolle, Oldenbourg-Verlag.
69
Modulbezeichnung: Einführung in die medizinische Informatik ggf. Modulniveau Bachelor ggf. Kürzel EMI ggf. Untertitel ggf. Lehrveranstaltungen: Modulelement 1: Vorlesung; Modulelement 2: Praxisteil mit
Übungen, Praktikumselementen, Seminar Studiensemester ab 1. Semester im Bachelor WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück Dozent(in): Prof. Dr. R. Brück Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Medizinische Informatik
Lehrform/SWS: 4 SWS Vorlesung (inkl. 2 SWS Praxisteil) Arbeitsaufwand: Präsenzzeit Vorlesung: 30 h; Nachbereitung und Selbststudium:
30 h, Praxisteil Übungen: 30 h, Praktikum Seminar: 45 h; Prüfungsvorbereitung: 15 h
Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
keine
Modulziele / Angestrebte Lernergebnisse:
• Die Studierenden kennen Abgrenzung zwischen der Medizinischen Informatik und der allgemeinen Informatik. • Sie kennen die relevanten Teilgebiete der Medizinischen Informatik. • Sie sind mit den beruflichen Einsatzmöglichkeiten medizinischer Informatiker vertraut. • Sie sind mit den Grundlagen der medizininformatischen Terminologie vertraut und können diese anwenden. • Sie sind mit den groben Strukturen des Gesundheitssystems und -managements vertraut und verstehen die Einsatzbereich von IT-Systemen in diesem Feld. • Sie verstehen den grundlegenden Aufbau und der wichtigsten medizinischen Geräte in Diagnose und Therapie und verstehen die Informatik-bezogenen Aspekt von deren Funktion und Anwendung. • Sie sind in der Lage, eine Analyse und Lösungskonzeption für einfache Problemstellungen der medizinischen Informatik zu erstellen.
Inhalt: 1. Grundlagen und thematische Einordnung - Informatik vs. Medizinische Informatik - Die Geschichte der medizinischen Informatik - Ethisch/moralische und juristische Aspekte der Medizinischen Informatik - Grundbegriffe und Methoden der Medizinischen Informatik - Überblick über Anwendungen computergestützter Verfahren in der Medizin 2. Teilgebiete der medizinischen Informatik - Informationssysteme im Gesundheitswesen - Krankenhausinformationssysteme - Medizinische Bildarchive
70
- Systeme zur Diagnose- und Therapieunterstützung 3. Informatiksysteme in der Medizinischen Praxis - Verfahren der Funktionsdiagnostik - Bildgebende Systeme - Therapiesysteme - Monitoring - Medizinische Informationsverarbeitung - Wichtige gesetzliche Vorschriften - Medizintechnische Anwendungen 4. Perspektiven - Aktuelle Forschungen und künftige Anwendungsszenarien der Medizinischen Informatik
Studien-/Prüfungsleistungen/
Prüfung über den Inhalt von Vorlesung und Praxisteil ; Teilnahmenachweis für den Praxisteil ist Voraussetzung für die Zulassung zur Modulprüfung
Prüfungsformen: Mündlich Medienformen: Power Point, Internet-basierte Materialien zu aktuellen
Themenstellungen aus Medizin und medizinischer Informatik Literatur: Lehmann (Hrsg.), Handbuch der Medizinischen Informatik, 2.
Aufl., Hanser Verlag, 2005 Haux., Kulikovski: IMIA Yearbook of Medical Informatics. Stuttgart: Schattauer, jährlich Enderle, Bronzino, Introdiction to Biomedical Engineering, 3rd Edition, Academic Press, 2011 Hoyt, Yoshihashi (Ed.), Medical Informatikcs-Practical Guide for Healthcare and Information Technology Professionals, 4th Edition, Lulu.com, 2010
71
Modulbezeichnung Einführung in Numerische Methoden und FEM Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r PD Dr.-Ing. Bernhard Eidel Lehrende/-r PD Dr.-Ing. Bernhard Eidel Pflichtkennzeichen Moduldauer (Semester) 1 Angebotshäufigkeit Sommersemester Empfohlenes Fachsemester
Lehrsprache deutsch Lehrformen Vorlesung und Übung Präsenzstudium in Stunden
75
Selbststudium in Stunden 75 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Grundlegende numerische Verfahren werden eingeführt und ihre Anwendung für technische und naturwissenschaftliche Probleme an Beispielen erläutert. Insbesondere werden folgende Themen behandelt: - Funktionsweise der FEM, exemplarisch anhand einer mechanischen Problemstellung - Lösung linearer Gleichungssysteme - Lösung nichtlinearer Gleichungssysteme
Angestrebte Lernergebnisse / Kompetenzen
Fachliche Kompetenzen (95%): Die Studierenden kennen grundlegende numerische Verfahren, die i.a. zentraler Bestandteil gängiger Simulationsprogramme im Ingenieurwesen sind. Sie können diese Verfahren zur Lösung von Problemen im Ingenieurwesen erfolgreich einsetzen. Sie sind in der Lage, numerische Algorithmen im Rahmen von MATLAB zu implementieren. Sie sind sich des gültigen Anwendungsbereiches der verwendeten numerischen Approximationsverfahren bewusst und kennen deren Vor- und Nachteile. Sie lernen, Simulationsergebnisse zu überprüfen und kritisch zu hinterfragen. Soziale Kompetenzen (5%): Die Studierenden erwerben die Fähigkeit, die Funktion numerischer Verfahren zu beschreiben sowie diese auch in allgemein verständlicher Weise zu formulieren. Sie lernen gegebene Aufgaben in begrenzter Zeit zu lösen.
Prüfungsformen K2 Voraussetzung für die Vergabe von LP
Literatur
72
Modulbezeichnung Einführung in die Regelungstechnik für Informatiker ggf. Modulniveau Bachelor ggf. Kürzel ERI ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 5. Semester im Bachelor WiSe, jährlich Modulverantwortliche(r): Prof. Dr. Michael Gerke Dozent(in): Prof. Dr. Michael Gerke Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS: Vorlesung (2 SWS) + Übung (1 SWS) + Praktikum (1 SWS) Arbeitsaufwand: Präsenz: 60 h (Vorlesung: 30 h, Übung: 15 h, Praktikum: 15 h),
Eigenstudium 50 h, Prüfungsvorbereitung 40 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Mathematik für Elektrotechnik-Ingenieure I-III, Grundlagen der Elektrotechnik I-III, Grundlagen der Signal- und Systemtheorie
Modulziele / Angestrebte Lernergebnisse:
Kenntnisse: * Verständnis der Zusammenhänge zwischen Signalen im Zeit- und im Frequenzbereich, * Zusammenhänge zwischen linearen Differentialgleichungen und komplexen Übertragungsfunktionen prüfen * Architektur und Wirkungsweise von regelungstechnischen Algorithmen erkennen Fertigkeiten: * Behandlung von linearen zeitinvarianten Systemen, * Analyse von technischen Systemen im Frequenzbereich, * Synthese von Regelalgorithmen, * Anwendung von analytischen sowie graphischen Methoden, Kompetenzen: * Anwendung der Methoden der klassischen Regelungstechnik
Inhalt: * Signalflussplan, lineare und nichtlineare Komponenten, * Eigenschaften von Übertragungselementen, * typische Eingangssignale für Regelkreise, * Laplacetransformation, Grenzwertsätze der Laplacetransformation,komplexe Übertragungsfunktion, * Rücktransformation, Transformationstabelle, * charakteristische Gleichung, * Signalflussalgebra, * komplexe s-Ebene, Stabilität, periodisches Schwingungsverhalten, Systeme erster und zweiter Ordnung, Totzeitelement, Integrator, * PID-Regelalgorithmen im geschlossenen Regelkreis, * Stabiltätskriterien (Hurwitz-Kriterium, Wurzelortskurvenverfahren, Nyquist-Kriterium, Bode-Diagramm), * Einfache Optimierungsverfahren von Reglern, * Beispiele für Regelkreisstrukturen
Studien- Prüfungsleistung Klausur
73
/Prüfungsleistungen/ Prüfungsformen: K1 Medienformen: Präsentation, Demonstration mit Simulationssoftware
(Kopierlizenz zur Weitergabe der Simulationssoftware an die Studierenden vorhanden)
Literatur: *Vorlesungsskript, *O. Föllinger: Regelungstechnik, ISBN 3-7785-2336-8
74
Modulbezeichnung: Elektrische Maschinen und Antriebe ggf. Modulniveau Master ggf. Kürzel EMA ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche(r): Prof. Dr. G. Schröder Dozent(in): Prof. Dr. G. Schröder, wiss. Mitarbeiter Sprache: deutsch Zuordnung zum Curriculum
Master-Studiengang Informatik
Lehrform/SWS: Vorlesung 2 SWS; Übung 2 SWS Arbeitsaufwand: Präsenzstudium 45 h; Eigenstudium: 45 h, Prüfungsvorbereitung
30 h Kreditpunkte: 4 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Grundlagen der Elektrotechnik I-III (ggf. parallel)
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden erkennen, wie elektrische Antriebe passend für die jeweilige Anwendung zu dimensionieren sind. Sie beurteilen die Vor- und Nachteile der vielfältigen Lösungsmöglichkeiten. Das Kapitel "Raumzeiger-Theorie" bereitet sie vor auf die regelungstechnische Behandlung elektrischer Drehstrom-Antriebe.
Inhalt: Mechanische Ausgleichsvorgänge (mechanische Grundlagen, stationäre Kennlinien, Integration der Bewegungsgleichung, Ein- und Mehrquadrantenantriebe, Bestimmung des Massenträgheitsmomentes) Steuerung elektrischer Antriebe (Steuerung von Gleichstrommaschine, Drehstromasynchronmaschine und Drehstromsynchronmaschine) Raumzeiger-Theorie (mathematische und physikalische Grundlagen, Zweiachsentheorie der Synchronmaschine, Regelkonzepte für Synchronmaschinen-Antriebe, Raumzeigersteuerung für Pulswechselrichter)
Studien-/Prüfungsleistungen/
Fachprüfung
Prüfungsformen: K1,5 Medienformen: Literatur: Günter Schröder: Elektrische Maschinen und Antriebe, Teile I, II
und III, verfügbar am Lehrstuhl und im Moodle
75
Modulbezeichnung Embedded Control ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 5. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Prof. Dr. R. Obermaisser Sprache Englisch Zuordnung zum Curriculum
Bachelor-Studiengang Informatik Bachelor-Studiengang Duales Studium Informatik Master-Studiengang Informatik
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
*Grundlagen der Regelungstechnik *Grundlagen Rechnerorganisation und Digitaltechnik *Programmiersprachen *Modellierung und Simulation
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende die Veranstaltung besucht haben, können sie Modellierungsmethoden für eingebettete Regelungssysteme verwenden. Studierende verstehen die Unterschiede zwischen kontinuierlichen, diskreten und hybriden Modellen und sind in der Lage applikationsspezifische Modelle zu entwickeln. Teilnehmer erwerben die Fähigkeit verschiedene Berechnungsmodelle in Bezug auf deren Eignung für gegebene Szenarien (z.B. Echtzeitaspekte, Determinismus) zu vergleichen und zu erklären. Ein weiteres Lernziel ist es Hardware- und Softwareplattformen für eingebettete Kontrollsysteme (z.B. Prozessoren, Speicherhierarchie, Betriebssysteme, Scheduling) beschreiben und verwenden zu können. Die praktische Realisierung eines eingebetteten Kontrollsystems im Übungsteil versetzt Modulteilnehmer in die Lage Softwarekomponenten auf einer eingebetteten Hardwareplattform zu entwickeln, zu analysieren und zu integrieren. Schließlich erwerben Studierende mittels Analysis and Verifikationsmethoden die Fähigkeit die korrekte Funktion und nichtfunktionale Eigenschaften eines eingebetteten Kontrollsystems einzuschätzen.
Inhalt Modeling and Mathematical Descriptions of Dynamic Systems *Discrete Dynamics *Hybrid Systems *Composition of State Machines *Concurrent Models of Computation
76
Design of Embedded Control Systems *Embedded Processors *Memory Architectures *Input and Output *Multitasking *Scheduling Analysis and Verification *Invariants and Temporal Logic *Equivalence, Refinement, Simulations State-of-the-Art Tools for Embedded Controller Development *MATLAB/Simulink
Studien-/Prüfungsleistungen
Klausur, Übungsaufgaben
Prüfungsformen K2 Medienformen Powerpoint Literatur *E. A. Lee and S. A. Seshia, Introduction to Embedded Systems - A
Cyber-Physical Systems Approach, LeeSeshia.org, 2011 *Peter Marwedel. Embedded System Design, Embedded Systems Foundations of Cyber-Physical Systems. 2nd Edition. 2011 *L. Gomes, J.M. Fernandes. Behavioral Modeling for Embedded Systems and Technologies: Applications for Design and Implementation. Information Science Reference. 2009 *P.J. Mosterman. Model-Based Design for Embedded Systems. CRC Press. 2010 *J. Ledin. Embedded Control Systems in C/C++: An Introduction for Software Developers Using MATLAB. CMP Books. 2004
77
Modulbezeichnung Embedded Systems ggf. Modulniveau Master ggf. Kürzel ES ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Prof. Dr. R. Obermaisser Sprache Deutsch / englisch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS 2 Vorlesung + 2 Übung Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
*Digitales Design *Rechnerarchitekturen I *Betriebssysteme I
Modulziele / Angestrebte Lernergebnisse
Ein Ziel des Moduls ist, dass Studierende Anforderungen, Paradigmen, Konzepte, Plattformen und Modelle eingebetteter Systeme nennen und beschreien können. Studierende können nichtfunktionale Eigenschaften für eingebettete Systeme beschreiben, sowie Konzepte und Methoden zur Echtzeitfähigkeit und Fehlertoleranz beschreiben und anwenden. Studierende sollen außerdem mit verschiedenen Komponenten und Designprinzipien vertraut werden, sodass sie diese in konkreten Applikationsproblemen anwenden können. Studierende können gegensätzliche Entwurfsansätze (wie Zeitsteuerung und Ereignissteuerung) beurteilen und diese auf neue Anwendungsprobleme übertragen. Ebenso können Studierende Plattformtechnologien wie Kommunikationsprotokolle, Prozessoren und Betriebssysteme auf deren Eignung für gegebene Echtzeit-, Sicherheits- und Zuverlässigkeitsanforderungen beurteilen.
Inhalt Das Modul konzentriert sich auf die Systemaspekte verteilter eingebetteter Echtzeitsysteme und vermittelt die zentralen Anforderungen (z.B. Echtzeitverhalten, Determinismus, Zuverlässigkeit, Composability) sowie passende Methoden zu deren Unterstützung. Studierende werden mit verschiedenen Paradigmen und Designprinzipien für eingebettete Systeme vertraut. Ein Schwerpunkt liegt auf dem Umgang mit gegenläufigen Systemeigenschaften (z.B. Flexibilität vs. Composability, offene Systeme vs. zeitliche Garantien) und der Kompetenz zum Einsatz der passenden Designprinzipien und -methoden in einer gegebenen Problemstellung. Neben fundamentalen Grundlagen (z.B. globale Zeit, Scheduling) sollen Kenntnisse aus neuen Entwicklungen vermittelt werden (z.B. Internet of Things) um somit die Grundlage für Forschungsaktivitäten im Bereich eingebetteter Echtzeitsystemen zu schaffen.
78
Das theoretische Wissen über eingebettete Echtzeitsysteme wird durch Fallbeispiele und Systemarchitekturen aus verschiedenen Domänen (z.B. Automobilindustrie, Flugzeugindustrie) ergänzt. Der Übungsteil vertieft dieses Wissen durch praktische Aufgaben zu den Vorlesungsinhalten (z.B. Programmierung eines eingebetteten Systems mit Mikrocontrollern, Scheduling, Speicherverwaltung, Zeitanalyse). Inhaltsüberblick: *Kontext und Anforderungen eingebetteter Echtzeitsysteme *Modellierung eingebetteter Echtzeitsysteme *Globale Zeit und zeitliche Relationen *Zuverlässigkeit *Echtzeitkommunikation *Echtzeitbetriebssysteme *Real-Time Scheduling *Interaktion mit der Umgebung *Design eingebetteter Systeme *Validierung *Internet of Things *Beispiele von Systemarchitekturen für eingebettete Echtzeitsysteme
Studien-/Prüfungsleistungen
Klausur und Übung. Erfolgreiche Bearbeitung der Übungsaufgaben ist Bedingung zur Zulassung zur Prüfung.
Prüfungsformen M Medienformen Powerpoint Literatur *H. Kopetz. Real-Time Systems. Design Principles for Distributed
Embedded Applications. Springer Verlag 2011 *J.W.S. Liu. Real-Time Systems. Prentice Hall. 2000 *Q. Li and C. Yao. Real-Time Concepts for Embedded Systems. CMP Books . 2003 *Lee, J. Y-T. Leung, S.H. Son. Handbook of Real-Time and Embedded Systems. Taylor & Francis Group, LLC. 2008
79
Modulbezeichnung Estimation Theory ggf. Modulniveau Master ggf. Kürzel Est ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab dem 2. Studiensemester SoSe, jährlich Modulverantwortliche/r Prof. Dr. O. Loffeld Dozent(in) Prof. Dr. O. Loffeld, wiss. Mitarbeiter Sprache English Zuordnung zum Curriculum
Master-Studiengang "Informatik" Vertiefung
Lehrform/SWS 2 SWS Vorlesung + 2 SWS Seminar (4 SWS) Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
*Stochastic Models (dringend empfohlen), Inhaltlich: *Linear dynamic and stochastic models *probability and random variables (in debth)
Modulziele / Angestrebte Lernergebnisse
Bereitstellung mathematischer und estimationstheoretischer Grundlagen, Fertigkeiten und Fähigkeiten: Kenntnisse *Stochastic processes *linear dynamic models with stochastic input *optimal estimation principles for dynamic problems Fertigkeiten *Modelling dynamic stochastic problems and estimation of time varying unknown states with optimal recursive estimation approaches. Kompetenzen *Given a stochastic observation problem of an dynamically changing unknown state, find the optimal estimation solution to determine the unknown state from the noisy observations.
Inhalt Stochastic Processes *Stochastic Processes in continuous and discrete time *description of stochastic processes *classes of stochastic processes *processes with indepependent increments *Brownian motion *continuity and differentialability of stochastic processes *white noise *modeling with additive noise processes *integration of stochastic processes *Wiener's stochastic integral *Markovian processes *Gauss Markov Processes *linear models with white Gaussina noise Estimation Approaches for Stochastic Processes
80
*Kalman Filter and different formulations *different approaches to the derivation of Kalman filters Applications *State Space Modelling and Optimal Estimation by Examples
Studien-/Prüfungsleistungen
Teilnahme am Seminar, bzw. Übung, Prüfungsleistung Mündliche Prüfung
Prüfungsformen M Medienformen Vorlesung mit Powerpoint-Folien und Lifeannotierung in der
Vorlesung unter Verwendung einer aktiven Tafel, Vorlesungsskript als pdf in Deutsch,
Literatur Aufzeichnung der Folien und Annotierungen als pdf-Datei, Aufzeichnung und Archivierung der Vorlesung als Real Media Stream, Archivierung aller Unterlagen mit dem E-Learning-System Moodle, Interactive Tests im Moodle System, Java Applets zum Selbststudium. Gleiches gilt für das Seminar. Vorlesungsskript, Web-Inhalte werden aktuell semesterweise aktualisiert und in der Vorlesung referenziert. Lehrbücher *O. Loffeld. Estimationstheorie II. Oldenbourg Verlag München *P.S. Maybeck. Stochastic Models Estimation and Control I, II. Academic Press *B.D.O. Anderson, J.B. More. Optimal Filtering. Prentice Hall
81
Modulbezeichnung: Fachdidaktische Vertiefung ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 3. Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum Bachelor Studiengang „Informatik“ Vertiefung Lehrform/SWS: Arbeitsaufwand: Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Modulziele / Angestrebte Lernergebnisse:
Inhalt: Studien-/Prüfungsleistungen/
Prüfungsformen: M Medienformen: Literatur:
82
Modulbezeichnung Fahrerassistenzsysteme ggf. Modulniveau Master ggf. Kürzel FAS ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester WiSe, jährlich Modulverantwortliche/r Dr.-Ing. Peter Will Dozent(in) Dr.-Ing. Peter Will Sprache deutsch Zuordnung zum Curriculum
Vertiefung Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung (2 SWS) + Übung (2 SWS) Arbeitsaufwand Präsenz: 60 h (Vorlesung: 30 h, Übung: 15 h, Praktikum: 15 h),
Eigenstudium 50 h, Prüfungsvorbereitung 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Technische Mechanik für Elektrotechnik-Ingenieure, Grundlagen der Elektrotechnik I-III, Grundlagen der Regelungstechnik
Modulziele / Angestrebte Lernergebnisse
Kenntnisse *Fachwissen hinsichtlich des fahrdynamisches Verhaltens von Kraftfahrzeugen insoweit, wie für die Erarbeitung geeigneter Fahrerassistenzsysteme relevant *Funktionsweise und Wirkung von automatischen Eingriffen in das Bremssystem sowie in den Bereich der Fahrzeugquerdynamik *Kenntnisse in Bezug auf aktive und passive Sicherheitssysteme *Kenntnisse in Hinsicht auf Systeme zur Erhöhung des Fahrkomforts Fertigkeiten *Erkennen von Sicherheitsproblemen im Fahrzeugbereich *Erarbeitung von Lösungen unter Zuhilfenahme moderner Werkzeuge aus der Regelungstechnik und Informatik Kompetenzen *Integration von Kenntnissen aus der Elektrotechnik, Systemdynamik, Regelungstechnik, Maschinenwesen, des Fahrzeugbaus, sowie der Informatik und Informationstechnik
Inhalt *Fahrverhalten, Fahrsicherheit, aktive und passive Systeme, *Verhältnisse am Reifen, Bremsvorgänge, Antiblockiersysteme (ABS), Antriebsschlupfregelung (ASR), Sensoren, *Elektronisches Stabilitätsprogramm (ESP), Unter- Übersteuern, Struktur und Funktionsweise von ESP, *Automatische Bremsfunktionen (HBA, CDP, HHC, HDC, CCD, HFC, HRB, BDW, EPB), Elektrohydraulische Bremse (SBC) *Adaptive Fahrgeschwindigkeitsregelung ACC, Funktion und Wirkungsweise, Wunschabstand, Wunschzeitlücke, *Spurhalte- und Spurwechselassistenten, Aktivlenkung, *Insassenschutzsysteme, Gurt, Sitzbelegungserkennung, Airbag, Steuergerät, Sensorik, Precrash-Verkehrssituation *Einparkhilfe inkl., Sensorik, Fahrzeugbeleuchtung,
83
Leuchtweitenregelung, Kurvenlicht, biometrische Systeme *Heizung, Klimatisierung, Belüftung, Kurvenlicht, Instrumentierung, *KFZ-Informationssystem, RDS, Mobil- und Datenfunk, Antennensysteme, TMC, Ortung, Koppelortung, Navigation, Verkehrsdatenerfassung, Kurvenassistent, *Modellbildung in der Fahrzeugdynamik, Aufbau von Simulationen zur Verifikation der Arbeitsweise von Fahrerassistenzsystemen
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen K2 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen Präsentation, Versuche mit Simulationssoftware (Kopierlizenz zur Weitergabe der Simulationssoftware an die Studierenden vorhanden)
Literatur *Bosch.Sicherheits- und Komfortsysteme. Vieweg Verlag, ISBN 3 528 13875 0 *Bosch. Autoelektrik, Autoelektronik. Vieweg Verlag, ISBN 978 3 528 23872 8
84
Modulbezeichnung Fortgeschrittene Halbleiter- und Mikroelektronik I Modulniveau Master ggf. Kürzel FHME I ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Haring-Bolivar Lehrende/-r Prof. Dr. Haring-Bolivar , wiss. Mitarbeiter Pflichtkennzeichen Moduldauer (Semester) Angebotshäufigkeit Sommersemester Empfohlenes Fachsemester
ab 3.
Lehrsprache deutsch Lehrformen Vorlesung und Übung Präsenzstudium in Stunden
60
Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Die Lehrveranstaltung setzt die Kenntnis der Inhalte der Lehrveranstaltungen Halbleiterelektronik I, Halbleiterelektronik II sowie Mikroelektronik I und Mikroelektronik II voraus.
Inhalte Die Lehrveranstaltung Fortgeschrittene Halbleiter- und Mikroelektronik befasst sich mit verschiedenen aktuellen Entwicklungen auf den Gebieten der Halbleiter- und der Mikroelektronik. Dabei soll gezielt auf Themen eingegangen werden, die in den Vorlesungen Halbleiterelektronik und Mikroelektronik aus Zeitgründen nicht oder nur knapp behandelt werden konnten. Die Lehrveranstaltung FHME gliedert sich in zwei Teile: Laborpraktikum mit begleitenden Vorbereitungen bzw. Übungen und Vorlesung mit begleitenden Seminaren bzw. Übungen. Der Inhalt der Vorlesung FHME ist nicht fest vorgegeben, sondern wechselt mit jeder neuen Vorlesungsreihe Zu den möglichen Themenschwerpunkten gehören z.B. MOS-Technologie, Speichertechnologie, AD-Wandler, Mikrosensorik, Optoelektronik, Bipolartechnologie, Halbleiterbauelemente für die Leistungselektronik, Halbleiterbauelemente der Hochfrequenz- und Mikrowellentechnik, Photovoltak, Dünnschichttechnologien oder Displaytechnik. Die Veranstaltung wird von den Studenten in Form einer Vortragsreihe bestritten. Jeder Student bearbeitet unter Anleitung eines Betreuers ein Thema, zu dem ein Vortrag von etwa 20 Min. Länge gehalten wird.
85
Angestrebte Lernergebnisse / Kompetenzen
In kleinen Gruppen von 3-4 Studierenden erarbeiten die Studenten mit Betreuung von seiten des Instituts ein grundlegendes Verständnis zu üblichen Arbeitsweisen zur Herstellung von Halbleiterbauelementen. Abhängig von der Interessenlage der Studenten stehen aktuelle Thematiken im Bereich der Halbleiter- und Mikroelektronik zur Auswahl. Die Studenten lernen im Zuge der Themenbearbeitung ein Skriptum zu erstellen, und einen Vortrag zu halten, der den Abschluß der Veranstaltung bildet. Zur Vorbereitung und Durchführung des Vortrags und der anschließenden Diskussion erlernen die Studenten die erworbenen Kenntnisse und Kompetenzen, die über die fachlichen Inhalte hinausgehen und beispielsweise Teamfähigkeit und Techniken der Wissensvermittlung einschließen, umzusetzen. Die Studenten erwerben ein grundlegendes physikalisches Verständnis zu den theoretischen Vorgängen im Halbleiter. Die Studenten kennen die Prozesstechnologien, die zur Herstellung des Halbleiterbauelementes benötigt werden bis hin zum Entwurf speieller integrierter Schaltkreise. Die erworbenen Kenntnisse und Kompetenzen, versetzen den Studierenden in die Lage in der Mikroelektronikindustrie und deren Umfeld oder an wissenschaftlichen Einrichtungen mit einem hohen Maß an Selbstständigkeit im Teamverbund tätig zu werden, insbesondere in den Bereichen Forschung und Entwicklung, Produktion, Produktionsentwicklung.
Prüfungsformen M Voraussetzung für die Vergabe von LP
Vortrag
Literatur M. Böhm: Mikroelektronik; Skript M. Böhm: Halbleiterelektronik; Skript
86
Modulbezeichnung Fortgeschrittene Halbleiter- und Mikroelektronik II Modulniveau Master ggf. Kürzel FHME II ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Haring-Bolivar Lehrende/-r Prof. Dr. Haring-Bolivar , wiss. Mitarbeiter Pflichtkennzeichen Moduldauer (Semester) Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
ab 3.
Lehrsprache deutsch Lehrformen Vorlesung und Übung Präsenzstudium in Stunden
60
Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Die Lehrveranstaltung setzt die Kenntnis der Inhalte der Lehrveranstaltungen Halbleiterelektronik I, Halbleiterelektronik II sowie Mikroelektronik I und Mikroelektronik II voraus.
Inhalte Die Lehrveranstaltung Fortgeschrittene Halbleiter- und Mikroelektronik befasst sich mit verschiedenen aktuellen Entwicklungen auf den Gebieten der Halbleiter- und der Mikroelektronik. Dabei soll gezielt auf Themen eingegangen werden, die in den Vorlesungen Halbleiterelektronik und Mikroelektronik aus Zeitgründen nicht oder nur knapp behandelt werden konnten. Die Lehrveranstaltung FHuME gliedert sich in zwei Teile: Laborpraktikum mit begleitenden Vorbereitungen bzw. Übungen und Vorlesung mit begleitenden Seminaren bzw. Übungen. Der Inhalt der Vorlesung FHuME ist nicht fest vorgegeben, sondern wechselt mit jeder neuen Vorlesungsreihe. Zu den möglichen Themenschwerpunkten gehören z.B. MOS- Technologie, Speichertechnologien, AD-Wandler, Mikrosensorik, Optoelektronik, Bipolartechnologie, Halbleiterbauelemente für die Leistungselektronik, Halbleiterbauelemente der Hochfrequenz- und Mikrowellentechnik, Photovoltaik, Dünnschichttechnologien oder Displaytechnik. Die Veranstaltung wird von den Studenten in Form einer Vortragsreihe bestritten. Jeder Student bearbeitet unter Anleitung eines Betreuers ein Thema, zu dem ein Vortrag von etwa 20 min Länge gehalten wird.
87
Angestrebte Lernergebnisse / Kompetenzen
Das Ziel der Lehrveranstaltung Fortgeschrittene Halbleiter- und Mikroelektronik II besteht darin, den Studierenden einen Einblick in die Fertigung von Halbleiterbauelementen und mikroelektronischen Schaltkreisen zu gewähren. Zu diesem Zweck fertigen die Studierenden in einem Team von 2-4 Studierenden in der Technologielinie des Instituts und unter fachlicher Betreuung mindestens eines sehr erfahrenen Technologen selbst ein Halbleiterbauelement oder einen Schaltkreis. Typische Projekte reichen von der Herstellung eines Solarzellenarrays bis zur Fertigung eines einfachen Operationsverstärkers in MOS-Technik mit integriertem optischen Detektor. Dabei lernen die Studierenden die in der Halbleiterfertigung angewendeten Verfahren durch eigenhändige Praxis, auch im Umgang mit teuren und komplexen Fertigungsanlagen. Das Spektrum der vermittelten Techniken reicht von den grundlegenden Reinigungsverfahren über Lithographieverfahren, Dotierungs- und Depositionsverfahren bis hin zum Test des selbst hergestellten Bauelements. Die erworbenen Kenntnisse und Kompetenzen, die über fachliche Inhalte, wie z.B. die Halbleiterprozesstechnologie, hinausgehen und beispielsweise Teamfähigkeit, Techniken der Wissensvermittlung, Fragen der Arbeitssicherheit und des Umgangs mit Gefahrstoffen einschließen, sollten den Studierenden in die Lage versetzen, in der Mikroelektronikindustrie und deren Umfeld oder an wissenschaftlichen Einrichtungen mit einem hohen Maß an Selbständigkeit im Teamverbund tätig zu werden, insbesondere in den Bereichen Forschung und Entwicklung, Produktion, Produktentwicklung.
Prüfungsformen M Voraussetzung für die Vergabe von LP
Vortrag
Literatur * Böhm, M.: Mikroelektronik; Skript * Böhm, M.: Halbleiterelektronik; Skript
88
Modulbezeichnung Funktionales Programmieren
ggf. Modulniveau Master
ggf. Kürzel FP
ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester im Master Kein Angebot! Modulverantwortliche/r N.N.
Dozent(in) N.N. Sprache deutsch
Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung (2 SWS), Übungen (2 SWS) Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Kenntnis einer Programmiersprache
Modulziele / Angestrebte Lernergebnisse
Die Studierenden beherrschen die wichtigsten Techniken der funktionalen Programmierung. Sie können einschätzen, wo funktionale Programme gut einsetzbar sind und wo man besser auf imperative oder objektorientierte Konzepte zurückgreift. Sie wissen, wie man die verschiedenen Programmierparadigmen (funktional, imperativ, objektorientiert) miteinander kombinieren kann. Sie können Korrektheitsbeweise führen und die Laufzeit von Programmen abschätzen. Sie können selbst eine einfache funktionale Sprache formal beschreiben und implementieren.
Inhalt Anhand einiger funktionaler Sprachen wie Scheme, O'Caml, Haskell werden wichtige Konzepte der funktionalen Programmierung vorgestellt und an Beispielprogrammen eingeübt. Zu diesen Konzepten gehören: *lambda-Abstraktion, Curryfizierung, höhere Funktionen *Datenstrukturen wie Listen und streams *verschiedene Parameterübergabe-Konzepte *Typkonzepte wie Typinferenz und Polymorphie *Module, Funktoren und Signaturen *die Eingliederung imperativer Konzepte in die funktionale Programmierung *Haskell-spezifische Konzepte wie list comprehension und Monaden
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen M
Medienformen Beamer, Tafel Literatur *L. Paulson. ML for the working Programmer. Cambridge
University Press, 1996 *Abelson, Sussman. Structure and Interpretation of Computer Programs. Sussman, McGraw Hill 1996
89
Modulbezeichnung Gestaltungspraktikum 3D Modellierung und Animation mit Maya
ggf. Modulniveau Bachelor ggf. Kürzel MAYA ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 5. Semester im Bachelor WiSe, SoSe, halbjährlich Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung
Lehrform/SWS Praktikum: 2 SWS, Gruppengröße: 20
Arbeitsaufwand Anwesenheitszeit: 30; Eigenstudium: 120;
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Computergraphik I und II
Modulziele / Angestrebte Lernergebnisse
*Die Studieren kennen die Grundzüge der Methoden und Vorgehensweisen bei der Charakteranimation *Die Studierenden sind in der Lage 3D-Modellierungs- und Animationstechniken anzuwenden *Die Studierenden haben ihr räumliches Denken weitgehend ausgebildet. *Die Studierenden sind in der Lage, 3D-Animation kooperativ und im Team zu realisieren
Inhalt In diesem Gestaltungspraktikum soll der Umgang mit der 3D Modellierungs-und Animationssoftware Maya erlernt werden. Ziel des Praktikums ist die Erstellung virtueller Charaktere mit 3D Modellierungstechniken (NURBS, Polygone, Subdivision Surfaces) und die Bewegungsanimation. Als Ergebnis sollen Animationsclips generiert werden. Inhalte: *Modellierungstechniken *NURBS, Polygone und Subdivision Surfaces *Texturierung und Rendering *Animationstechniken (Keyframes, Forward Kinematics, Inverse Kinematics, Blend Shapes) *Character Rigging und Animation
Studien-/Prüfungsleistungen
Scheinerwerb nach erfolgreicher Bearbeitung der Themenstellung
Prüfungsformen P Medienformen Beamer; Online Nutzung eines Animationsprogramms Literatur *C. Maraffi. Maya Character Creation. New Riders, 2003.
*K. Ritchie, J. Callery, K. Riri. The Art of Rigging, Volume 1. Alias conductors program, Cg Toolkit, 2005 *Learning Maya 7. Maya Press (Buch und DVD), 2005
90
Modulbezeichnung Gestaltungspraktikum E-Learning ggf. Modulniveau Bachelor ggf. Kürzel B-GP-ELE ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 4. Semester im Bachelor Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Praktikum: 2 SWS (10 Studierende) Arbeitsaufwand Präsenzstudium (Praktikum): 60h, Eigenstudium 90h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Algorithmen und Datenstrukturen; Objektorientierung und funktionale Programmierung; Entwurf und Implementierung von Informatikanwendungen mittels UML / Java; zusätzliche Kenntnisse in mindestens einem der Gebiete Flash, Audio, Video wünschenswert; Medieninformatik in der Bildung I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden sollen folgende Kompetenzen erwerben: *Sie evaluieren die Inhalte in E-Learning-Angeboten unter Verwendung wissenschaftlicher Kriterien und wenden diese Erkenntnisse auf ihre eigenen Konzepte an *sie begründen Gestaltungsempfehlungen für spezielle Zielgruppen und Themen und setzen diese in ihren Produkten um *sie ermitteln fallbasierte Anforderungen, deren Konzeption und Realisierung und setzen diese Prinzipien bei der Entwicklung von E-Learning an ihren Beispielen um
Inhalt E-Learning ist ein bedeutendes Werkzeug für die Organisationsentwicklung in Unternehmen: Flexibilisierung, Verteilung von Organisationsstrukturen und Kostenfaktoren führen zum breiten Einsatz interaktiver elektronischer Medien in der betrieblichen (Weiter-) Bildung. Die inhaltliche und mediale Gestaltung von Software für Lernprozesse ist ein zentraler Aspekt für den Erfolg des Einsatzes von ELearning-Medien. Die im Rahmen des Gestaltungspraktikums erzeugten Medienelemente stellen dabei einen konkreten Anwendungsfall der in der Medieninformatik zentralen Medienproduktion dar. Abstrakte Lerninhalte sollen durch didaktische Aufbereitung und Wahl der Medien anschaulich vermittelbar werden. Typisch ist die Realisierung als Animation. Bei Bedarf können weitere Medien hinzugefügt werden, z.B. Audio und / oder Video.
Studien-/Prüfungsleistungen
Aktive Teilnahme am Praktikum; Dokumentation der Medienproduktion; Erfolgreiche Präsentation des E-Learning-Materials
Prüfungsformen M
91
Medienformen Literatur Wird in der Veranstaltung bekannt gegeben
92
Modulbezeichnung: Grundlagen der Elektrotechnik I ggf. Modulniveau Bachelor ggf. Kürzel GET_I ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 1. Semester im Bachelor jedes Semester Modulverantwortliche(r): Prof. Dr. H. Bessai Dozent(in): Prof. Dr. H. Bessai Sprache: Deutsch Zuordnung zum Curriculum
Bachelor-Studiengang Informatik Vertiefung Bachelor-Studiengang „ Duales Studium Informatik“ Vertiefung
Lehrform/SWS: 3 SWS Vorlesung + 1 SWS Übung (2 Übungsgruppen mit jeweils max 30 Personen, Übungs-Doppelstunde jeweils 14-tägig)
Arbeitsaufwand: Präsenzstudium: 60 h (45 h Vorlesung + 15 h Übung), Eigenstudium: 30 h (Übungsvor- und Nachbereitung), Prüfungsvorbereitung: 60 h
Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
1. Semester, daher keine Module vorausgesetzt. Gute Schulkenntnisse in Mathematik und Physik sehr hilfreich.
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden *kennen die in der Elektrotechnik üblichen Größen und Einheiten *können elektrische Schaltpläne lesen und Schaltzeichen identifizieren *beherrschen den Umgang mit den elektrischen Grundgrößen wie Ladung, Spannung, Strom usw. *berechnen selbstständig die Ströme und Spannungen in einfachen elektrischen Schaltungen mit linearem, zeitinvariantem Verhalten
Inhalt: *Elektrische Grundgrößen, Begriffe und Schaltkreiselemente (10 %) *Ersatzschaltbilder f. Spannungs- und Stromquellen, Spannungs- und Stromteiler (10 %) *Analyse von Brückenschaltungen (10 %) *Knotenpotenzialanalyse (20 %) *Maschenstromanalyse (20 %) *Ersatzstromquellen (Norton) u. Ersatzspannungsquellen (Thevenin) (10 %) *Leistungsanpassung u. Einführung in Vierpoltheorie (10 %)
Studien-/Prüfungsleistungen/
*2-stündige Gruppenübung alle 14 Tage, *2-stündige Klausur im allgemeinen Prüfungszeitraum
Prüfungsformen: K2 Medienformen: Tafel (hauptsächlich), Overhead-Projektor, Beamer, inhaltlich
angepasste Formelsammlungen + Tabellen, Hinweise auf spezielle Internet-Seiten
93
Literatur: *Frohne, H. et al. Moeller Grundlagen der Elektrotechnik. Vieweg / Teubner (hierin insbesondere Kapitel 1, 2, 5, 6 + 7) *Albach, M. Grundlagen der Elektrotechnik 1. Pearson *Pregla, R. Grundlagen der Elektrotechnik. Hüthig *Süße, R. Theoretische Grundlagen der Elektrotechnik 1. Vieweg / Teubner
94
Modulbezeichnung: Grundlagen der Elektrotechnik II ggf. Modulniveau Bachelor ggf. Kürzel GET II ggf. Untertitel Elektrisches Feld, Magnetisches Feld ggf. Lehrveranstaltungen: Abhaltung WiSe, jährlich Studiensemester: 1 oder 2 Modulverantwortliche(r): Prof. Dr.-Ing. Mario Pacas Dozent(in): Prof. Dr.-Ing. Mario Pacas und wiss. Mitarbeiter / Mitarbeiterin Sprache: deutsch Zuordnung zum Curriculum
Bachelor-Studiengang "Informatik" Vertiefung Bachelor-Studiengang "Duales Studium Informatik" Vertiefung
Lehrform/SWS: 4 SWS verteilt auf: Vorlesung, Übungen, Übungen in kleinen Gruppen
Arbeitsaufwand: Insgesamt 150 Stunden: Präsenz Vorlesung 15 x 2,5 = 37,5 Stunden Präsenz Übung 15 x1,5 = 22,5 Stunden Vor- und Nachbereitung Vorlesungs- und Übungsstoff, einschließlich Kleingruppenübungen und Hausaufgaben: 40 Stunden Eigenstudium einschließlich Prüfungsvorbereitung: 50 Stunden
Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen:
Vektorrechnung, Integral- und Differentialrechnung
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden sollen in diesem Modul -phänomenologisch und ingenieurmäßig an die Erscheinungen und Gesetzmäßigkeiten in elektrischen und magnetischen Felder herangeführt werden, - die Herleitung der elementaren Gesetzmäßigkeiten physikalisch anschaulich verstehen und mathematisch korrekt nachvollziehen können, - die Techniken zur Anwendung dieser grundlegenden Zusammenhänge kennen lernen, nachvollziehen und einüben, - die Feldkonfigurationen für einfache statische quasistatische Problemstellungen anschaulich qualitativ herleiten und formal quantitativ berechnen, -die Bedeutung der elektrischen und magnetischen Feldern in der Elektrotechnik anhand von Beispielen kennenlernen.
Inhalt: Elektrisches Potentialfeld Definition und Wirkung der elektrischen Ladung Elektrisches Feld in Leitern (Strömungsfeld) Elektrisches Feld in Nichtleitern Kräfte auf Grenzflächen im elektrischen Feld Strom und Spannung Elektrische Ladung und elektrischer Strom Elektrisches Potential und elektrische Spannung Das magnetische Feld Magnetischer Fluss und magnetische Durchflutung Magnetische Spannung und Feldstärke
95
Eigenschaften von magnetischen Werkstoffen Berechnung magnetischer Kreise Elektromagnetische Spannungserzeugung Selbstinduktion und Gegeninduktion Energie und Kräfte im magnetischen Feld Vergleich elektrischer und magnetischer Felder Magnetische Kopplung Idealer Übertrager. Verlustlose Übertrager und Transformatoren. Übertrager und Transformatoren ohne Eisenverluste. Transformatoren mit Kupfer- und Eisenverlusten
Studien-/Prüfungsleistungen/
schriftliche Prüfung, zweistündig
Prüfungsformen: K2 Medienformen: Tafelanschrift, Präsentationsfolien, Skripte, Übungsaufgaben Literatur: * Albach, M.: Grundlagen der Elektrotechnik 1, Pearson-
Studium, ISBN 3-8273-7106-6 * Frohne, H.; Löcherer, K.-H.; Müller, H.: Moeller Grundlagen der Elektrotechnik, 19. Auflage, B.G.Teubner Stuttgart, ISBN 3-519-56400-9 * Nelles, D.: Grundlagen der Elektrotechnik zum Selbststudium, Band 3, VDE-Verlag, ISBN 3-8007-2551-7 * Unbehauen, R.: Grundlagen der Elektrotechnik 2, Springer-Verlag, ISBN ISBN 3-540-66018-6 * Weißgerber, W.: Elektrotechnik für Ingenieure 1, Vieweg; ISBN 3-528-44616-1
96
Modulbezeichnung: Grundlagen der medizinischen Bildverarbeitung ggf. Modulniveau Bachelor ggf. Kürzel GMB ggf. Untertitel Fundamentals of Medical Image Processing ggf. Lehrveranstaltungen: Studiensemester: 2. bis 5. Semester im Bachelor WiSe, jährlich Modulverantwortliche(r): Jun.-Prof. Dr. Grzegorzek Dozent(in): Jun.-Prof. Dr. Grzegorzek Sprache: Englisch Zuordnung zum Curriculum
Pflichtmodul in der Vertiefung "Medizinische Informatik" Bachelor Informatik Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS: Vorlesung: 2SWS, Projekt: 2SWS Arbeitsaufwand: 60h Präsenzstudium, 50h Eigenstudium, 40h
Prüfungsvorbereitung Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen:
Einführung in die medizinische Informatik
Modulziele / Angestrebte Lernergebnisse:
Nachdem Studierende das Modul besucht haben, können sie *die theoretischen Grundlagen der medizinischen Bildverarbeitung wiedergeben *eine geeignete Methode für ein gegebenes Problem der medizinischen Bildverarbeitung auswählen *ein prototypisches System zur medizinischen Bildverarbeitung entwickeln *die Evaluation eines Systems zur medizinischen Bildverarbeitung durchführen *die Evaluationsergebnisse interpretieren *ein prototypisches System zur medizinischen Bildverarbeitung und seine Evaluation demonstrieren und präsentieren
Inhalt: Die Lehrveranstaltung behandelt folgende Themen: *Introduction *Medical Image Sources *Image Representation *Operations in Intensity Space *Filtering and Transformations *Segmentation *Spatial Transforms *Registration *Summary and Conclusions
Studien-/Prüfungsleistungen/
Prüfung
Prüfungsformen: K1 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen: Folien, Tafel, Live-Demos Literatur: *Wolfgang Birkfellner, Applied Medical Image Processing: A
Basic Course, 2011 *Isaac Bankman, Handbook of Medical Image Processing and Analysis, 2008
97
Modulbezeichnung Grundlagen der Nachrichtentechnik für Informatiker ggf. Modulniveau Bachelor ggf. Kürzel GNT I ggf. Untertitel ggf. Lehrveranstaltungen:
Studiensemester: ab 2. Semester im Bachelor SoSe, jährlich Modulverantwortliche/ Prof. Dr. Ch. Ruland Dozent(in) Dr. Natasa Zivic Sprache Deutsch Zuordnung zum Curriculum
Bachelor-Studiengang Informatik Bachelor-Studiengang "Duales Studium Informatik"
Lehrform/SWS 4 SWS (2 SWS Vorlesung + 2 SWS Übung) Arbeitsaufwand Präsenz: 45 h, Eigenstudium: 60 h, Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden kennen die nachrichtentechnischen Grundlagen, die der Kommunikationstechnologie und den Übertragungsnetzen zu Grunde liegen. Sie verstehen die Eigenschaften unterschiedlicher Technologien, damit sie im Berufsleben in der Lage sind, die richtige Technologie, die den Anforderungen ihrer Anwendungen am besten entspricht, auszuwählen. Ihnen ist das Vokabular und die Inhalte der Begriffe vertraut, die z.B. von Geräteherstellen und Netzbetreibern verwendet werden, um die technischen Charakteristiken von Übertragungsnetzen und -systemen zu beschreiben.
Inhalt *Architektur- und Referenzmodelle der Nachrichtentechnik (ISO-Referenzmodell, Shannon, ITU-T) *Charakteristiken des Übertragungskanals (Dämpfung, Störungen) *Modulationsarten *Multiplextechniken *Vermittlungstechniken *Grundlagen der Informationstheorie *Datenkompressionsverfahren *Fehlererkennung und -korrekturverfahren *ARQ-Verfahren (HDLC) *Protokollbeschreibung und -programmierung in der Nachrichtentechnik (Zustandsautomaten)
Studien-/Prüfungsleistungen
Fachprüfung
Prüfungsformen K2 Medienformen Vorlesungsskript, Beamer, Tafel Literatur *Werner, Martin. Nachrichtentechnik, 7. Auflage. Vieweg+Teubner,
Wiesbaden 2010. (http://dx.doi.org/10.1007/978-3-8348-9742-8) *Werner, Martin. Information und Codierung, 2. Auflage. Vieweg+Teubner, Wiesbaden 2009.
98
(http://dx.doi.org/10.1007/978-3-8348-9550-9) *Ohm, Jens-Rainer; Lüke, Hans Dieter. Signalübertragung, 11. Auflage. Springer Verlag, Heidelberg 2010. (http://dx.doi.org/10.1007/978-3-642-10200-4) *Butz, Tilman. Fouriertransformation für Fußgänger, 6. Auflage. Vieweg+Teubner, Wiesbaden 2009. (http://dx.doi.org/10.1007/978-3-8348-9609-4)
99
Modulbezeichnung: Grundlagen der Signal- und Systemtheorie
ggf. Modulniveau Bachelor
ggf. Kürzel GSS
ggf. Untertitel
ggf. Lehrveranstaltungen:
Studiensemester: ab 4. Semester im Bachelor WiSe, jährlich
Modulverantwortliche(r): Prof. Dr. E. Griese
Dozent(in): Prof. Dr. E. Griese, wiss. Mitarbeiter
Sprache: deutsch
Zuordnung zum Curriculum
Bachelor-Studiengang "Informatik" Bachelor-Studiengang „Duales Studium Informatik“
Lehrform/SWS: 4SWS (2 SWS Vorlesung, 2 SWS Übung)
Arbeitsaufwand: Präsenzstudium: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h
Kreditpunkte: 5
Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Mathematik für Elektrotechnik-Ingenieure I-II Mathematik für Elektrotechnik-Ingenieure III, Teil I Grundlagen der Elektrotechnik I-II
Modulziele / Angestrebte Lernergebnisse:
Nach erfolgreicher Absolvierung des Moduls besitzen die Studierenden die folgenden Kompetenzen: Inhaltskompetenzen: *Darstellung von periodischen Signalen durch komplexe und reelle FOURIER-Reihen *Kenntnis der FOURIER-, LAPLACE- und Z-Transformation *Kenntnis der Eigenschaften der FOURIER-, LAPLACE- und Z-Transformation *Kenntnis der mathematischen Beschreibung linearer Systeme Methodenkompetenzen: *Beschreibung von Signalen und linearen Systemen im Zeit- und Frequenzbereich *Spektralanalyse von Signalen mit Hilfe der FOURIER-Transformation *Lösung gewöhnlicher Differentialgleichungen mit Hilfe der LAPLACE-Transformation *Lösung von Differenzengleichungen mit Hilfe der Z-Transformation *Mathematische Beschreibung linearer Systeme durch Differentialgleichungen Bewertungskompetenzen: Die zu zu erlernenden Methoden in diesem Modul sind aus Gründen des Aufwandes und im Interesse der Übersichtlichkeit auf einfache elektrotechnische Systeme beschränkt. Die zu Grunde liegenden Modelle beschreiben diese Systeme dann aber im Rahmen der Theorie mit Hilfe mathematischer Methoden exakt. Deshalb kommt der Modellerstellung im Rahmen der
100
Signal- und Systemtheorie eine sehr zentrale Rolle zu. Die Studierenden verbessern dadurch ihre Fähigkeiten, *komplexe Zusammenhänge durch Modellierung zu erfassen und zu beschreiben, *Probleme mit einem hohen Abstraktionsniveau zu erfassen und zu lösen. Darüber hinaus verbessern die Studierenden ihr logisches Denken sowie ihre Strategie zum Wissenserwerb.
Inhalt: Das Modul "Grundlagen der Signal- und Systemtheorie" vermittelt die Grundlagen zur Beschreibung von Signalen und linearen Systemen. Ausgehend von der Beschreibung periodischer Signale durch Fourier-Reihen wird die Fourier-Transformation für beliebige, auch nichtperiodische Signale eingeführt. Im gleichen Kontext wird die Beschreibung linearer, zeitinvarianter Systeme behandelt. Nach der Überleitung der Fourier-Transformation in die Laplace-Transformation werden zur Beschreibung von Signalen und Systemen verallgemeinerte Funktionen eingeführt und deren Bildfunktionen abgeleitet. Nach der Überführung zeitkontinuierlicher Signale in zeitdiskrete Signale die Grundlagen der Z-Transformation zur Lösung von Differenzengleichungen behandelt. In einem letzten Teil werden die systemtheoretischen Beschreibungsformen von linearen Systemen behandelt. Die Inhalte gliedern sich in: *Periodische Signale, Fourier-Reihen *Lineare, zeitinvariante Systeme (Definition und Eigenschaften) *Fourier-Transformation *Laplace-Transformation *Verallgemeinerte Funktionen (Distributionen) *Z-Transformation *Mathematische Beschreibung von linearen Systemen (Zustandsmodell)
Studien-/Prüfungsleistungen/
Klausur
Prüfungsformen: K2
Medienformen: Beamer (Vorlesungsskript ist vorhanden), Tafel, Versuche
Literatur: *J.R. Ohm, H.D. Lüke: Signalübertragung, Springer-Verlag, Berlin 2004. *O. Föllinger: Laplace-, Fourier- und z-Transformation, Hüthig-Verlag, Heidelberg, 2003. *T. Frey, M. Bossert: Signal- und Systemtheorie, Teubner-Verlag, Stuuttgart, 2004. *B. Girod, R. Rabenstein, A. Stenger: Einführung in die Systemtheorie, Teubner-Verlag, Stuttgart, 2003. *K.-E. Krüger: Transformationen, Vieweg- Verlag, Braunschweig, 2002.
101
Modulbezeichnung Grundlagen der theoretischen Informatik ggf. Modulniveau Bachelor ggf. Kürzel GTI ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. Markus Lohrey Dozent(in) Prof. Dr. Markus Lohrey Sprache Deutsch Zuordnung zum Curriculum Bachelor Informatik
Bachelor „Duales Studium Informatik“ Lehrform/SWS Vorlesung (4 SWS)
Übungen (2 SWS), Übungsgruppen mit je maximal 25 Teilnehmern
Arbeitsaufwand Präsenz: 90 h ,Eigenstudium: 170 h , Prüfungsvorbereitung: 40 h
Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Lineare Algebra für Informatiker und Diskrete Mathematik für Informatiker
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *erwerben Sicherheit im Umgang mit formalen Methoden *kennen wichtige formale Modelle zur Beschreibung von informationsverarbeitenden Prozessen *kennen grundlegende Methoden zur Beschreibung der Syntax von Programmiersprachen sowie deren Grenzen *verstehen den Unterschied zwischen Syntax und Semantik von formalisierten Sprachen *können die Korrektheit einfacher Programme formal beweisen *kennen die Grenzen des (prinzipiell wie auch praktisch) algorithmisch machbaren *besitzen Sensibilität für die Komplexität von Alorithmen *kennen grundlegende Methoden zum Nachweis der algorithmischen Unlösbarkeit von Problemen
Inhalt Folgende Gebiete werden behandelt: *Formale Sprachen und ihre Automaten *Berechenbarkeit *Komplexität In "Formale Sprachen und ihre Automaten" werden insbesondere reguläre und kontextfreie Sprachen sowie die sie erkennenden Automaten behandelt. In "Berechenbarkeit" werden verschiedene Berechenbarkeitsmodelle vorgestellt und ihre Äquivalenz bewiesen. Die Church-Turing-These wird diskutiert.
102
Behandelt werden die Sprache WHILE, Random-Access-Maschinen, Turing-Maschinen und partiell-rekursive Funktionen. Der Unterschied zwischen den Kontrollstrukturen LOOP und WHILE wird geklärt, das Kleenesche Normalformtheorem erläutert sowie die Unentscheidbarkeit des Halteproblems werden bewiesen. Das Rekursionstheorem und der Satz von Rice werden hergeleitet. In "Komplexität" werden Platz- und Zeitkomplexität eingeführt, die Klassen P und NP behandelt und NP-vollständige Probleme vorgestellt.
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen K3
Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen
Literatur *Dieter Spreen. Grundlagen der Theoretischen Informatik. Vorlesungsskript. *Alexander Asteroth, Christel Baier. Theoretische Informatik. Pearson Studium 2002. *Katrin Erk, Lutz Priese. Theoretische Informatik. 2. Aufl. Springer Verlag 2002. *Uwe Schöning. Theoretische Informatik - kurzgefaßt. Spektrum Akademischer Verlag, 1997. *Klaus W. Wagner. Einführung in die Theoretische Informatik. Springer Lehrbuch, 1994.
103
Modulbezeichnung Hardware-Praktikum ggf. Modulniveau Bachelor ggf. Kürzel Hapra ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 4. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) M.Sc. Christian Gibas Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik (Unabhängig von den Studiengangsvarianten müssen alle Bachelor-Informatik-Studierende das Hapra besuchen!)
Lehrform/SWS 3 SWS Praktikum Arbeitsaufwand Präsenzveranstaltungen: Labor 45 h
Eigenstudium und Laborvorbereitung: 90 h + Labornachbereitung (Protokoll): 15h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Algorithmen und Datenstrukturen; Objektorientierung und funktionale Programmierung; Rechnerarchitekturen I; Grundlagen der Elektrotechnik I; Embedded Control; Digitaltechnik, SRO
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *zeigen Lernbereitschaft und besitzen Offenheit für neue Ideen und Anforderungen *könne eigenverantwortlich alleine und in Gruppen Aufgaben lösen und Ergebnisse präsentieren *erlernen zielgerichtete und strukturierte Vorgehensweisen beim Entwurf *kennen die besonderen Randbedingungen des Entwurfs eingebetteter Systeme *erwerben elementare Kenntnisse über die physikalischen Prinzipien, welche der Funktionsweise eingebetteter Systeme und Digitalrechnern zugrunde liegen *kennen die Funktionsweise von unterschiedlichen Sensoren und Aktoren von aktuellen eingebetteten Systemen *können unbekannte digitale Schaltungen und eingebettete Systeme analysieren und verstehen *können mittels Schaltalgebra, formaler Methoden, HDLs, rechnergestützter Entwurfsverfahren und Maschinencode einfache eingebettet Systeme oder digitalen Systeme entwerfen und mit Mikrocontroller oder FPGAs realisieren *verstehen den Zusammenhang zwischen Hardware-Konzepten und den Auswirkungen auf die Software bzw. die Anwendung *können im beruflichen Umfeld mit Ingenieuren und Elektrotechnikern als Informatikanwender kommunizieren
104
Inhalt Das Hardware-Praktikum vermittelt praxisnah die Grundlagen des Entwurfs eingebetteter Mikro- und Nanosysteme sowie den Zusammenhang zwischen Hard- und Software. Dazu werden aufeinander aufbauende Versuche durchgeführt. Die Verwendung eingebetteter Systeme verschleiert für den Anwender meiste ihre Funktionsweise sowie Schaltungsprobleme und Effekte, die der Entwerfer eingebetteter Mikro- und Nanosysteme berücksichtigen muss. Im Hardware-Praktikum werden daher einfache elektrische Bauelemente sowie Sensoren und Aktoren erklärend aufgebaut und simuliert. Auf diese Weise werden Effekte und Probleme, die insbesondere beim Entwurf von eingebetteten Mikro- und Nanosysteme gültig sind, für die Studierenden erfahrbar. Während im ersten Teil des Praktikums verschiedene Sensoren und Aktoren von aktuellen Smartphones thematisiert werden, wird im zweiten Teil von den Studierenden eine Haussteuerung entworfen. Im Modellhaus sind verschiedene Sensoren und Aktoren vorhanden. Die Haussteuerung wird mit einem Field Programmable Gate Array (FPGA) oder als Mikrocontrollersteuerung in Hardware umgesetzt. Zudem wird die Kooperations- und Teamfähigkeit durch Arbeiten in Kleingruppen gefördert.
Studien-/Prüfungsleistungen
Laborpraktikum (Die Studierenden müssen alle Versuche erfolgreich abschließen)
Prüfungsformen P Medienformen Literatur Andre Herdtwig. Entwurf digitaler Systeme. Hanser Verlag
105
Modulbezeichnung: High-Tech-Medizin I ggf. Modulniveau Master ggf. Kürzel HTM I ggf. Untertitel ggf. Lehrveranstaltungen: Neurowissenschaften , Immunologie, Einführung in die
pädagogische Psychologie Studiensemester ab 1.Semester im Master WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R Brück / Prof. Dr. V. Braun Dozent(in): Lehrbeauftragte aus den Siegener Kliniken Sprache: Deutsch Zuordnung zum Curriculum
Master Informatik - Vertiefung Medizinische Informatik
Lehrform/SWS: 4 SWS Vorlesung mit Praxiseinheiten Arbeitsaufwand: Präsenz: 60h, Eigenstudium 60h, Prüfungsvorbereitung 30h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Medizin I und II, Einführung in die medizinische Informatik Diagnose und Therapie
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden kennen die aktuellen Möglichkeiten der modernen Medizin im Bereich Diagnostik und Therapie und die Forschungsschwerpunkte in diesen Bereichen. Sie sind in der Lage aktuelle Entwicklungen in Diagnostik und Therapie kritisch einzuschätzen. Sie kennen die aktuellen Zielrichtungen in Forschung und Entwicklung und sehen die damit verbundenen Potentiale für die medizininformatische und medizintechnische High-Tech-Medizin. Sie verstehen die praktischen Probleme beim Einsatz von High-Tech-Geräten für die medizinische Diagnostik und Therapie. Sie können erste Ideen zur Lösung von Problemen im Einsatz von High-Tech-Gerätschaften für die medizinische Praxis (z.B. im Bereich der Bedienoberflächen, der HW- und SW-Ergonomie und der Konfigurierbarkeit) entwickeln.
Inhalt: Das Modul High-Tech-Medizin I beschäftigt sich mit neuen, zukunftsweisenden Entwicklungen in der Medizin mit starkem Fokus auf die Bereiche Diagnostik und Therapie. Dabei werden aktuelle und spezielle Themen aus der modernen Hightech-Medizin vorgestellt, ihre Einsatzpotentiale beleuchtet aber auch Gefahren und Grenzen der vorgestellten Techniken und Lösungen erklärt.
Studien-/Prüfungsleistungen/
Teilnahmenachweis an allen Vortragsveranstaltungen, aktive Teilnahme an den zugehörigen Diskussionsrunden, Erarbeitung einer abschließenden Kurzpräsentation, Prüfungsleistung
Prüfungsformen: Hausarbeit und mündliche Prüfung. Gewichtung: Hausarbeit 60%, mündliche Prüfung 40%.
Medienformen: Powerpoint Literatur: jeweils gemäß der aktuellen Themen
106
Modulbezeichnung: High-Tech-Medizin II ggf. Modulniveau Master ggf. Kürzel HTM II ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 2.Semester im Master SoSe, jährlich Modulverantwortliche(r): Prof. Dr. R Brück / Prof. Dr. V. Braun Dozent(in): Lehrbeauftragte der Siegener Kliniken Sprache: Deutsch/Englisch Zuordnung zum Curriculum
Master Informatik - Studienschwerpunkt Medizinische Informatik
Lehrform/SWS: 4 SWS Vorlesung mit Praxiseinheiten Arbeitsaufwand: Präsenz 60 h (Vorträge und Diskussion); Eigenstudium 60 h;
Prüfungsvorbereitung 30 h; Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
HTM I, Medizin I und II, Einführung in die medizinische Informatik Diagnose und Therapie
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden sind in der Lage, aktuelle Fachvorträge aus den Bereichen Medizin, Medizintechnik und Medizininformatik zu verstehen. Sie können technische und wissenschaftliche Resultate beurteilen und kritisch hinterfragen. Sie sind in der Lage, Anwendungsszenarien für aktuelle Forschungs- und Entwicklungsergebnisse aus dem Bereich der High-Tech-Medizin zu bestimmen. Sie können Anwendungspotenziale für neue Entwicklungen in der High-Tech-Medizin konstruieren. Sie können Fachvorträge auch in englischer Sprache verstehen.
Inhalt: Das Modul High-Tech-Medizin II wird in Form einer Ringvorlesung angeboten. Im Rahmen wöchentlicher Vorträge werden von Vertretern aus der medizinischen Praxis, der Medizingeräteindustrie, der medizintechnischen und medizininformatischen Forschung, sowie der Organisationen des Gesundheitswesens aktuelle Forschungs-, Entwicklungs- und Anwendungsresultate aus der modernen Hightech-Medizin vorgestellt. Im Rahmen einer jeweils anschließenden Diskussionsrunde eruieren die Studierenden die aus Sicht der medizinischen Informatik relevanten Aspekte des jeweiligen Vortragsthemas und ermitteln Einsatzpotenziale, Gefahren und Grenzen der vorgestellten Techniken und Lösungen. Zu einem ausgewählten Teilbereich der Vortragsthemen erarbeiten die Studierenden eine zusammenfassende, wertende und verbindende Kurzpräsentation, die am Ende des Semesters in einer Blockveranstaltung vorgestellt wird.
Studien-/Prüfungsleistungen/
Teilnahmenachweis an allen Vortragsveranstaltungen, aktive Teilnahme an den zugehörigen Diskussionsrunden, Erarbeitung einer abschließenden Kurzpräsentation
Prüfungsformen: M Medienformen: Tafel, Beamer
107
Literatur: jeweils gemäß den einzelnen Vorträgen der Ringvorlesung
108
Modulbezeichnung InCar- und Car-to-X-Kommunikation ggf. Modulniveau Bachelor ggf. Kürzel ICX ggf. Untertitel ggf. Lehrveranstaltungen:
Studiensemester ab 4. Semester im Bachelor Kein Angebot! Modulverantwortliche/r Prof. Dr. Ch. Ruland Dozent(in) n.a. Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung (2 SWS), Seminar (2 SWS) Arbeitsaufwand Präsenz: 45 h, Eigenstudium: 60 h, Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlagen der Nachrichtentechnik (für Informatik oder Elektrotechnik)
Modulziele / Angestrebte Lernergebnisse
Verstehen der Anforderungen an Kommunikationssysteme innerhalb von Fahrzeugen und die eingesetzten Übertragungssysteme und Wissen, welche unterschiedlichen Anforderungsklassen es gibt. Sie können diese darstellen und begründen. Sie kennen die unterschiedlichen Bussysteme, die in Fahrzeugen verwendet werden und können ihre Vor- und Nachteile und ihre Einsatzbereiche erläutern und darstellen. Die Studierenden wissen zusätzlich, wie die Car-to-Car-Kommunikation funktioniert. Sie wissen auch, wie die Übertragungssysteme funktionieren, mit denen Fahrzeuge mit der Außenwelt kommunizieren, und die Broadcastsysteme, mit denen Fahrzeuge mit Informationen versorgt werden, und können diese Systeme erläutern. Die Sicherheits- und Datenschutzprobleme sind ihnen bekannt. Sie wissen, welche Methoden es gibt, um die Anforderungen der Datensicherheit und des Datenschutzes zu erfüllen. .
Inhalt *Anforderungen an Fahrzeugbussysteme (Zuverlässigkeit, Realzeitverhalten, Zugriffsverfahren) *Bussysteme (CAN, Flexray, MOST, LIN) *Vernetzung und Gateways *Diagnoseschnittstelle *Gefahren und Sicherheitsrisiken *Car-to-Car-Kommunikation (Übertragungstechnik und Anwendungen) *Car-to-Infrastructure-Kommunikation (Übertragungstechnik, Anwendungen und Integration in die Fahrzeugkommunikation) *Broadcastdienste (TMC, TPEG) *Lokalisierungsdienste *Gefahren der Informationssicherheit *Probleme des Datenschutzes *Lebenszyklus von Fahrzeugen *Sicherheitsrisiken in der Produktionskette und während des
109
gesamten Lebenszyklus von Fahrzeugen *Sicherheitsmanagement
Studien-/Prüfungsleistungen
Vorlesung (2 SWS), Seminar (2 SWS)
Prüfungsformen K2 Medienformen Vorlesungsskript, Beamer, Tafel Literatur *W. Zimmermann, R. Schmidgall. Bussysteme in der
Fahrzeugtechnik. ISBN 978-3834809070, Vieweg-Verlag, 2010. *C. Marscholik, P. Subke. Datenkommunikation im Automobil. ISBN 978-3778529690, Hüthig-Verlag, Heidelberg, 2007. *K. Etschberger et al. CAN Controller-Area-Network: Grundlagen, Protokolle, Bausteine, Anwendungen. ISBN 978-3446194311, Carl Hanser-Verlag, 2001. *M. Rausch. FlexRay: Grundlagen, Funktionsweise, Anwendung. ISBN 978-3446412491, Hanser-Fachbuch, 2007 *Vehicular-2-X Communication: State-of-the-Art and Research in Mobile Vehicular Ad hoc Networks Springer, Berlin; Auflage: 1., st Edition. (4. Juli 2010) *Radu Popescu-Zeletin, Ilja Radusch, Mihai Adrian Rigani. ISBN-13: 978-3540771425 *VANET Vehicular Applications and Inter-Networking Technologies (Intelligent Transport Systems) *John Wiley & Sons, 1. Auflage (22. Dezember 2009) *Hannes Hartenstein (Herausgeber), Kenneth Laberteaux (Herausgeber) ISBN-13: 978-0470740569 *http://www.esafetysupport.org/en/esafety_activities/esafety_forum/
110
Modulbezeichnung: Industrielle Kommunikation ggf. Modulniveau Master ggf. Kürzel InK ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 2.Semester im Master SoSe, jährlich Modulverantwortliche(r): Prof. Dr. G. Schröder Dozent(in): Prof. Dr. G. Schröder, wiss. Mitarbeiter Sprache: deutsch Zuordnung zum Curriculum Master Studiengang „Informatik“ Vertiefung Lehrform/SWS: Vorlesung 2 SWS; Übung 1 SWS; Praktikum 1 SWS Arbeitsaufwand: Präsenzstudium 75 h; Eigenstudium 45 h,
Prüfungsvorbereitung 30 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Kenntnisse in serieller Kommunikation, Rechnernetze, Echtzeitsysteme
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden lernen die wesentlichen Hard- und Softwarekomponenten der industriellen Kommunikation kennen. Sie evaluieren die etablierten Feldbussysteme und deren Eigenschaften. Darauf aufbauend werden moderne Entwicklungen wie Wireless Technologien und Industrial Ethernet analysiert.
Inhalt: * RS232, RS485, LWL * Zugriffsverfahren auf Netze * Profibus, Interbus, CAN, Sercos * Drahtlose industrielle Kommunikation * Industrial Ethernet
Studien-/Prüfungsleistungen/
Fachprüfung
Prüfungsformen: M Medienformen: Literatur: * A. Bormann, I. Hilgenkamp: Industrielle Netze, Hüthig-Verlag,
2006, ISBN 3-7785-2950-1 * F. J. Furrer: Industrieautomation mit Ethernet-TCP/IP und Webtechnologie, Hüthig-Verlag, ISBN 3-7785-2860-2 * F. Iwanitz, J. Lange: OPC, Hüthig-Verlag, 2005, ISBN 3-7785- 2903-X * K.-D. Walter: Embedded Internet in der Industrieautomation, Hüthig-Verlag, 2004, ISBN 3-7785-2899-8 * M. Popp: Das ProfiNet IO-Buch, Hüthig-Verlag, 2005, ISBN 3- 7785-2966-8- 231 - * M. Popp, K. Weber: Der Schnelleinstieg in PROFINET, PROFIBUS-Nutzerorganisation e.V. , 2004, Best.-Nr.: 4.181 * G. Schnell (Hrsg.), B. Wiedemann (Hrsg.) :Bussysteme in der Automatisierungs- und Prozeßtechnik, Verlag Vieweg Praxiswissen, 2006, ISBN 3-8348-0045-7
111
Modulbezeichnung: Informationssicherheits-Management ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 1.Semester im Master Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum Master Studiengang „Informatik“ Vertiefung Lehrform/SWS: Arbeitsaufwand: Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Modulziele / Angestrebte Lernergebnisse:
Inhalt: Studien-/Prüfungsleistungen/
Prüfungsformen: M Medienformen: Literatur:
112
Modulbezeichnung: Informationssysteme im Gesundheitswesen ggf. Modulniveau Bachelor ggf. Kürzel IGW ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 3. Semester WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück Dozent(in): NN Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Medizinische Informatik
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Übung/Praktikum Arbeitsaufwand: Präsenz: Vorlesung 30 Stunden, Übung 30 Stunden,
Eigenstudium: 90 Stunden; Vor- und Nachbereitung von Vorlesung und Übung, Literaturarbeit, Prüfungsvorbereitung ( 45 /15 / 30 ), Summe 150 Stunden
Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Einführung in die Medizinische Informatik, Medizin I, Medizin II, Struktur des Gesundheitswesens
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden kennen Aufbau, Einsatzbereiche und Anwendungen typischer medizinischer Informationssysteme. Sie kennen die wichtigsten medizinischen Ordnungssysteme und deren Anwendung in medizinischen Informationssystemen. Sie kennen die wesentlichen Aspekte des Bereichs eHealth. Sie beherrschen die Grundlagen der Terminologie des Bereichs der Informationssysteme im Gesundheitswesen und können diese für einfache Systemanalyseaufgaben einsetzen.
Inhalt: Grundbegriffe der medizinischen Dokumentation Medizinische Ordnungssysteme Methoden und Systeme der medizinischen Dokumentation Grundbegriffe der Informationsverarbeitung im Gesundheitswesen Grundlagen des Management von Informationssystemen im Gesundheitswesen Krankenhausinformationssysteme Elektronische Patientenakten Informationsverarbeitung in Gesundheitsnetzwerken
Studien-/Prüfungsleistungen/
Übung und Prüfung
Prüfungsformen: mündlich Medienformen: Literatur: Winter, Haux, et. al., Health Information Systems 2. Aufl., Springer
Verlag, 2011 Haas, Medizinische Informationssysteme und Elektronische Krankenakten, Springer Verlag, 2004
113
Modulbezeichnung Knowledge Discovery from Text Modulniveau Master ggf. Kürzel KDT ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr.-Ing. M. Fathi Lehrende/-r Prof. Dr.-Ing. M. Fathi Pflichtkennzeichen Moduldauer (Semester) 1 Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester 1-3 Lehrsprache deutsch/englisch Lehrformen Vorlesung, Übung Präsenzstudium in Stunden 45 Selbststudium in Stunden 105 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Einführung in den Umgang mit unstrukturierten Daten - Data, Text und Web Mining (Definitionen und Abgrenzungen) - Bestandteile von Texten, Dokumenten, Paragraphen, Sätze, Kookkurrenzen, N-Gramme Die Prozesse des Text Mining - Natural Language Processing, Verfahren zur Vorverarbeitung von Texten Verfahren und Methoden (u.a.) - Information Retrieval - Wortassoziation - Klassifikations- und Ähnlichkeitsverfahren - Themenerkennung - Sentimentanalyse Praktische Anwendung von Text Mining Verfahren - Existierende Tools und Systeme
Angestrebte Lernergebnisse / Kompetenzen
In der Vorlesungsreihe „Knowledge Discovery from Text (KDT)“ soll den Studierenden der Umgang mit unstrukturierten Daten in der Theorie und Praxis vermittelt werden. In den Vorlesungen sollen relevante Konzepte und Verfahren des Text Mining vorgestellt und anschaulich anhand von Beispielen, bzw. kleineren Übungen näher erläutert werden. Thematische Vertiefungen, wie beispielweise die Themenerkennung oder die Sentimentanalyse sollen den Studierenden die Umsetzbarkeit von theoretischen Inhalten aufzeigen und den Nutzen der Verfahren deutlich machen.
114
Die vorlesungsbegleitende Übung besteht aus einer Fallstudie, die zu Beginn der Vorlesung vorgestellt wird. Anhand des konkreten Anwendungsfalls soll den Studierenden die Möglichkeit gegeben werden, gemeinsam in kleineren Gruppen kennengelernte Lösungskonzepte anzuwenden. Die erarbeiteten Lösungen werden zum Ende des Semesters präsentiert.
Prüfungsformen schriftliche Prüfung, es sei denn die Teilnehmer Zahl ist weniger als 10
Voraussetzung für die Vergabe von LP
Bestandene mündliche Prüfung und aktive Beteiligung in der Veranstaltung sowie der semesterbegleitenden Übung
Literatur Manning, C. D., Raghavan, P., Schütze, H.: Introduction to Information Retrieval, Cambridge University Press. 2008. Heyer, G.: Text Mining: Wissensrohstoff Text, W3L Verlag, 2006 Löbner, S.: Semantik, Walter de Gruyter, 2003 Manning, C.D.; Schütze, H.: Foundations of Statistical Natural Language Processing, MIT Press, 2003. Jurafski, D.; Martin, J.H.: Speech and Language Processing, Pearson International Edition, 2009.
115
Modulbezeichnung Kommunikations- und Informationssicherheit I ggf. Modulniveau Master-Studium ggf. Kürzel KIS I ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. Ch. Ruland Dozent(in) n.a. Sprache Deutsch Zuordnung zum Curriculum
Wahlpflichtmodul Master Informatik
Lehrform/SWS 4 SWS (2 V, 2 Übung) Arbeitsaufwand Präsenz: 45 h, Eigenstudium: 60 h, Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden wissen, weshalb man Kommunikations- und Informationssicherheit benötigt, da sie die Gefahren und Angriffe kennen. Sie sind in der Lage, die richtigen Sicherheitsdienste auszuwählen, mit denen den Gefahren und Angriffen begegnet werden kann. Sie haben die kryptographischen Mechanismen und Algorithmen verstanden und können diese einsetzen, um die Sicherheitsdienste mit diesen Mechanismen zu realisieren. Sie wissen auch, mit welchen kryptoanalytischen Methoden und Seitenkanalattacken kryptographische Mechanismen kompromittiert werden können, und können auch hier Gegenmaßnahmen ergreifen.
Inhalt * Gefahren und Risiken beim Einsatz der Kommunikations- und Informationstechnik * Kurzer historischer Rückblick auf kryptographische Verfahren * Grundbegriffe der Kryptographie * Symmetrische kryptographische Verfahren * Modes of Operation * Message Authentication Codes * Bitstromverschlüsselung, Zufallszahlengenerierung * Arithmetik auf endlichen Körpern (GF(p), GF(2**n) * Hashfunktionen, Geburtstagsparadoxon * Asymmetrische kryptographische Verfahren (RSA, El Gamal, DSS, elliptische Kurvenkryptographie) * Digitale Signaturen, Blinde Signaturen, Einmal-Signaturen, Beweisbar sichere Verfahren * Key Management * Seitenkanalattacken, Implementationsgesichtspunkte
Studien-/Prüfungsleistungen
Fachprüfung
Prüfungsformen M Medienformen Vorlesungsskript, Beamer, Tafel
116
Literatur * B. Schneier: Applied Cryptography, Wiley * A. Menezes, P.v.Oorschot, S. Vanstone: Handbook of Applied Cryptography, CRC Press * C. Paar, J. Pelzl: Understanding Cryptography, Springer Verlag * A. Salomaa: Public-Key Cryptography, Springer Verlag * D. Davies, W. Price: Security for Computer Networks, Wiley & Sons * C. Meyer, S. Matyas: Cryptography: A new dimension in Computer Data Security, Wiley & Sons * D. Stinson: Cryptography, Chapman & Hall/CRC * C. Ruland: Informationssicherheit, Datacom-Verlag
117
Modulbezeichnung Kommunikations- und Informationssicherheit II ggf. Modulniveau Master ggf. Kürzel KIS II ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. Ch. Ruland Dozent(in) Prof. Dr. Ch. Ruland Sprache Deutsch Zuordnung zum Curriculum
Wahlpflichtmodul im Masterstudium Informatik,
Lehrform/SWS 4 SWS (2 V, 2 P) Arbeitsaufwand Präsenz: 45 h, Eigenstudium: 60 h, Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
IKS I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden sind in der Lage, aus den kryptographischen Mechanismen kryptographische Protokolle zu bilden und die kryptographischen Mechanismen in Kommunikationsprotokolle und verteilte Anwendungen einzubinden. Sie kennen das Sublayer-Prinzip, mit denen Sicherheitsdienste in Kommunikationssysteme eingebettet werden können. Sie kennen aber auch nicht-kryptographische Methoden, um Angriffe in Kommunikationssystemen abzuwehren. Sie sind in der Lage, private Netze einzurichten, Firewalls auszuwählen. Sie kennen Konzepte und Realisierungen zur Gewährleistung von Anonymität und Pseudonymität in Netzen. Sie haben einen Überblick, welche ISO-Standards es zur Datensicherheit gibt, und wie sie eingesetzt werden.
Inhalt * kryptographische Protokolle zur Datenintegrität, Authentikation, Key Management, Non-Repudiation * Sicherheitsmodule, Chipkarten * Zertifikate, Public Key Infrastrukturen * Common Criteria, Evaluation und Zertifizierung * Einbindung kryptographischer Verfahren in Kommunikationssysteme (physical layer, LAN, Mobilfunk, WLAN, Bluetooth, ...) * Internet Security, SSL/TLS, SRTP,.. * Packetfilter und Firewalls * Informationssicherheit bei eCommerce und Industrieanwendungen (Banking, Automotive, Smart Grid, Smart Metering, ...) * Anonyme Kommunikation * Sicherheitsmanagement * Übersicht über Standards auf dem Gebiet IT-Sicherheit
Studien-/Prüfungsleistungen
Mündliche Prüfung, erfolgreiche Teilnahme am Praktikum
Prüfungsformen M
118
Medienformen Vorlesungsskript, Beamer, Tafel Literatur * C. Eckert: IT-Sicherheit, Oldenbourg Verlag,
* H. Kersten: Sicherheit in der Informationstechnik, Oldenbourg Verlag * M. a Campo, N. Pohlmann: Virtual Private Networks, MITP Verlag * N. Pohlmann: Firewall-Systeme, MITP Verlag
119
Modulbezeichnung Kulturtechnik Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r M.Sc. Julian Schröter Lehrende/-r M.Sc. Julian Schröter Pflichtkennzeichen Moduldauer (Semester) 1 Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
Lehrsprache deutsch Lehrformen Seminar Präsenzstudium in Stunden
45
Selbststudium in Stunden 225 Workload in Stunden 270 Leistungspunkte 9 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Kulturtechniken können als systematische Zusammenhänge zwischen Personen, Dingen und Zeichen verstanden werden, als Praxisformen, in die Artefakte eingebettet sind. Promintene Beispiele sind etwas die Praxen im Umgang mit Bild, Ton, Schrift und Zahl, aber auch 'Körpertechniken'. Medientechnologien lassen sich auf der Basis solcher Kulturtechniken differenziert analysieren. 1.1 Theorien der Kulturtechniken: Der Rekurs auf Kulturtechnik erlaubt theoretisch die Überbrückung der Differenz von Kultur/Gesellschaft und technischem Artefakt. Die theoretischen Voraussetzungen dieses Schrittes werden durch die Aufarbeitung entsprechender Theoriebestände (Medien-/Anthropologie, Medien-/Ethnographie, Cultural Studies, Medientheorie, Medienarchäologie, Wissenschafts- und Wissensgeschichte, Diskursanalyse, Laborstudium, STS, Akteur-Netzwerk-Theorie etc.) vermittelt. 1.2 Geschichte und Praxis von Kulturtechniken: Kulturtechniken im Allgemeinen werden sowohl historisch als auch gegenwartsbezogen zum Gegenstand. Ein Schwerpunkt liegt dabei auf den Kulturtechniken, die der beobachtbaren Medienpraxis entsprechen (Schreiben/Schrift, Bilden/Bild, Zählen/Zahl, Tönen/Ton, Spielen/Spiel etc.). Anhand von Quellenmaterial und/oder gegenwartsbezogenen Beobachtungen, sowie ggf. von experimenteller Medienpraxis wird die wechelseitige und rekursive Verbindung von Technologien, Personen, Zeichen und Dingen beobachtet.
120
Angestrebte Lernergebnisse / Kompetenzen
a) der Erwerb grundlegender historischer Kenntnisse der Entstehung, Durchsetzung, Ausbreitung und Veränderung von verschiedenen Kulturtechniken mit Schwerpunkt auf den im engeren Sinne zu den Medien zählenden Praktiken und Techniken, b) die Vermittlung der grundlegenden theoretischen Diskussionen über das Verhältnis von Techniken, Praktiken und gesellschaftlichen bzw. kulturellen Kontexten.
Prüfungsformen Prüfungsleistung in MW 1.1 oder 1.2: vgl. § 8 der MA-PO. Welche Prüfungsleistung konkret zu erbringen ist, hängt von den jeweils zu prüfenden Kompetenzen (vgl. Punkt 2) ab. Die Lehrenden geben die Prüfungsform zu Beginn einer Lehrveranstaltung bekannt. Werden mehrere Erbringungsformen angeboten, können die Studierenden in Abstimmung mit den Lehrenden eine wählen.
Voraussetzung für die Vergabe von LP
Bestehen der Studienleistungen (qualifizierte mündliche Teilnahme) in den beiden Lehrveranstaltungen (je 3 LP) gemäß § 8 (7) der "Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an er Universität Siegen". Die Lehrenden geben die Form der Erbringung der Studienleistungen zu Beginn der jeweiligen Lehrveranstaltung bekannt. Hinzu kommt für das gesamt Model eine benotete Prüfungsleistung im Umfang von 3 LP (s. Prüfungsformen) gemäß § 8 (8) der " Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an der Universität Siegen".
Literatur
121
Modulbezeichnung Laborpraktikum Mobile Robotik ggf. Modulniveau Master
ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab dem 1. Semester im Master Jedes SoSe Modulverantwortliche(r): Prof. Dr. K. D. Kuhnert Dozent(in): Prof. Dr. K. D. Kuhnert; Dipl.-Inform. Jan Kunze Sprache: Deutsch Zuordnung zum Curriculum
Master-Studiengang Informatik
Lehrform/SWS 3 SWS (als Blockveranstaltung) Arbeitsaufwand Präsenz Blockveranstaltung: 10 * 8h = 80h
Vorbereitung 20 h Eigenarbeit und Dokumentation: 50h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
- Programmierkenntnisse in mindestens einer der folgenden Sprachen: C, C++, C#, Python, Java - Vorlesung Mobile Robotik
Modulziele / Angestrebte Lernergebnisse
* Die Studierenden haben den Umgang mit der Robotersimulation MORSE erlernt. * Sie haben die Benutzung des Robot Operating Systems (ROS) erlernt und kennen dessen Einsatzmöglichkeiten auch in realen Anwendungen. * Die Studenten können Sensorsignale (Laserscanner, Ultraschall, etc.) mit Hilfe von ROS auslesen und die Daten für die Navigation und Pfadplanung verwenden * Die Studenten kennen jetzt grundlegenden Probleme der mobilen Außenbereichsnavgiation und -robotik und können einfache Fahralgorithmen selbst implementieren. * Die Studenten haben erfahren wie wichtig Modularität und Erweiterbarkeit in Softwareprojekten ist und haben erlernt, Programmcode gemäß moderner Standards zu schreiben und zu dokumentieren.
Inhalt In diesem Praktikum sollen die Inhalte der Vorlesung "Mobile Robotik" praktisch auf die Roboter-Simulation MORSE angewendet werden. In kleinen Schritten werden Fahralgorithmen eines virtuellen Roboters in C++ von relativ einfachen, hin zu komplexeren Handlungen aufgebaut und somit die Bedienung der Simulation erlernt. Die Bearbeitung der Aufgaben erfolgt als Blockveranstaltung im Studentenlabor am Institut für Echtzeit Lernsysteme mit Betreuung durch den Dozenten. Ein Austausch der Studenten untereinander ist erlaubt und erwünscht, jeder Student muss aber eine eigene Lösung der gestellten Aufgaben einreichen. Das Praktikum enthält folgende Inhalte: - Einführung in die Robotersimulation MORSE - Einführung in ROS (Robot Operating System) - Aufgaben zur Erstellung reaktiver Fahralgorithmen unter
122
Verwendung von Sensordaten - Aufgaben Pfadplanung - Aufgaben zur Implementierung einer rudimentären State Engine - Entwurf einer Steuerung mit Hilfe von Reglern - Erstellung einer Umgebungskarte aufgrund von Sensordaten
Studien- /Prüfungsleistungen
Praktikum
Prüfungsformen Studienleistung; Abgabe Software + Dokumentation Medienformen Beamer, Tafel, PC Literatur Mobile Robots, Flyn, Springer Verlag
Programmdokumentationen und -tutorials Online
123
Modulbezeichnung: Laborpraktikum Ubiquitous Systems (Ubiquitous Systems Lab)
ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: Ab 1. Semester Jedes Semester Modulverantwortliche(r): Prof. Kristof Van Laerhoven Dozent(in): Florian Wolling Sprache: Englisch Zuordnung zum Curriculum
Master Informatik Vertiefung
Lehrform/SWS: Praktikum (2 SWS) Arbeitsaufwand: 60 h Präsenz, 90 h Selbststudium (Heimarbeit) Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Grundkenntnisse Technische Informatik und Programmierung in C
Modulziele / Angestrebte Lernergebnisse:
- Verständnis von Effizienz - Entwurf, Entwicklung und Implementierung effizienter Software - Strukturierte und hardwarenahe Programmierung - Umgang mit komplexen Datenblättern und Handbüchern - Dokumentation von Software
Inhalt: • Hardwarenahe Programmierung in C • Energieeffiziente ultra-low power Mikrocontroller • Behandelte Kernthemen: - Ein-/Ausgabe von Signalen - Polling und Interrupts - Timer - Pulsweitenmodulation und Digital-Analog-Umsetzer - Endliche Automaten und Parser - Serielle Schnittstelle - Analog-Digital-Umsetzer - Energiemanagement
Studien-/Prüfungsleistungen/
Benotete Übungsblätter (60%) [8 Wochen] Abschlussprojekt (40%) [4-5 Wochen]
Prüfungsformen: P Medienformen: Literatur:
124
Modulbezeichnung: Lineare Algebra
ggf. Modulniveau Bachelor
ggf. Kürzel LAI
ggf. Untertitel
ggf. Lehrveranstaltungen:
Studiensemester: 3 SoSe, jährlich
Modulverantwortliche(r): Rebecca Busch
Dozent(in): Rebecca Busch
Sprache: deutsch
Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS: Vorlesung (4 SWS) Übungen (2 SWS), Übungsgruppen mit je max. 25 Teilnehmern
Arbeitsaufwand: 90h Präsenz, 165 h Eigenstudium, 45 h Prüfungsvorbereitung Kreditpunkte: 10
Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Diskrete Mathematik für Informatiker
Modulziele / Angestrebte Lernergebnisse:
Lernziel der Vorlesung ist der Erwerb von Grundkenntnissen in Linearer Algebra, teilweise mit Hilfe einfacher Anwendungen der Theorie (z.B. page-rank-(“Google”)-Algorithmus). In der Vorlesung werden die Grundlagen zum Verständnis weiterführender Vorlesungen, wie beispielsweise Computergraphik I & II, vermittelt. Außerdem soll in der Vorlesung das räumliche Vorstellungsvermögen insbesondere im Hinblick auf Transformationen und die Fähigkeit der mathematischen Modellierung des (3-dimensionalen) Raumes geschult werden. Den Studierenden soll vermittelt werden, dass sich, zunächst nur im Hinblick auf räumliche bzw. geometrische Problemstellungen gefundene Lösungen auf eine Vielzahl anderer Probleme übertragen lassen. Auch soll das Bewusstsein über Schwierigkeiten beim algorithmischen Lösen großer linarer Gleichungssysteme und damit verbundener Problemstellungen geschaffen werden.
Inhalt: *Grundbegriffe der Algebra *Lineare Gleichungssysteme *Determinanten *reelle Vektorräume *Numerische Lösung linearer Gleichungssysteme *Lineare Transformationen *Eigenwerte, Eigenvektoren
Studien-/Prüfungsleistungen/
Vorlesung, Übungen, Klausur
Prüfungsformen: K2
Medienformen: Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen
Literatur: *Anton und Rosser. Lineare Algebra, 3. Auflage. Spektrum Verlag, 2004 *Manfred Brill. Mathematik für Informatiker, 2. Auflage. Hanser, 2005, ISBN 3-446-22802
125
Modulbezeichnung Logik I
ggf. Modulniveau Bachelor
ggf. Kürzel Log I
ggf. Untertitel
ggf. Lehrveranstaltungen
Studiensemester Ab dem 3. Semester WiSe, jährlich
Modulverantwortliche/r Prof. Dr. Markus Lohrey
Dozent(in) Prof. Dr. Markus Lohrey
Sprache deutsch
Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“ Schwerpunkt: Mathematik BSc Informatik
Lehrform/SWS Vorlesung (2 SWS) Übungen (2 SWS)
Arbeitsaufwand Präsenz 60h, Eigenstudium: 50 h, Prüfungsvorbereitung 40 h Kreditpunkte 5
Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Diskrete Mathematik für Informatiker Grundlagen der Theoretischen Informatik
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *können natürlich-sprachliche Aussagen in formallogischer Sprache wiedergeben, *beherrschen die Unterscheidung von Syntax und Semantik sowie das Prinzip der strukturellen Induktion, *kennen grundlegende Resultate aus der Aussagen- und Prädikatenlogik
Inhalt *Aussagenlogik *Hornformeln *Aussagenlogische Resolution *Prädikatenlogik *Herbrand-Universum *Kompaktheitssatz der Prädikatenlogik *Satz von Löwenheim und Skolem *Prädikatenlogische Resolution
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen K1
Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen
Literatur *Vorlesungsskript *Ebbinghaus, Flum, Thomas. Einführung in die mathematische Logik. Spektrum Verlag, 1996 *Schöning. Logik für Informatiker, Spektrum Verlag, 2000
126
Modulbezeichnung Logik II
ggf. Modulniveau Master
ggf. Kürzel Log II
ggf. Untertitel
ggf. Lehrveranstaltungen
Studiensemester Ab 1. Semester im Master SoSe, jährlich
Modulverantwortliche/r Prof. Dr. Markus Lohrey
Dozent(in) Prof. Dr. Markus Lohrey
Sprache deutsch
Zuordnung zum Curriculum
Master Informatik Schwerpunkt: Theoretische Informatik MSc Informatik Bachelor Informatik, Modulkatalog Informatik Vertiefung
Lehrform/SWS Vorlesung (2 SWS) Übungen (2 SWS)
Arbeitsaufwand Präsenz 60h, Eigenstudium: 50 h, Prüfungsvorbereitung 40 h Kreditpunkte 5
Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Diskrete Mathematik für Informatiker Grundlagen der Theoretischen Informatik Logik I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden *kennen die grundlegenden Grenzen formaler Methoden *beherrschen grundlegende Techniken zur Entscheidung logischer Theorien, *kennen den Zusammenhang zwischen Logik und Automaten
Inhalt * Unentscheidbarkeit der prädikatenlogischen Erfüllbarkeit (Satz von Church) * Satz von Trakhtenbrot zur endlichen Erfüllbarkeit * Unentscheidbarkeit der Arithmetik * Gödels Unvollständigkeitssatz * Automatische Strukturen * Entscheidbarkeit der Presburger Arithmetik * Entscheidbarkeit der reellen Arithmetik * Monadische Logik 2. Stufe (MSO) * Satz von Büchi (Äquivalenz von endlichen Automaten und MSO)
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen M
Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen
Literatur *Vorlesungsskript *Ebbinghaus, Flum, Thomas. Einführung in die mathematische Logik. Spektrum Verlag, 1996 *Schöning. Logik für Informatiker, Spektrum Verlag, 2000
127
Modulbezeichnung Maschinelles Lernen ggf. Modulniveau Master ggf. Kürzel MasL ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr.-Ing. M. Fathi Dozent(in) Prof. Dr.-Ing. M. Fathi Sprache deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung, Medieninformatik
Lehrform/SWS 2 SWS V, 2 SWS UE Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 70 h, Prüfungsvorbereitung; 20 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Vorlesung Datenbanksysteme I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden benennen Lernprobleme. Sie formulieren die Grundlagen von Lernverfahren und statistischen Verfahren und entwickeln Algorithmen und Techniken, die es Computersystemen erlauben, Wissen aus Erfahrung zu generieren. Die Teilnehmer können klassische und adaptive Verfahren des maschinellen Lernens im Anwendungskontext beurteilen und gebrauchen.
Inhalt Experten verschiedener Disziplinen benötigen Algorithmen, die aus Daten oder Texten lernen und in Daten oder Texten verborgenes Wissen identifizieren. Es lassen sich Gesetzmäßigkeiten erkennen, um unbekannte Daten oder Texte beurteilen zu können. Anwendungen für Maschinelles Lernen sind u.a. Diagnoseverfahren, Aktienmarktanalysen, Bioinformatik oder autonome Systeme. Die wichtigsten Vorlesungsthemen sind wie folgt aufgeführt: *Lernen: Lerntheorie, Intelligente Agenten, Data und Text-Mining Verfahren *Lernmethoden: Klassifikation, Entscheidungsbäume, Instanz-basiertes Lernen, Assoziationsregeln, Bayes Lernen, Reinforcement Lernen *Planen und Agieren von Agenten *Wissen: Wissen in Lernprozessen, Relevanz-Information, Informationstheorie *Praxis: Spracherkennung, Suchmaschinen, medizinische Diagnose, Spieltheorie und Anwendungen, Robotertechnik
Studien-/Prüfungsleistungen
Bestehen der mündl. Prüfung
Prüfungsformen M Medienformen
128
Literatur *T. Mitchell. Machine Learning. McGraw Hill Verlag, 1997. *S. Russell, P. Norvig. Artificial Intelligence - A Modern Approach, 2nd Edition. Prentice Hall Series in Artificial Intelligence, 2004. *I. Witten, E. Frank. Data Mining, Practical Machine Learning Tools and Techniques, 2nd Edition. Elsevier, 2005. *C. Manning, H. Schuetze. Foundations of Statistical Natural Language Processing. MIT Press, Cambridge, UK, 1999. *D. Hand, H. Mannila, P. Smyth. Principles of Data Mining. Adaptive computation and Machine Learning. MIT Press, 2001. *Sutton, R.; Barto,A.: Reinforcement Learning. MIT Press, 1998.
129
Modulbezeichnung Maschinelles Sehen ggf. Modulniveau Master ggf. Kürzel MaS ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 5. Semester im Bachelor SoSe, jedes 2. Jahr Modulverantwortliche/r Prof. Dr. V. Blanz Dozent(in) Prof. Dr. V. Blanz Sprache deutsch / englisch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung 2 SWS, Übung 1 SWS. Je ca 5 - 20 Teilnehmer Arbeitsaufwand Präsenz 45 h, Eigenstudium 45h, Prüfungsvorbereitung: 60 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Digitale Bildverarbeitung I
Modulziele / Angestrebte Lernergebnisse
*Verständnis der Herausforderungen des maschinellen Sehens *Urteilsvermögen darüber, welche Probleme mit heutigen Mitteln lösbar sind und welche noch immer ungelöst geblieben sind *Vertrautheit mit einigen klassischen Aufgabenstellungen des maschinellen Sehens und deren Lösungsansätzen, einschließlich der ideengeschichtlichen Entwicklung seit Beginn der 80er Jahre. *Kenntnis der theoretischen Grundlagen (Kameramodelle, projektive Geometrie, Bildstatistik), Verständnis der wichtigsten Methoden und Fähigkeit zu deren Implementierung
Inhalt *Kameramodelle (perspektivische Projektion, homogene Koordinaten) *Kamerakalibrierung *3D Tiefenrekonstruktion (Triangulations-basierte Verfahren, strukturiertes Licht, phasenshiftmethode, space-time analysis) *Stereosehen (Korrespondenzproblem, Autostereogramme, Triangulierung aus Disparität, Epipolargeometrie, Fundamentalmatrix, Constraint Stereo Matching) *Multi-View Geometry, Rekonstruktion von Objekten mit Parallelitäts- und Orthogonalitätsannahmen *Bildrektifizierung *3D Gesichtsrekonstruktion mittels eines Morphable Model *Singulärwertzerlegung und Moore-Penrose Pseudoinverse *Grundkonzepte der Biometrie und der Gesichtserkennung, erste Ansätze *Eigenfaces, PCA *Active Shape Models, Active Apperance Models, 2D und 3D Morphable Models *Evaluationsmethoden (Fehlertypen, ROC Kurve) *Elastic Graph Matching
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M
130
Medienformen Powerpoint-Präsentation, Tafel Literatur Wird in der Veranstaltung bekanntgegeben
131
Modulbezeichnung Master-Arbeit ggf. Modulniveau Master ggf. Kürzel MA ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 4.Semester im Master WiSe und SoSe Modulverantwortliche/r Department ETI Dozent(in) Department ETI Sprache Deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Master-Arbeit Arbeitsaufwand 900 h Eigenstudium Kreditpunkte 30 Voraussetzungen nach Prüfungsordnung
siehe "Einheitliche Regelungen fur Prufungen in den Studiengangen des Departments Elektrotechnik und Informatik der Naturwissenschaftlich-Technischen Fakultat" §36 Abs. (4)
Empfohlene Voraussetzungen
Kenntnisse im jeweiligen Fachgebiet gemäß den ersten 3 Fachsemestern
Modulziele / Angestrebte Lernergebnisse
vertiefte und spezielle fachliche Themen des jeweiligen Themengebiets der Aufgabenstellung Schlüsselqualifikationen: 1. die meisten Aufgabenstellungen beinhalten umfangreiche Systementwicklungsarbeiten; die damit zusammenhängenden planerisch / organisatorischen Fähigkeit werden erworben 2. die Fähigkeit, anhand von Literaturdatenbanken und anderen Quellen Material zu einem vorgegebenen Thema zu erschließen 3. ggf. die Fähigkeit, anspruchsvolle englische Originalliteratur zu lesen und zu verstehen 4. die Fähigkeit, vor einem Fachpublikum einen Vortrag zu einem nichttrivialen wissenschaftlichen Thema zu entwerfen (also auch didaktisch richtig zu gestalten) und ihn unter Einsatz üblicher Medien abzuhalten 5. die Fähigkeit, Texte von ca. 50 - 80 Seiten zu verfassen, i.d.R. zur Erklärung wissenschaftlicher Inhalte
Inhalt In der Abschlussarbeit muss die Kandidatin oder der Kandidat innerhalb einer vorgegebenen Frist ein Problem ihres bzw. seines Studienfachs selbständig nach wissenschaftlichen Methoden bearbeiten
Studien-/Prüfungsleistungen
1. Lösung der fachlichen Fragestellung, i.d.R. verbunden mit umfangreichen Entwicklungsarbeiten, 2. Erstellen eines Berichts über die Arbeit, 3. Abhalten eines Vortrags über die Ergebnisse der Arbeit
Prüfungsformen MA Medienformen Literatur speziell für jede einzelne Master-Arbeit
132
Modulbezeichnung: Mathematik für Elektrotechnik-Ingenieure I ggf. Modulniveau Bachelor ggf. Kürzel MfET I ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 1.Semester im Bachelor WiSe,jährlich Modulverantwortliche(r): Prof. Dr. Robert Plato Dozent(in): Prof. Dr. Robert Plato, wiss. Mitarbeiter Sprache: deutsch Zuordnung zum Curriculum
Bachelor-Studiengang "Informatik" Bachelor-Studiengang "Duales Studium Informatik"
Lehrform/SWS: 8 SWS (6V, 2Ü) Arbeitsaufwand: Präsenzstudium: 120 h, Eigenstudium: 80 h,
Prüfungsvorbereitung: 40 h Kreditpunkte: 8 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Modulziele / Angestrebte Lernergebnisse:
Nach Abschluss dieses Moduls können die Studierenden * die Grundlagen mathematischer Techniken verstehen * die mathematische Formelsprache verstehen und anwenden * Gleichungen und Ungleichungen lösen * den Begriff der Konvergenz von Folgen, Reihen und Funktionen verstehen * die Techniken der Differentialrechnung für Funktionen einer Veränderlichen beherrschen * grundlegende Probleme der Linearen Algebra, wie lineare Gleichungssysteme und Eigenwertprobleme, lösen
Inhalt: * Grundlagen der reellen Zahlen * Lösen von Gleichungen und Ungleichungen * Konvergenzbegriff * Folgen und Reihen * Stetigkeit * Zwischenwertsatz * Differentialrechnung für eine Veränderliche * Satz von Taylor und Extremwertaufgaben (univariat) * Vektorräume * Matrizenrechnung * Gauß-Algorithmus * Determinanten * Eigenwerte * Hauptachsentransformationssatz
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen: K2 Medienformen: Tafel, Beamer Literatur: * A. Blickensdörfer-Ehlers, H. Neunzert: Analysis;
* K. Meyberg, P. Vachenauer: Höhere Mathematik
133
Modulbezeichnung: Mathematik für Elektrotechnik-Ingenieure II ggf. Modulniveau Bachelor ggf. Kürzel MfET II ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 2. Semester SoSe, jährlich Modulverantwortliche(r): Prof. Dr. Robert Plato Dozent(in): Prof. Dr. Robert Plato, wiss. Mitarbeiter Sprache: deutsch Zuordnung zum Curriculum
Bachelor-Studiengang "Informatik" Bachelor-Studiengang "Duales Studium Informatik"
Lehrform/SWS: 8 SWS (6V, 2Ü) Arbeitsaufwand: Präsenzstudium: 120 h, Eigenstudium: 80 h,
Prüfungsvorbereitung: 40 h Kreditpunkte: 8 (VL: 4, ÜB: 2, KL: 2) Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Mathematik für Elektrotechnik-Ingenieure I
Modulziele / Angestrebte Lernergebnisse:
Nach Abschluss dieses Moduls können die Studierenden * die Techniken der Integralrechnung für Funktionen einer Veränderlichen beherrschen * Ableitungen von Funktionen mehrerer Veränderlicher berechnen * Extremwertaufgaben mit und ohne Nebenbedingungen lösen * Integrale über Kurven/Wege, ebene Flächen, Flächen im Raum und Volumina berechnen * gewöhnliche Differentialgleichungen lösen
Inhalt: * Integralrechnung für Funktionen einer Veränderlichen * Hauptsatz der Differential- und Integralrechnung * Differentialrechnung für Funktionen mehrerer Veränderlicher (partielle und totale Ableitung, Jacobi- und Hessematrix, Satz von Taylor, Extremwertaufgaben) * Kurven- und Wegintegrale (Wege und Kurven, Weglänge, Definition und Berechnung von Kurven- und Wegintegralen) * Flächenintegrale (Integrale über ebene Flächen, Integrale über Flächen im Raum, Substitutionsregel, Oberflächenintegrale von Vektorfeldern) * Volumenintegrale (Definition und Berechnung) * Gewöhnliche Differentialgleichungen (Kategorisierung, lineare Differentialgleichungen 1. und 2. Ordnung, lineare Differentialgleichungssysteme, Laplace-Transformation, Besselgleichung)
Studien-/Prüfungsleistungen/
Prüfungsleistung
Prüfungsformen: K2 Medienformen: Tafel, Beamer Literatur: * A. Blickensdörfer-Ehlers, H. Neunzert: Analysis;
* K. Meyberg, P. Vachenauer: Höhere Mathematik
134
Modulbezeichnung Mathematik für Elektrotechnik-Ingenieure IIIa Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Robert Plato Lehrende/-r Dozenten des Departments Mathematik Pflichtkennzeichen Moduldauer (Semester) Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
3.
Lehrsprache deutsch Lehrformen Vorlesung und Übung Präsenzstudium in Stunden
45
Selbststudium in Stunden 75 Workload in Stunden 120 Leistungspunkte 4 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Mathematik für Elektrotechnik-Ingenieure I und II
Inhalte - Grundlagen der Fouriertheorie (diskrete und kontinuierliche Fouriertransformation, Shannon'scher Abtastsatz) - Grundlagen der Funktionentheorie (Hauptsatz über holomorphe Funktionen, Cauchy'scher Integralsatz, Cauchy'sche Integralformel, Taylor- und Laurent-Reihe, Residuensatz)
Angestrebte Lernergebnisse / Kompetenzen
Nach Abschluss dieses Moduls können die Studierenden: - Grundlagen der Signalverarbeitung verstehen - komplexe Integrale berechnen sowie uneigentliche reelle Integrale mittels Residuensatz berechnen
Prüfungsformen K2 Voraussetzung für die Vergabe von LP
Literatur A. Blickensdörfer-Ehlers, H. Neunzert: Analysis K. Meyberg, P. Vachenauer: Höhere Mathematik K. Burg, H. Haf, F. Wille, A. Meister: Partielle Differentialgleichungen und funktionalanalytische Grundlagen F. Furlan: Das gelbe Rechenbuch 3 für Ingenieure, Naturwissenschaftler und Mathematiker N. Hungerbühler: Einführung in partielle Differentialgleichungen H. Heuser: Gewöhnliche Differentialgleichungen - Einführung in Lehre und Gebrauch
135
Modulbezeichnung Mathematik für Visual Computing ggf. Modulniveau Bachelor ggf. Kürzel MtVC ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. V. Blanz Dozent(in) Prof. Dr. V. Blanz Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor "Duales Studium Informatik"
Lehrform/SWS Vorlesung 2 SWS, Übung 2 SWS. Je ca 5 - 20 Teilnehmer Arbeitsaufwand Präsenz 45 h, Eigenstudium 45h, Prüfungsvorbereitung: 60 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden sollen in die Lage versetzt werden, die Grundlagen der Linearen Algebra und Analysis für ihre weitere Arbeit aktiv zu nutzen. Schwellenängste sollen abgebaut werden und die Grundlage zum weiteren Selbststudium im Laufe des Studiums oder Berufslebens soll gelegt werden. Schwerpunkt ist das intuitive Verständnis der Begriffe und Zusammenhänge, aber auch die grundlegende Befähigung zum formal korrekten mathematischen Arbeiten, etwa in Form der Beweistechnik.
Inhalt *Beweistechnik (umgekehrter Beweis, Widerspruchsbeweis, einige Beispiele) *Komplexe Zahlen, Polardarstellung, Schwingungsgleichungen, Fundamentalsatz der Algebra *Kurze Wiederholung von Stetigkeit und Differenzierbarkeit *Satz von Taylor, Exponentialreihe, lokale Extrema *Folgen- und Funktionenraum mit Skalarprodukten *Fourierreihen, Fouriertransformation, Faltungssatz, Beispiele *Analysis mehrerer Veränderlicher, partielle Ableitung, Jacobimatrix, Gradient *Lokale Extrema unter Nebenbedingungen, Lagrange-Multiplikatoren
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Powerpoint-Präsentation, Tafel Literatur zum Beispiel H. Fischer, H. Kaul. Mathematik für Physiker. Teubner
136
Modulbezeichnung Mathematische Methoden der Datensicherheit Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Kryptographie und Kodierungstheorie Modulverantwortliche/-r N.-P. Skoruppa Lehrende/-r N.-P, Skoruppa Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Wintersemester Empfohlenes Fachsemester
Lehrsprache deutsch Lehrformen Vorlesung mit Übung Präsenzstudium in Stunden
90
Selbststudium in Stunden 180 Workload in Stunden 270 Leistungspunkte 9 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Lineare Algebra I+II oder diskrete Methematik für Informatiker, ideal (aber nicht unbedingt erforderlich) ist Zahlentheorie oder Algebra
Inhalte klassische kryptographische Verfahren; symmetrische Kryptosysteme: formale Definition, Restklassen als Alphabete; Blockschiffren: DES, Operationsmodi; RSA-Verfahren; EIGamal-Verschlüsselung mit primen Testklassengruppen; EIGamal-Verschlüsselung mit elliptischen Kurven über endlichen Körpern; kryptographische Hashfunktionen; kryptographische Protokolle: digitale Signaturen, Diffie-Hellman-Schlüsseltausch, Teilen eines Geheimnisses, Zero Knowledge; eindeutig dekodierbare Kodes; Noiseless Coding Theorem von Shannon; Huffman-Kodes; Kanäle: Kapazität, Kanaldekodierung, Noisy Coding Theorem von Shannon; fehlerkorrigierende Kodes: Minimalabstand, lineare Kodes, Gewichtspolynom, Syndromdekodierung, Hamming-Kodes, zyklische Kodes; Schranken für Parameter von Kodes: Singleton, Hamming, Gilbert-Varshamov; Dualität von Kodes
Angestrebte Lernergebnisse / Kompetenzen
Grundbegriffe der Kryptographie, mathematische Grundlagen für vertiefendes Studium der Kryptographie, Vertrautheit mit den grundlegenden mathematischen Techniken und Methoden der Kodierungstheorie, wichtige Kodes, Anwendungen in der Informationsverarbeitung
Prüfungsformen Leistungsnachweis: in der Regel eine Klausur zum Themenschwerpunkt Kryptographie und eine Klausur zum Themenschwerpunkt Kodierungstheorie
Voraussetzung für die Vergabe von LP
Literatur
137
Modulbezeichnung Medienästhetik Bild/Film
Modulniveau Master
ggf. Kürzel
ggf. Untertitel
ggf. Modulelemente
Modulverantwortliche/-r Prof. Dr. Peter Matussek
Lehrende/-r Prof. Dr. Peter Matussek
Pflichtkennzeichen
Moduldauer (Semester) 2
Angebotshäufigkeit jedes Semester
Empfohlenes Fachsemester
Lehrsprache deutsch
Lehrformen Seminar
Präsenzstudium in Stunden
45
Selbststudium in Stunden 225
Workload in Stunden 270
Leistungspunkte 9
Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte 4.1 Bild: Im Zentrum dieses Modulelements stehen die diversen Bildtheorien sowie ihre jeweiligen Hervorbringungs- und Anwendungskontexte. Auf ihrer Grundlage werden vertiefende Forschungen durchgeführt - u.a. zur visuellen Wahrnehmung, zur Bildmagie, zur mnemotechnischen Bedeutung von Bildern, zu den diversen "visual turns", zum Phänomen der "Visual Culture" sowie zur Informationsvisualisierung. 4.2 Film: Vertiefend werden filmhistorische Epochen und Stile, einflussreiche Filmtheorien (Neoformalismus, Genretheorie, Autorentheorie, feministische, psychoanalytische und soziologische Filmtheorie, Seduktions-Theorie) und das Verhältnis von Film und anderen Medien untersucht. Dabei werden audiovisuelle Ausdrucksformen detailliert erkundet und zudem die interdisziplinärnen Randbereiche ausgelotet (Philosophie, Soziologie, Kunstgeschichte etc.)
Angestrebte Lernergebnisse / Kompetenzen
Die Medienästhetik beschäftigt sich mit den anthropologischen und technischen Vermittlungsformen des Ästhetischen im doppelten Wortsinn von Sinneswahrnehmung (Aisthesis) und Sinngebung. Im Masterstudium vertiefen die Studierenden die wissenschaftliche Durchdringung ausgewählter Fragestellungen zu den vier Modulelementen Text und Ton, Bild und Film. Dazu gehören jeweils phänomenologische, historisch-vergleichende und ästhetisch-kritische Untersuchungen in Auseinandersetzung mit Theorien, Terminologien und künstlerischen Praktiken.
138
Prüfungsformen Prüfungsleistung: vgl. § 8 der MA-PO Eine Prüfungsleistung in 4.1 oder 4.2. Der/die Modulbeauftragte legt fest, in welchem Modulelement die Prüfungsleistung gemäß PO § 8 erfolgt.
Voraussetzung für die Vergabe von LP
Bestehen der Studienleistungen in den beiden Lehrveranstaltungen (je 3 LP) gemäß § 8 (7) der "Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an der Universität Siegen". Die Lehrenden geben die Form der Erbringung der Studienleistungen zu Beginn der jeweiligen Lehrveranstaltung bekannt. Hinzu kommt für das gesamt Modul eine benotete Prüfungsleistung im Umfang von 3 LP (s. Prüfungsformen) gemäß § 8 (8) der "Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an der Universität Siegen".
Literatur
139
Modulbezeichnung: Medieninformatik ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 3. Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum
Bachelor Studiengang „Informatik“ Vertiefung
Lehrform/SWS: Arbeitsaufwand: Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Modulziele / Angestrebte Lernergebnisse:
Inhalt: Studien-/Prüfungsleistungen/
Prüfungsformen: M Medienformen: Literatur:
140
Modulbezeichnung: Medizin I ggf. Modulniveau Bachelor ggf. Kürzel Med I ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 1. Semester Bachelor WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück / Prof. Dr. V. Braun Dozent(in): Lehrbeauftragte der Siegener Kliniken Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Praktikum Arbeitsaufwand: Präsenzzeit 30h (Vorlesung); Klinikpraktikum - 40h;
Selbststudium - 40h; Prüfungsvorbereitung: 40 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
keine
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden haben elementare Kenntnisse über die grundlegende Funktionsweise des menschlichen Körpers. Dabei verstehenn sie die normale und krankhafte Funktion der Organsysteme Nervensystem, Bewegungssystem und Magendarm-Trakt und verstehen das Zusammenwirken der einzelnen Organsysteme. Sie kennen die wichtigen anatomischen und physiologischen Aspekte dieser Organsysteme und sind in der Lage dieses in Zusammenhang zu bringen und anzuwenden. Die Studierenden kennen die Bedeutung und Nutzung von medizinischer Terminologie bezogen auf diese Organsysteme. Sie haben ein grundlegendes Verständnis für die biochemischen Zusammenhänge im menschlichen Körper und haben einen Einblick in das medizinische Arbeitsumfeld und die medizinischen Fachgebiete. Sie verfügen über grundlegende Fähigkeiten zur fachlichen Diskussion mit Ärzten und medizinischen Personal.
Inhalt: Die Vorlesung Medizin I beschäftigt sich mit der Funktionsweise des menschlichen Körpers im gesunden Zustand und unter Krankheit. Dabei stehen die Organsysteme Magendarm-Trakt, Bewegungssystem und Nervensystem im Vordergrund. In der Vorlesung wird das nötige anatomische, terminologische und physiologische Wissen vermittelt, das durch die Praktika vertieft wird.
Studien-/Prüfungsleistungen/
Praktikumsbericht, Prüfungsleistung
Prüfungsformen: Mündlich Medienformen: Powerpoint Literatur: Wird auf einer DVD zur Verfügung gestellt
141
Modulbezeichnung: Medizin II ggf. Modulniveau Bachelor ggf. Kürzel Med II ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 1. Semester Bachelor SoSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück / Prof. Dr. V. Braun Dozent(in): Lehrbeauftragte der Siegener Kliniken Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Seminar Arbeitsaufwand: Präsenzzeit 60h; Selbststudium und Seminarvorbereitung 75h;
Prüfungsvorbereitung: 15 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
keine
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden haben elementare Kenntnisse über die grundlegende Funktionsweise des menschlichen Körpers. Dabei kennen sie die normale und krankhafte Funktion der Organsysteme Herz-Kreislauf-Lunge, Stoffwechsel und Entgiftung sowie Blut und Hormone und verstehen das Zusammenwirken der einzelnen Organsysteme. Sie kennen die wichtigen anatomischen und physiologischen Aspekte dieser Organsysteme und sind in der Lage dieses in Zusammenhang zu bringen und anzuwenden. Die Studierenden kennen die Bedeutung und Nutzung von medizinischer Terminologie bezogen auf diese Organsysteme. Sie haben ein grundlegendes Verständnis für die biochemischen Zusammenhänge im menschlichen Körper und haben einen Einblick in das medizinische Arbeitsumfeld und die medizinischen Fachgebiete. Sie verfügen über grundlegende Fähigkeiten zur fachlichen Diskussion mit Ärzten und medizinischen Personal.
Inhalt: Die Vorlesung Medizin II beschäftigt sich mit der Funktionsweise des menschlichen Körpers im gesunden Zustand und unter Krankheit. Dabei stehen die Organsysteme Herz-Kreislauf-Lunge, Stoffwechsel und Entgiftung sowie Blut und Hormone im Vordergrund. In der Vorlesung wird das nötige anatomische, terminologische und physiologische Wissen vermittelt. In einem begleitenden Seminar beschäftigen sich die Studierenden vertiefend mit einem Teilaspekt und erarbeiten eine zusammenfassende, wertende und verbindende Kurzpräsentation, die am Ende des Semesters in einer Blockveranstaltung vorgestellt wird.
Studien-/Prüfungsleistungen/
Seminarvortrag, Prüfungsleistung
Prüfungsformen: Mündlich Medienformen: Powerpoint Literatur: Wird auf einer DVD zur Verfügung gestellt
142
Modulbezeichnung Mikrosystementwurf - Fertigung ggf. Modulniveau Master ggf. Kürzel MSE-F ggf. Untertitel Grundlagen der Mikrosystemtechnik ggf. Lehrveranstaltungen
Modulelement 1: Vorlesung (mit zwei Vorlesungsterminen wöchentlich in der ersten Semesterhälfte); Modulelement 2: Praxisseminar (nach Vereinbarung in der zweiten Semesterhälfte)
Studiensemester ab 3. Semester im Bachelor, ab 1. Semester im Master
SoSe, jedes zweite Jahr
Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Prof. Dr. R. Brück Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Technische Informatik; Bachelor "Duales Studium Informatik" Master Informatik - Vertiefung - TI
Lehrform/SWS 2 SWS Vorlesung , 2 SWS Praktikum Arbeitsaufwand Präsenz Vorlesung 25 h; Nachbereitung und Eigenstudium 30 h;
Praxisseminar 80 h; Prüfungsvorbereitung 15 h; Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundkenntnisse über die Funktionsweise und Herstellung integrierter CMOS-Schaltkreise
Modulziele / Angestrebte Lernergebnisse
Die Studierenden kennen die vielfältigen Technologien zur Fertigung mikrotechnischer Bauteile und Systeme. Sie sind in der Lage aus einer gegebenen Spezifikation für ein mikrotechnisches Bauteil eine geeignete Fertigungstechnologie auszuwählen und die Grenzen der technischen Möglichkeiten (Präzision, Fertigungstoleranzen, etc.) abzuschätzen. Die können aus einer gegebenen Systemspezifikation einen konkreten Vorschlag für die technische Realisierung generieren.
Inhalt Modulelement Vorlesung *Mikrosysteme und Mikrostrukturen *Beispiele, Anwendungsfelder, Märkte, Technologieprognosen *Silizium-basierte Mikrotechnik *Lithographische Strukturübertragung (Photolithographie, Elektronenstrahllithographie, Röntgenlithographie) *Ätzverfahren (Kristallogrphische Ätzverfahren, Trockenätzverfahren, Ätzsimulation) *Beschichtungsverfahren (PCD, CVD) *Reinraumtechnik *Klassische Fertigungsverfahren in der MIkrotechnik *Funkenerosion *Spanende Fertigungsverfahren *Lasere-basierte Mikrotechnik *Kunststoffabformtechniken *Galvanoformung Spezielle Mikrostrukturierungsverfahren *LIGA-Technik, *Mikrostrukturierung von Glas *Nanotechnik
143
*Grundlagen *Top-Down-Techniken *Bottom-Up-Techniken *Perspektiven Mikrosystemtechnik am Lehrstuhl Mikrosystementwurf *Entwurfsmethodik *Prozessentwurf Modulelement Fertigungspraktikum *(tbd - Seibel/IHE)
Studien-/Prüfungsleistungen
Mündliche Prüfung über den Inhalt des Modulelements Vorlesung; Teilnahmenachweis für das Praxisseminar ist Voraussetzung für die Zulassung zur mündlichen Prüfung
Prüfungsformen M Medienformen Powerpoint Präsentationen, aktuelle Technologieinformationen
aus Internet-Recherchen Literatur *Rainer Brück, Nadeem Rizvi, Andreas Schmidt. Angewandte
Mikrotechnik: LIGA, Laser, Feinwerktechnik. Carl Hanser Verlag, 2001 *Wolfgang Ehrfeld. Handbuch der Mikrotechnik. Carl Hanser Verlag, 2001 *Marc Madou. Fundamentals of Microfabrication, 2nd ed. CRC Press, 2002 *Wolfgang Menz, Jürgen Mohr, Oliver Paul. Mikrosystemtechnik für Ingenieure, 3. Aufl. WILEY-VCH, 2005 *Jan Albers. Kontaminationen in der Mikrostrukturierung. Carl Hanser Verlag, 2005 *Gerald Gerlach, Wolfram Dötzel. Einführung in die Mikrosystemtechnik, Ein Kursbuch für Studierende. Carl Hanser Verlag, 2006
144
Modulbezeichnung Mikrosystementwurf - Geometrie ggf. Modulniveau Master ggf. Kürzel MSE - G ggf. Untertitel Methoden, Werkzeuge und Algorithmen für den fertigungsnahen
Entwurf elektronischer und nicht-elektronischer Mikro- und Nanosysteme
ggf. Lehrveranstaltungen Modulelement 1: Vorlesung (mit zwei Vorlesungsterminen wöchentlich in der ersten Semesterhälfte); Modulelement 2: Praktikum Mikrosystementwurf (nach Vereinbarung in der zweiten Semesterhälfte)
Studiensemester ab 3. Semester im Bachelor, ab 1. Semester im Master
WiSe, jedes zweite Jahr
Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Prof. Dr. R. Brück Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Technische Informatik; Bachelor "Duales Studium Informatik" Vertiefung Master Informatik - Vertiefung Technische Informatik
Lehrform/SWS 4 SWS (2 SWS Vorlesung - 2 SWS Praktikum) Arbeitsaufwand Präsenz Vorlesung 30 h; Nachbereitung und Selbststudium 20 h,
Praktikum - Einweisung und Vorbereitung 15 h, Praktikum - Entwurfsdurchführung 70 h; Prüfungsvorbereitung 15 h;
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Grundlegende Kenntnisse in Algorithmen, Datenstrukturen und Programmierung, grundlegende Kenntnisse in Aufbau, Funktion und Fertigung integrierter Systeme
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen den Aufbau und die Funktionsweise von Werkzeugen für den Layoutentwurf integrierter Systeme. *Sie verstehen die diesen Werkzeugen zugrundeliegenden Algorithmen und sind in der Lage, diese Kenntnis beim Einsatz der Werkzeuge für konkrete Entwurfsaufgaben zu nutzen. *Die Studierenden sind in der Lage, eine komplexe Entwurfaufgabe zu verstehen, im Team zu analysieren und ein Entwurfsprojekt zu organisieren. *Sie sind in der Lage, ein integriertes System unter Nutzung professioneller Entwurfssoftware im Team zu entwerfen und für die Fertigung durch einen Halbleiterhersteller vorzubereiten. *Die Studierenden können ein einfaches Entwicklungsprojekt im Team selbständig organisieren und durchführen
Inhalt Grundlagen des fertigungsnahen Mikrosystementwurf *Einführung: Beispiele und Anwendungen elektronischer und nicht-elektronischer Mikrosysteme *Entwurfsmodelle und –methoden *Verhaltensnaher vs. fertigungsnaher Entwurf *Modelle und Design Flows für den fertigungsnahen Entwurf *Abhängigkeit von der Fertigung: PDKs und Design Rules Grundtechniken und Design Flows für den Layoutentwurf *Polygon Editing
145
*Layout-Design Flows Werkzeuge und Algorithmen für den Layoutentwurf *Partitionierung *Floorplanning *Layoutverifikation: DRC, ERC, Extraktion, LVS *Kompaktierung *Platzierung *Verdrahtung Spezielle Layouttechniken *Chipranddesign *Spezialverdrahtung *Spezielle Eigenschaften des Layouts analoger Schaltungen *Entwurfstechniken mit Fertigungsbezug *Einführung: Yield, Design for Manufacturability, Design for Yield *Post-Layout-Techniken: OPC, RET *Statistische Entwurfstechniken *Entwurfstechniken für Robustheit und Zuverlässigkeit *TCAD und PDES *Perspektiven, Ausblick, Zusammenfassung Modulelement Praktikum *Fertigungsnaher Entwurf eines einfachen gemischt analog-digitalen Schaltkreises unter Verwendung professioneller Entwurfswerkzeuge. *Vorbereitung eines "Tape-out", eines Übergabepaketes, mit dem eine fertig entworfene Schaltung an einen Halbleiterhersteller zur Fertigung übergeben werden kann. *Übergabe des Entwurfs an einen Halbleiterfertiger. Die Studierenden haben dann auf Wunsch die Gelegenheit, die gefertigte Schaltung im folgneden Semester auf ihre Funktionsfähigkeit zu untersuchen. Dieser Teil des Praktikums ist freiwillig und nicht Bestandteil des Moduls (Dies lässt sich nicht anders organisieren, da die Durchlaufzeit für MPWs, an denen sich Universitäten beteiligen können, in der Regel 3 Monate beträgt).
Studien-/Prüfungsleistungen
Mündliche Prüfung über den Inhalt des Modulelements Vorlesung; Teilnahmenachweis für das Praxisseminar ist Voraussetzung für die Zulassung zur mündlichen Prüfung
Prüfungsformen M Medienformen Power Point, Schulungsmaterialien zu professionellen
Entwurfsframeworks Literatur *Rainer Brück. Entwurfswerkzeuge für VLSI-Layout. Hanser
Verlag, 1993 *Naveed Sherwani. Algorithms for VLSI Physical Design Automation. Kluwer Academic Publishers, 1999 *Jens Lienig. Entwurfsautomatisierung in der Elektrotechnik. Springer Verlag, 2005 *Dan Clein. CMOS IC Layout. Newnes Press, 2000 *Alan Hastings. The Art of Analog Layout. Prentice Hall 2005 *Christopher & Judy Saint. „IC Layout Basics“, „IC Mask Design“. McGraw Hill, 2001/2002 *Karl-Hermann Cordes, Andreas Waag, Nicolas Heuck. Integrierte
146
Schaltungen - Grundalgen, Prozesse, Design, Layout. Pearson Studium, 2011 *Charles J. Alpert, Dinesh P. Mehta, Sachin S. Sapatnekar, eds. Handbook of Algorithms for Physical Design Automation. CRC Press 2009 *Andrew B. Kahng, Jens Lienig, Igor L. Markow, Jin Hu. VLSI Physical Design: From Graph Partitioning to Timing Closure. Springer Verlag, 2011
147
Modulbezeichnung Mikrosystementwurf - Test ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jedes zweite Jahr Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. M. Wahl Sprache Deutsch Zuordnung zum Curriculum
Master Informatik Vertiefungsmodul
Lehrform/SWS 2SWS Vorlesung , 1 SWS Übung, 1 SWS Praktikum Arbeitsaufwand Präsenz: 60h, Eigenstudium: 60h (Vor- und Nachbereitung von
Vorlesung und Übung, Literaturarbeit), Prüfungsvorbereitung 30h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Digitale Schaltungen, Mikrosystemtechnik-Fertigung
Modulziele / Angestrebte Lernergebnisse
Nach Abschluss sollen die Studierenden * die Ursachen von Fehlern kennen und in der Lage sein, gemäß den Ursachen geeignete Testmethoden zu bestimmen, * die Methoden zur Berechung von Tests für bestimmte Fehlertypen kennen und deren Komplexität berücksichtigen können, * die Prinzipien der testbarkeitsverbessernden Maßnahmen verstanden haben und die Prinzipien in der Praxis anwenden können und * das Spannungsfeld zwischen Entwurf und Test kennen und in der Lage zu sein, einen Kompromiss bei den unterschiedlichen Anforderungen zu finden.
Inhalt Der Bereich Test ist bei vielen Schaltungen in großem Maße an den Kosten beteiligt und wird bei wachsende Integrationsdichte ständig komplexer. Da es keine fehlerfreie Produktion gibt muss also getestet werden. Die Veranstaltung stellt im ersten Teil die Fehlerursachen und die Fehlerauswirkungen vor. Im zweiten Teil geht es um die Erzeugung von Tests für bestimmte Fehlertypen, z.B. Stuck-at-Fehler oder Verzögerungsfehler. Der dritte Teil stellt Methoden vor, mit denen die Testbarkeit einer Schaltung verbessert werden kann, und zwar von ganz einfachen Ansätzen über Scan-Verfahren bis hin zum autonomen Selbsttest. Eine Einführung in die entsprechenden Standards (IEEE 1149.1, IEEE 1500, IEEE P1838) ist Teil dieses Kapitels. Den Abschluss stellen spezielle Testverfahren für Speicher und analoge Elemente/Schaltungen dar.
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Beamer, Powerpoint, Tafel Literatur * Laung-Terng Wang, Cheng-Wen Wu, Xiaoqing Wen. VLSI Test
148
Principles and Architectures. Morgan Kaufmann, 2006 * Alberto Bosio, Luigi Dilillo, Patrick Girard, Serge Pravooossoudiwitch, Arnaud Virazel: Advanced Test Methods for SRAMs. Springer, 2010 * Hans-Joachim Wunderlich: Models in Hardware Testing. Springer, 2010 * Ian A. Grout: Integrated Circuit Test Engineering. Springer, 2006 * Adrian J. van de Goor: Testing Semiconductor Memories. Wiley, 1991
149
Modulbezeichnung Mikrosystementwurf - Verhalten ggf. Modulniveau Master ggf. Kürzel MSE-V ggf. Untertitel Methoden, Werkzeuge und Algorithmen für den verhaltensnahen
Entwurf eingebetteter Mikro- und Nanosysteme ggf. Lehrveranstaltungen
Modulelement 1: Vorlesung (mit zwei Vorlesungsterminen wöchentlich in der ersten Semesterhälfte); Modulelement 2: Praktikum Mikrosystementwurf (nach Vereinbarung in der zweiten Semesterhälfte)
Studiensemester ab 3. Semster im Bachelor, ab 1. Semester im Master
SoSe, jedes zweite Jahr
Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Prof. Dr. R. Brück Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Technische Informatik; Bachelor "Duales Studium Informatik" Vertiefung Master Informatik - Vertiefung Technische Informatik;
Lehrform/SWS 2 SWS Vorlesung , 2 SWS Praktikum Arbeitsaufwand Präsenz Vorlesung 30 h; Nachbereitung und Eigenstudium 40 h;
Praktikum - Einweisung und Vorbereitung: 15 h, Praktikum - Entwurfsdurchführung: 50 h; Prüfungsvorbereitung 15 h;
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlegende Kenntnisse in Algorithmen, Datenstrukturen und Programmierung, grundlegende Kenntnisse in diskreter Mathematik und theoretischer Informatik
Modulziele / Angestrebte Lernergebnisse
Die Studierenden kennen die grundlegenden Modelle und Methoden für den Entwurf komplexer integrierter Systeme. Sie kennen unterschiedliche Design Flows und ihre praktischen Einsatzmöglichkeiten. Sie kennen die Grundlagen der Theorie des Logikentwurfs und die darauf basierenden Methoden zur Synthese und Verifikation von Schaltungen Die Studierenden verstehen den grundlegenden Unterschied zwischen idealisierenden mathematischen Schaltungsmodellvorstellungen und der praktischen Realisierung in mikroelektronischen Schaltkreisen. Sie können zwischen validierenden und verifizierenden Verfahren zur Überprüfung der Korrektheit von Systementwürfen unterscheiden. Die Studierenden sind in der Lage, mathematisch/theoretische Grundlagen in industriell relevanten praktischen Problemstellungen zum Einsatz zu bringen. Sie verstehen den Einsatz von Hardwarebeschreibungssprachen zur Modellierung des Systemverhaltens und können diese zur Lösung konkreter Systementwurfaufgaben einsetzen. Sie können die Korrektheit von Schaltungsentwürfen durch
150
praktischen Einsatz industrieller Simulations- und Verifikationswerkzeuge überprüfen. Die Studierenden sind in der Lage, eine komplexe Systementwurfsaufgabe zu analysieren und im Team zu lösen.
Inhalt Grundlagen des verhaltensnahen Mikrosystementwurfs *Einführung: Beispiele und Anwendungen elektronischer und nicht-elektronischer Mikrosysteme *EMNS – Eingebettete Mikro- und Nanosysteme *Entwurfsmodelle und –methoden *Verhaltensnaher vs. fertigungsnaher Entwurf *Modelle und Design Flows für den verhaltensnahen Entwurf Entrwurfsmodellierung auf hohen Ebenen *Konzepte und semantische Modelle von Sprachen für den Entwurf eingebetteter Mikro- und Nanosysteme *Systementwurfssprachen (SysML, SystemC) *Hardwarebeschreibungssprachen (VHDL, VHDL-AMS) Generierende Aktivitäten beim verhaltensnahen Entwurf *IP-basierte Syntheseverfahren *Relevante Aspekte aus der Theorie des Logikentwurfs *Logiksynthese Überprüfende Aktivitäten beim verhaltensnahen Entwurf *Entwurfsvalidierung durch Simulation *Ereignisgetriebene Simulation *Zeitgetriebene Simulation *Simulatoren und deren algorithmische Grundlagen *Formale Verifikation digitaler Schaltungen *Equivalence Checking *Model Checking *Perspektiven, Ausblick, Zusammenfassung
Studien-/Prüfungsleistungen
Mündliche Prüfung über den Inhalt des Modulelements Vorlesung; Teilnahmenachweis für das Entwurfspraktikum ist Voraussetzung für die Zulassung zur mündlichen Prüfung
Prüfungsformen M Medienformen Power Point, Schulungsmaterialien für professionelle
Entwurfsframeworks Literatur *Thomas Kropf. Introduction to Formal Hardware Verification.
Springer Verlag, 2010 *William K. Lam. Hardware Design Verification. Prentice Hall, 2005 *Franz J. Rammig. Systematischer Entwurf digitaler Systeme. Teubner Verlag, 1989 *Jürgen Reichardt, Bernd Schwarz. VHDL-Synthese: Entwurf digitaler Schaltungen und Systeme. Oldenbourg Wissenschaftsverlag, 2009 *Peter Ashenden. The Designer's Guide to VHDL. Morgan Kaufmann, 2006 *Thorsten Grötker, Stuart Swan, Grant Martin, Stan Liao. System Design with SystemC. Springer Verlag, 2010 *Hubert Kaeslin. Digital Integrated Circuit Design: From VLSI Architectures to CMOS Fabrication. Cambridge University Press 2008
151
Modulbezeichnung Mobile Robotik ggf. Modulniveau Master ggf. Kürzel MobRob ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab dem 1. Semester im Master jedes WiSe Modulverantwortliche(r): Prof. Dr. K. D. Kuhnert Dozent(in): Prof. Dr. K. D. Kuhnert, wiss. Mitarbeiter Sprache: Deutsch Zuordnung zum Curriculum
Master Informatik - Vertiefung
Lehrform/SWS 3 SWS ( 2 SWS Vorlesung + 1 SWS Übung) Arbeitsaufwand Präsenzstudium: 45h, Eigenstudium: 75 h,
Prüfungsvorbereitung: 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Fachliche Kompetenzen: * können die Struktur mobiler Roboter entwerfen * können die zum Betrieb mobiler Roboter notwendigen Algorithmen auslegen In den Übungen werden die Studierenden aktiv eingebunden. Sie sammeln dadurch Erfahrungen in der Präsentation und Darstellung von Inhalten. Fachliche Kompetenzen: 95 % Soziale Kompetenzen: 5 %
Inhalt Es werden der Entwurf und der Aufbau von mobilen Robotern gelehrt. Dabei wird regelmäßig auf die Analogien zu biologischen Systemen Bezug genommen. Teilgebiete: * Sensorik * Lokalisation * Navigation * Architektur * verhaltensbasierte Handlung * planende Handlung * Handlungsarbitrierung * Lernen
Studien- /Prüfungsleistungen
Fachprüfung
Prüfungsformen K2 Medienformen Projektor, Tafel, Computerdemonstrationen Literatur Mobile Robots, Flyn, Springer Verlag
152
Modulbezeichnung Model-Checking ggf. Modulniveau Master ggf. Kürzel MC ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab dem 1. Semester im Master WiSe, jedes zweite Jahr Modulverantwortliche/r Prof. Dr, Markus Lohrey Dozent(in) Prof. Dr, Markus Lohrey Sprache deutsch Zuordnung zum Curriculum
Master Informatik Schwerpunkt: Theoretische Informatik MSc Informatik
Lehrform/SWS Vorlesung (4 SWS) Übungen (2 SWS)
Arbeitsaufwand 90h Präsenz, 150 h Eigenstudium, 60 h Prüfungsvorbereitung Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Diskrete Mathematik für Informatiker Grundlagen der theoretischen Informatik
Modulziele / Angestrebte Lernergebnisse
Erlernen grundlegender Techniken zur formalen Verifikation von Hardware- und Softwaresystemen. Die Studierenden sollten auch in der Lage sein, diese Techniken auf konkrete Systeme anzuwenden. Insbesondere soll erlernt werden, wie formale Systemeigenschaften durch Formalismen wie etwa temporale Logiken ausgedrückt werden können.
Inhalt * Lineare Temporale Logik (LTL) * LTL Model-Checking mit Automaten * Computation Tree Logik (CTL) * CTL-Model-Checking * Symbolisches Model-Checking mit binären Entscheidungsdiagrammen * Model-Checking von Realzeitsystemen * Model-Checking von probabilistischen Systemen * Model-Checking von unendlichen Systemen
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen M Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen Literatur *Vorlesungsskript
* Baier, Katoen, Principles of Model-Checking, MIT Press
153
Modulbezeichnung Multimedia Retrieval ggf. Modulniveau Bachelor ggf. Kürzel MMR ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Jun.-Prof. Dr. M. Grzegorzek Dozent(in) Jun.-Prof. Dr. M. Grzegorzek Sprache Englisch Zuordnung zum Curriculum
Bachelor Informatik: Pflichtmodul in der Vertiefung "Visual Computing", Wahlpflichtmodul in der Vertiefung "Medizinische Informatik" Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS Vorlesung: 2SWS Projekt: 2SWS
Arbeitsaufwand 60h Präsenzstudium, 50h Eigenstudium, 40h Prüfungsvorbereitung
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Digitale Bildverarbeitung I
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende das Modul besucht haben, können sie *die theoretischen Grundlagen des Multimedia Retrieval wiedergeben *eine geeignete Methode für ein bestimmtes Problem des Multimedia Retrieval auswählen *ein prototypisches Multimedia Retrieval-System entwickeln *die Evaluation eines Multimedia Retrieval-Systems durchführen *die Evaluationsergebnisse intepretieren *ein prototypisches Multimedia Retrieval-System und seine Evaluation demonstrieren und präsentieren
Inhalt Die Lehrveranstaltung behandelt folgende Themen: * Introduction * Pattern Recognition for Multimedia Content Analysis * Searching for Text Documents * Image Processing * Speech Indexing * Semantic Video Indexing * Interaction * Summary and Conclusions
Studien-/Prüfungsleistungen
Prüfungsleistung Klausur
Prüfungsformen K1 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen Folien, Tafel, online Live-Demos Literatur H. Blanken, A. P. de Vries, H. E. Blok, L. Feng (Eds.). Multimedia
Retrieval. Springer 2010 I. Schmidt. Änlichkeitssuche in Multimedia-Datenbanken. 2006
154
Modulbezeichnung Neurowissenschaft in der Medizinischen Informatik Modulniveau Master ggf. Kürzel NMI ggf. Untertitel ggf. Modulelemente Neurowissenschaften NSC.1; Neurowissenschaften NSC.2 Modulverantwortliche/-r Prof. Dr. R. Brück, Prof. Dr. Merzendorfer Lehrende/-r Prof. Dr. Merzendorfer, wiss. Mitarbeiter Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Jedes Sommersemester Empfohlenes Fachsemester
ab 1. Semester im Master (Vertiefung Medizinische Informatik)
Lehrsprache Deutsch Lehrformen 2 SWS Vorlesung und 2 SWS Seminar Präsenzstudium in Stunden
60
Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Einführung in die Medizinische Informatik, Medizin I, Medizin II; HTM I
Inhalte Die Vorlesung beschäftigt sich mit den Themen wie vergleichende Neurobiologie, Entwicklung des Nervensystems, Methoden der Hirnforschung, Hirnströme, Motorik, Limbisches System, Neurophysiologie des Lernens, Ortscodierung, Schlaf, neurodegenerative Erkrankungen, vergleichende Sinnesbiologie. Im Seminar werden von den Studierenden i.d.R. in englischer Sprache verfasste Meilenstein-Artikel oder aktuelle Forschungsergebnisse in den Neurowissenschaften vorgestellt und diskutiert.
Angestrebte Lernergebnisse / Kompetenzen
Die Studierenden kennen sich mit den Grundlagen der Neurowissenschat aus. Sie verstehen die Möglichkeiten den einzelnen relevanten Bereichen der Neurowissenschaften zu vermitteln und sehen die Chancen der Medizinischen Informatik bzw. Medizintechnik für die Gesundheit des Menschen.
Prüfungsformen M Voraussetzung für die Vergabe von LP
Bestandene Prüfungsleistung
Literatur Wird in der Veranstaltung bekannt gegeben und zur Verfügung gestellt.
155
Modulbezeichnung Numerical Methods for Visual Computing ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester 1-2 SoSe, jährlich Modulverantwortliche/r Prof. Michael Möller Dozent(in) Prof. Michael Möller Sprache Englisch Zuordnung zum Curriculum
Master Informatik Vertiefung
Lehrform/SWS Vorlesung und Übung
Arbeitsaufwand Präsenz: 45 h, Selbststudium: 105 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Vorkenntnisse in Programmierung und grundlegender Mathematik
Modulziele / Angestrebte Lernergebnisse
Upon completion of this module, students understand are are able to apply and implement numerical methods for basic tasks arising in data sciences including solving linear equations exactly and approximately, computing eigenvalues and -vectors, solving nonlinear equations using Newton's method, and being able to interpolate and integrate functions numerically. They will understand sources of errors in their computations and are aware of the condition of algorithms as well as operations that are prone to be unstable. Students will be able to solve visual computing problems that reduce to the above more abstract problem classes on their own using Matlab.
Inhalt The following topics will be covered in this module: - Error analysis, rounding errors, error amplification, catastrophic cancellation - Linear equations, Gaussian normal equation, minimal-norm solutions > Exact solution via Gaussian elimination (with pivoting) > Iterative methods: Richardson, Jacobi, Gauß-Seidel, Conjugate-Gradient - Numerical methods for computing eigenvectors and eigenvalues, power-method, QR-algorithm - Fixed-point iterations for solving nonlinear equations: Newton's method and gradient descent - Interpolation problems: Polynomial interpolation, Chebyshev roots, best approximations, splines - Numerical integration: Trapezoidal rule, volume and line integrals - Implementation of the above numerical methods for the example applications in Matlab
Studien-/Prüfungsleistungen
Mündliche Prüfung; das Erreichen von mindestens 50% der Punkte in den Hausaufgaben ist Voraussetzung für die Zulassung zur Prüfung
Prüfungsformen mündlich
156
Medienformen Lecture with projector and black board, interactive elements, exercises
Literatur - Lecture notes, - W. Dahmen and A. Reusken, "Numerik für Ingenieure und Naturwissenschaftler", Springer 2008, (in German) - Frank Wübbeling, Skript zur numerischen linearen Algebra, https://www.uni-muenster.de/AMM/num/Vorlesungen/NumerischeLA_WS13/skript.pdf (in German) Further references to recent literature will be given in the lecture.
157
Modulbezeichnung Numerik I ggf. Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. Franz-Theo Suttmeier Dozent(in) Prof. Dr. Hans-Jürgen Reinhardt, Prof. Dr. Franz-Theo Suttmeier,
apl. Prof. Dr. Robert Plato Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung
Lehrform/SWS 4 SWS Vorlesung; 2 SWS Übung
Arbeitsaufwand Präsenz: 90 h, Eigenstudium: 170 h, Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Kenntnisse aus dem MATLAB/ Octave-Praktikum sind hilfreich für die Übung; Analysis I und II, Lineare Algebra I und II
Modulziele / Angestrebte Lernergebnisse
Das Gebiet Numerik umfasst Algorithmen zur Berechnung von Näherungslösungen mathematischer Probleme, die in vielen Anwendungsgebieten (wie etwa Informatik, Ökonomie, Technik, Physik und Medizin) auftreten. *Die Studierenden erlernen wichtige Algorithmen zur Berechnung von Näherungslösungen, die in den oben genannten Anwendungsgebieten bei der Modellierung und Simulation von Objekten und Vorgängen der realen Welt auftreten. *Die Studierenden kennen in diesem Rahmen grundlegende Techniken der numerischen Approximation und können numerische Verfahren in Algorithmen umsetzen und einfache Rechenprogramme schreiben. *Die Studierenden können die Qualität der erzielten Ergebnisse bewerten.
Inhalt Lösung von Gleichungssystemen *Fixpunktansatz von Banach *Nullstellenberechnung *Newton-Verfahren *Regula Falsi Lösung linearer Gleichungssysteme *Cholesky-Verfahren *iterative Verfahren *Gesamtschrittverfahren *Einzelschrittverfahren Interpolation *Langrange-Interpolation *Hermite-Interpolation *dividierte Differenzen *Newton-Darstellung
158
Anwendung der Interpolation *Numerische Differentation *interpolatorische Quadratur *Gauss-Quadratur Eigenwertaufgaben *Potenzmethode *Jacobi-Verfahren
Studien-/Prüfungsleistungen
Klausur und Übung
Prüfungsformen LN Medienformen Literatur Richter/Wick: "Einführung in die Numerik", Vorlesungs-Skript
(SS2012) (pdf ) R. Rannacher: "Einführung in die Numerik", Vorlesungs-Skript (SS2006) (pdf ) R. Plato: "Numerische Mathematik kompakt", Verlag Vieweg/Teubner Hanke-Bourgeois: "Grundlagen der Numerischen Mathematik und des Wissenschaftlichen Rechnens", Verlag Vieweg/Teubner Stummel/Hainer: "Praktische Mathematik", Verlag Vieweg/Teubner Stoer/Bulirsch: "Numerische Mathematik 1", Springer Dahmen und Reusken: "Numerik für Ingenieure und Naturwissenschaftler", Springer R. Plato: "Übungsbuch zur Numerischen Mathematik", Verlag Vieweg/Teubner Quarteroni/Salari: "Scientific Computing with Matlab und Octave", Springer Quarteroni /Salari: "Wissenschaftliches Rechnen mit Matlab", Springer
159
Modulbezeichnung Numerische Grundlagen der Simulationstechnik Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Univ.‐Prof. Dr.‐Ing. Sabine Roller Lehrende/-r Univ.‐Prof. Dr.‐Ing. Sabine Roller Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit jedes Semester Empfohlenes Fachsemester
5 - 6
Lehrsprache deutsch/englisch Lehrformen Vorlesung 2 SWS, Übung 1 SWS Präsenzstudium in Stunden
45
Selbststudium in Stunden 105 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
keine
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Grundlagen der Simulation: Ebenen der Modellierung Gewöhnliche Differentialgleichungen: Numerische Integration Partielle Differentialgleichungen und ihre Klassifizierung Erarbeitung der Finite Differenzenmethode auf strukturierten Gittern Numerische Methoden für elliptische DGLn Lösen von linearen Gleichungssystemen Numerische Methoden für parabolische Differentialgleichungen: explizite und implizite Verfahren Numerische Methoden für hyperbolische Differentialgleichungen: Erhaltungsform Zeitschrittweitenbedingung für parabolische und hyperbolische Verfahren Rechengitter Finite Volumen Verfahren auf unstrukturierten Gittern Finite Elemente Verfahren auf unstrukturierten Gittern
Angestrebte Lernergebnisse / Kompetenzen
* Studierenden erlangen einen Überblick zu numerischen Verfahren zur Lösung von Differentialgleichungen und die für Simulationen notwendigen weiteren Arbeitsschritte, wie Gitterdefinition und Visualisierung. Insbesondere wird die grundlegende Numerik zu gewöhnlichen und partiellen Differentialgleichungen behandelt. * Die Studierenden erwerben die Fähigkeit, die mathematischen Grundlagen zu beschreiben und zu erklären. Sie verstehen den Zusammenhang zwischen den physikalischen Eigenschaften der
160
Anwendung, den mathematischen Eigenschaften der Gleichungen und der dazu passenden Auswahl der geeigneten Verfahren. Dies versetzt sie in die Lage, im späteren Beruf geeignete Softwarepakete auszuwählen.
Prüfungsformen Die Prüfungsform wird zu Beginn des Semesters festgelegt und den Veranstaltungsteilnehmern mitgeteilt
Voraussetzung für die Vergabe von LP
M
Literatur * R. W. Hamming: Numerical Methods for Scientists and Engineers (2nd Edition). Dover Publications. 1987. * Alfio Quarteroni, Ricardo Sacco, Fausto Saleri: Numerical Mathematics. Springer. Texts in Applied Mathematics, Vol. 37; Springer 2nd edition 2007. * Vorlesungsfolien über Moodle verfügbar.
161
Modulbezeichnung Objektorientierung und funktionale Programmierung ggf. Modulniveau Bachelor ggf. Kürzel OFP ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. Roman Obermaisser Dozent(in) Prof. Dr. Roman Obermaisser Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Pflichtmodul Bachelor "Duales Studium Informatik" Pflichtmodul
Lehrform/SWS 4 SWS V, 2 SWS UE Arbeitsaufwand 90 h Präsenz, 170 h Selbststudium, 40 h Prüfungsvorbereitung Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Empfohlen: Algorithmen und Datenstrukturen
Modulziele / Angestrebte Lernergebnisse
Die Studierenden benennen und vergleichen grundlegende Konzepte der Informatik. Sie sammeln praktische Fähigkeiten im Bereich des Software-Entwurfs und der Programmierung, besonders im Hinblick auf curriculare Anforderungen späterer Studienabschnitte. Die Studierende entwickeln in Java und SML selbständig Programme. Im Bereich des SW-Entwurfs konstruieren die Studierende UML-Diagramme und lernen die Anwendung von Entwurfsmuster in der Design-Phase kennen.
Inhalt Die Veranstaltungen "Algorithmen und Datenstrukturen" und "Objektorientierung und funktionale Programmierung " sind als zweisemestrige Vorlesung mit begleitender Übung strukturiert. Ziel der Vorlesungen ist die Vermittlung grundlegender Konzepte der Informatik, der Befähigung zum eigenständigen Umgang mit diesen Konzepten und die Vorbereitung auf nachfolgende Studienabschnitte. Gliederung der Vorlesung: *Objektorientierte Analyse mit UML *Grundlagen der Programmiersprache Java *Objektorientierter Entwurf mit UML und Java *Java-Vertiefung *Exceptions, Threads, Java-Collection-Framework, Ein-/Ausgabe, GUI-Programmierung *Entwurfsmuster *Funktionale Programmierung mit Standard ML *Einführung, rekursive Datenstrukturen und rekursive Algorithmen, Funktionen höherer Ordnung, Polymorphismus In den Übungen wird besonderer Wert auf den Erwerb praktischer Fähigkeiten im Umgang mit UML, den Programmiersprachen Java und Standard ML, sowie den zugehörigen Entwicklungssystemen gelegt.
Studien-/Prüfungsleistungen
Nur wer erfolgreich die Übungen absolviert hat, wird zur Klausur zugelassen. Bestehen der Klausur bei Erhalt von mehr als 50
162
Prozent der erreichbaren Punkte. Prüfungsformen K2 Medienformen Beamer, Tafel, elektronisches Übungssystem DUESIE Literatur *Helmut Balzert. Lehrbuch Grundlagen der Informatik. Spektrum
Akad. Verl., 1999 *David J. Barnes, Michael Kölling. Objektorientierte Programmierung mit Java. Pearson Studium, 2003. *K. Sierra, B. Bates. Java von Kopf bis Fuß, 1. Auflage. O'Reilly, 2006. *F. Kröger. Informatik I, Skriptum zur Vorlesung. LMU München, WS02/03.
163
Modulbezeichnung Parallelverarbeitung ggf. Modulniveau Master ggf. Kürzel PV ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch / englisch Zuordnung zum Curriculum
Master Informatik, Kernfach, ab 1. Sem Bachelor Informatik, Wahl, ab 4. Sem Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung: 2 SWS Praktikum: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 50 h Eigenstudium: 80 h Prüfungsvorbereitung: 20 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung, Betriebssysteme I, vorteilhaft: Rechnerarchitekturen I
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können die verschiedenen Techniken der Parallelverarbeitung anwenden und ihre spezifischen Stärken und Schwächen beurteilen. Sie können praktische Problemstellungen mit relevanten Standards, Bibliotheken und Werkzeugen lösen. Sie können für gegebene Anwendungen beurteilen, ob eine Parallelisierung sinnvoll ist und welche Techniken ggf. eingesetzt werden sollten. Sie sind in der Lage, in existierenden sequentiellen Programmen die parallelisierbaren Teile zu identifizieren und für diese Teile parallelen Code zu konstruieren. Die Studierenden können einschlägige Methoden beim Entwurf paralleler Programme, insbesondere bei der Leistungsabschätzung, Problemaufteilung und der eigentlichen Parallelisierung korrekt anwenden.
Inhalt Parallelverarbeitung ist eine grundlegende Technik zur Leistungs- bzw. Durchsatzsteigerung von Hard- und Software. Die Lehrveranstaltung vermittelt theoretische und praktische Kenntnisse über die verschiedenen Techniken der Parallelverarbeitung, wobei ein Schwerpunkt auf der praktischen Anwendung liegt. Das Modul beinhaltet ein Praktikum, in dem die Teilnehmer eigenständig kleinere Programme mit unterschiedlichen Techniken parallelisieren. Konkret werden die folgenden Themengebiete behandelt: *Grundlagen: Parallelismus, Parallelrechner-Architekturen, Parallelisierungsstrategien, Datenabhängigkeiten *Parallele Programmierung mit Speicherkopplung: Threads, OpenMP, parallele Bibliotheken und Sprachen *Parallele Programmierung mit Nachrichtenkopplung: MPI
164
*Leistungsabschätzung und -optimierung Studien-/Prüfungsleistungen
Praktikum und Prüfung; erfolgreiche Teilnahme am Praktikum ist Voraussetzung zur Zulassung zur Prüfung
Prüfungsformen M Medienformen Beamer, Tafel Literatur *Barry Wilkinson, Michael Allen. Parallel Programming, internat.
ed., 2. ed. Pearson Education international, 2005 *A. Grama, A. Gupta, G. Karypis, V. Kumar. Introduction to Parallel Computing, 2. ed. Pearson Education, 2003 *Thomas Rauber, Gudula Rünger. Parallele und verteilte Programmierung. Springer, 2000 *Theo Ungerer. Parallelrechner und parallele Programmierung. Spektrum, Akad. Verl., 1997 *Ian Foster:. Designing and Building Parallel Programs. Addison-Wesley, 1995 *Seyed Roosta. Parallel Processing and Parallel Algorithms. Springer, 2000
165
Modulbezeichnung Pattern Recognition ggf. Modulniveau Master ggf. Kürzel PR ggf. Untertitel Automatic Recognition of Patterns in Sensory Data ggf. Lehrveranstaltungen Studiensemester ab 1.Semester im Master SoSe, jährlich Modulverantwortliche/ Jun-Prof. Dr. M. Grzegorzek Dozent(in) Jun-Prof. Dr. M. Grzegorzek Sprache Englisch Zuordnung zum Curriculum
Master Informatik Wahlpflichtmodul in den Vertiefungen "Visual Computing" und "Medizinische Informatik"
Lehrform/SWS Vorlesung: 2SWS Projekt: 1SWS
Arbeitsaufwand 45h Präsenzstudium, 65 h Eigenstudium, Prüfungsvorbereitung: 40 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende das Modul besucht haben, können sie *die theoretischen Grundlagen der Mustererkennung wiedergeben *eine geeignete Methode für ein bestimmtes Problem der Mustererkennung auswählen *ein prototypisches System zur Mustererkennung entwickeln *die Evaluation eines Systems zur Mustererkennung durchführen *die Evaluationsergebnisse interpretieren *ein prototypisches System zur Mustererkennung und seine Evaluation demonstrieren und präsentieren
Inhalt Die Lehrveranstaltung behandelt folgende Themen: *Introduction *Classifiers Based on Bayes Decision Theory *Linear Classifiers *Nonlinear Classifiers *Feature Selection *Feature Generation *Template Matching *Context-Dependent ClassificationFeature Generation *Clustering: Basic Concepts *Sequential Clustering Algorithms *Hierarchical Clustering Algorithms *Clustering: Schemes Based on Function Optimisation *Summary, Applications, and Conclusions
Studien-/Prüfungsleistungen
Prüfungsleistung Klausur
Prüfungsformen M Medienformen Folien, Tafel, online Live-Demos
166
Literatur *H. Niemann. Klassifikation von Mustern. Springer, 1983 *A. R. Webb. Statistical Pattern Recognition, Second Edition. John Wiley and Sons Ltd.,2002 *C. M. Bishop. Pattern Recognition and Machine Learning. Springer, 2006 *M. Grzegorzek. Appearance-Based Statistical Object Recognition Including Color and Context Modeling. Logos, 2007 *S. Theodoridis and K. Koutroumbas. Pattern Recognition, Fourth Edition. Academic Press, 2008
167
Modulbezeichnung Praktikum Scientific Working ggf. Modulniveau Master ggf. Kürzel SCI-WORK ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2.Semester im Master SoSe, jährlich Modulverantwortliche/r Department ETI Dozent(in) Department ETI Sprache deutsch, teilweise englisch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Praktikum (2 SWS) Arbeitsaufwand Präsenszeit: 30 h, Eigenstudium: 120 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Faktenwissen * Vornehmlich werden Methodenkompetenzen vermittelt, die als Grundlage erfolgreichen wissenschaftlichen Arbeitens zu sehen sind, das Erlernen von spezifischem Fachwissen ist sekundär. * Methoden zur Faktensuche und zum Quellenstudium inkl. die verschiedenen Typen von wissenschaftlichen Publikationen, Bewertungskriterien zu deren Reputation. * Faktenwissen zur Organisation von Publikationsunternehmen und -organisationen und zum Begutachtungsprozeß. * Methoden zur Organisation von Informationen. * Methodenwissen und praktische Übung zur Vorgehensweise zur Erstellung eines wissenschaftlichen Textes (Paper) * Methodenwissen und praktische Übung zu Begutachtungskriterien für wissenschaftliche Texte * Methodenkompetenz und praktische Übung zur Erstellung Wissenschaftliche Präsentationen in englischer Sprache anhand konkreter Aufgaben * Faktenwissen im Bereich der Forschungsförderung (Drittmittelgeber, Begutachtungskriterien, Förderziele) Schlüsselqualifikationen * Gruppenarbeit und Teamfähigkeit in den Praktikumsteilen * fallweise wird die Fähigkeit gestärkt, englische Originalliteratur zu lesen und zu verstehen und selbst englische Texte zu verfassen * punktuell die Fähigkeit, vor einem Fachpublikum einen Vortrag zu entwerfen und abzuhalten * die Fähigkeit, an Diskussionen zu einem wissenschaftlichen Vortrag beizutragen * die Fähigkeit, einen wissenschaftlichen Text (Paper) zu erarbeiten, inklusive einer ersten Methodenauswahl und -bewertung.
Inhalt In dem Praktikum ist grundlegend für alle forschungsorienierten Masterstudenten. Es werden wesentliche Grundfertigkeiten des
168
wissenschaftlichen Arbeitens vermittelt und geübt und vor dem Hintergrund der im internationalen Wissenschaftsbetrieb eingesetzten Maßstäbe bewertet. Teilnehmer an einem Seminar müssen im einzelnen folgende Leistungen erbringen: * Einschätzung der wissenschaftlichen Relevanz und Darstellungsform von wissenschaftlichen Texten anhand konkreter Veröffentlichungen * Praktische Begutachtung wissenschaftlicher Texte * Bewertung wissenschaftlicher Präsentationen anhand realer Beispiele * Erstellung eines wissenschaftlichen Textes (Paper) in einem bekannten thematischen Kontext unter realistischen Bedingungen * Erstellung einer wissenschaftlichen Präsentationen in englischer Sprache unter realen Konferenzbedingungen
Studien-/Prüfungsleistungen
Teilnehmer an dem Praktikum müssen im einzelnen folgende Leistungen erbringen: * Strukturelle Bewertung eines wissenschaftlichen Textes anhand eines realen Beispiels * Fachliche Begutachtung wissenschaftlicher Texte anhand eines realen Beispiele * Strukturelle und fachliche Bewertung wissenschaftlicher Präsentationen anhand eines realen Beispiels * Erstellung eines wissenschaftlichen Textes (Paper) in einem bekannten thematischen Kontext unter realistischen Bedingungen * Erstellung einer wissenschaftlichen Präsentationen in englischer Sprache
Prüfungsformen P Medienformen Literatur speziell für jedes einzelne Seminar bzw. jeden einzelnen Vortrag
169
Modulbezeichnung Programmierpraktikum ggf. Modulniveau Bachelor ggf. Kürzel Pro-P ggf. Untertitel -- ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe/SoSe, halbjährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Dr. Andreas Hoffmann Sprache deutsch Zuordnung zum Curriculum
Pflichtmodul Bachelor Informatik Pflichtmodul Bachelor „Duales Studium Informatik“
Lehrform/SWS Praktikum (4 SWS); Arbeitsaufwand Präsenzstudium: 60 h, Eigenstudium: 240 h Kreditpunkte 10 LP Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Inhalte der Module Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung, insb. praktische Programmierkenntnisse in der Sprache Java im dort zu erlernenden Umfang
Modulziele / Angestrebte Lernergebnisse
Kooperations- und Teamfähigkeit: * Fähigkeit zur Arbeit in einer Entwicklergruppe, u.a. Selbstorganisation der Gruppe und Leiten von Gruppensitzungen * Fähigkeit zur Nutzung eines Konfigurationsmanagementsystems zur Koordination der Arbeit einzelner Gruppenmitglieder * vertiefte und gefestigte Erfahrung in der Programmierung in Java, Erfahrung mit nichttrivialen Software-Architekturen, insb. Erfahrung in der Gestaltung der Architektur von Informationssystemen
Inhalt Das Programmierpraktikum besteht aus 3 Hauptabschnitten, die jeweils rund 5 Wochen dauern. Phase 1 (Einzelarbeit) *Vertiefen und Auffrischen der Programmierkenntnisse in Java anhand von Übungsaufgaben (Arbeitsumfang ca. 80 Std.) parallel dazu Einführung neuen Lernstoffs *Grundlagen des Konfigurationsmanagement und Bedienung entsprechender Werkzeuge *Standard-Architekturen *Umsetzung von Analyseklassendiagrammen in Programmarchitekturen Phase 2 (Gruppenarbeit) *Entwickeln eines kleinen dateibasierten Informationssystems in Gruppen von ca. 5 Studenten (Arbeitsumfang ca. 120 Std.) Phase 3 (Gruppenarbeit) *Erweiterung und Umbau des in Phase 2 entwickelten Systems um zusätzlichen Funktionen und Bedienschnittstellen (Arbeitsumfang ca. 100 Std.)
170
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen. unbenoteter Schein; Vergabekriterien: * Bestehen einer Klausur, die 1. Phase abschließt * in den Phasen 2 und 3: aktive Teilnahme am Gruppenarbeitsprozeß; Übernahme eines entsprechenden Anteils an den Programmieraufgaben; jeder Teilnehmer muß einen nichttrivialen Teil des Systems selbst programmieren und bei der Abnahme des Systems am Ende der Phase seinen Code erläutern und ad hoc kleinere Änderungen durchführen können. Bestandene Prüfung in Objektorientierung und funktionale Programmierung (OFP) als Vorleistung
Prüfungsformen P Medienformen Literatur eigene Skripte und Folien zu den Themen
Softwarearchitekturen, Umsetzung von Klassendiagrammen und Code, Testen, JUnit, Konfigurationsmanagement, CVS jeweils aktuelle Unterlagen zu den eingestzten Entwicklungswerkzeugen; zur Zeit Eclipse Analyse und Architekturdiagramme mit Quellcode (5 Schichten-Architektur), Beispielprogramme (Quellcode)
171
Modulbezeichnung Projektgruppe ggf. Modulniveau Master ggf. Kürzel PG20 ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Semester im Bachelor Modulverantwortliche/r Department ETI Dozent(in) Department ETI Sprache Deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Praktikum
Arbeitsaufwand 600 h Kreditpunkte 20 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Faktenwissen *vertiefte und spezielle fachliche Themen des jeweiligen Themengebiets der Aufgabenstellung Schlüsselqualifikationen *Teamfähigkeit; Die Aufgabenstellung einer Projektgruppe kann i.d.R. nur arbeitsteilig erfüllt werden. Die Gruppe muss die Arbeiten selbstverantwortlich aufteilen, den Arbeitsfortschritt regelmäßig überwachen und diskutieren, das weitere Vorgehen planen, entsprechende Protokolle anfertigen und Organisationstechniken einsetzen, ggf. auftretende Störungen und Probleme erkennen und beheben. *Kommunikation mit Anwendern: in vielen Fällen besteht die Aufgabenstellung darin, ein System für reale Anwender, die keine Ingenieure sind, die die einschlägigen technischen Fachbegriffe nicht kennen und die Technologien nicht einschätzen können, ein System zu realisieren *die Fähigkeit, anhand von Literaturdatenbanken und anderen Quellen Material zu einem vorgegebenen Thema zu erschlie en *ggf. die Fähigkeit, anspruchsvolle englische Originalliteratur zu lesen und zu verstehen *die Fähigkeit, vor einem Fachpublikum einen Vortrag zu einem nichttrivialen wissenschaftlichen Thema zu entwerfen (also auch didaktisch richtig zu gestalten) und ihn unter Einsatz üblicher Medien abzuhalten *die Fähigkeit, in einer Gruppe einen Bericht von ca. 50 - 200 Seiten zu verfassen, in dem die Arbeitsergebnisse der Projektgruppe dargestellt werden
172
Inhalt Die Teilnehmerinnen und Teilnehmer einer Projektgruppe bearbeiten im Team eine komplexe Aufgabenstellung, die einschlägig für ihren Studiengang ist. Die Problemstellung wird in einer Projektgruppenbeschreibung, die den Teilnehmerinnen und Teilnehmern vor Beginn der Projektgruppe ausgehändigt wird, von der oder dem Veranstaltenden konkret beschrieben. In der Projektgruppenbeschreibung ist vor allem das für einen erfolgreichen Abschluss der Projektgruppe zu erreichende Minimalziel zu spezifizieren. Im Hinblick auf die Motivierung der Teilnehmerinnen und Teilnehmer sollte die Problemstellung möglichst realitätsrelevant sein; interdisziplinäre Themen sind zugelassen; ein externer Produkt- oder Terminzwang ist auszuschließen.
Studien-/Prüfungsleistungen
Erreichen des Minimalziels der Aufgabenstellung
Prüfungsformen P
Medienformen Literatur speziell für jede einzelne Projektgruppe
173
Modulbezeichnung: Prozessautomatisierung ggf. Modulniveau Master ggf. Kürzel PA ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 2.Semester im Master SoSe, jährlich Modulverantwortliche(r): Prof. Dr. G. Schröder Dozent(in): Prof. Dr. G. Schröder, wiss. Mitarbeiter Sprache: deutsch Zuordnung zum Curriculum
Wahlpflichtmodul Master-Studiengang Informatik, Vertiefung
Lehrform/SWS: Vorlesung 2 SWS; Übung 1 SWS; Praktikum 1 SWS Arbeitsaufwand: Präsenzstudium 75 h; Eigenstudium 45 h, Prüfungsvorbereitung
30 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
* Kenntnisse in Boolescher Logik, Microcontroller- Programmierung, * Bereitschaft zur Bearbeitung mechanischer und fluidtechnischer Fragestellungen
Modulziele / Angestrebte Lernergebnisse:
* Analyse von IEC1131-konformer Programmierung, der Struktur und der Möglichkeiten moderner Automatisierungsgeräte * Experimentieren mit den Hardwarekomponenten von Automatisierungsgeräten * Sensibilisierung für EMV-gerechtes Hardwaredesign * Kennenlernen der Möglichkeiten und Grenzen hydraulischer und pneumatischer Stellglieder
Inhalt: * Einführung in die Grundlagen industrieller Automatisierung * Software von SPS-Geräten * Schnittstellen zwischen Automatisierungsgerät und Prozess * EMV in der Verkabelung * Software für die Automatisierungstechnik * Nichtelektrische Stellglieder
Studien-/Prüfungsleistungen/
Fachprüfung
Prüfungsformen: M Medienformen: Literatur: Günter Schröder: Prozessautomatisierung (Teil I+II), In Moodle
verfügbar
174
Modulbezeichnung Psychologisch/ soziologische Aspekte des Gesundheitssystems
Modulniveau Bachelor ggf. Kürzel PSAG ggf. Untertitel ggf. Modulelemente Einführung in die Klinische Psychologie; Gesundheitspolitik im
internationalen Vergleich Modulverantwortliche/-r Prof. Dr. R. Brück Lehrende/-r Prof. Dr. Tim Klucken, Univ.-Prof. Dr. Claus Wendt Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Jedes Wintersemester Empfohlenes Fachsemester ab 1. Semester im Bachelor (Vertiefung Medizinische
Informatik) Lehrsprache Deutsch Lehrformen 2 SWS Vorlesung und 2 SWS Seminar mit Elementen von
Gruppenarbeit und Planspielen Präsenzstudium in Stunden 60 Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Die Vorlesung beschäftigt sich mit den zentralen Themen, Theorien und Fragestellungen aus der Perspektive der Entwicklungspsychologie der Lebensspanne vermittelt, dabei werden insbes. Entwicklungsphasen u. Entwicklungsdimensionen angesprochen, denen eine Relevanz für den Bereich der Sozialen Arbeit zukommt. Im Seminar werden den Studierenden Grundkenntnisse über die Struktur und Organisation des Gesundheitssystems sowie der Gesundheitspolitik in den Bereichen Prävention und Gesundheitsförderung, Therapie, Rehabilitation und Pflege.
Angestrebte Lernergebnisse / Kompetenzen
Die Studierenden kennen die grundlegende psychische Prozesse und zentrale empirische Befunde zu menschlichem Erleben und Verhalten einschließlich möglicher Störungen und Interventionsmethoden in ihrer Relevanz zwischen Medizintechnik für die Gesundheit des Menschen. Die Studierenden sind in der Lage den Wandel und die Herausforderungen ausgewählter sozialer Sicherungssysteme und Versorgungsstrukturen zu analysieren sowie die verschiedenen Gruppeninteressen und die daraus resultierenden Konflikte in der Sozialpolitik zu identifizieren; sie können mit sozialrechtlichen Details umgehen, einschlägige Sozial- und Wirtschafts-daten interpretieren sowie aktuelle öffentliche Diskussionen analysieren.
Prüfungsformen Kombination aus K1 und Hausarbeit. Gewichtung: 60% Hausarbeit, 40% Klausur
Voraussetzung für die Bestandene Prüfungsleistung
175
Vergabe von LP Literatur Wird in der Veranstaltung bekannt gegeben und zur Verfügung
gestellt.
176
Modulbezeichnung Recent Advances in Machine Learning Modulniveau Master ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Michael Möller Lehrende/-r Prof. Hubert Roth, Prof. Kristof Van Laerhoven, Prof. Volker Blanz, Dr.
Paramanand Chandramouli, Prof. Michael Möller Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit Jedes Sommersemester Empfohlenes Fachsemester 1-2 Lehrsprache Englisch Lehrformen Vorlesung mit Beamer und Tafel, interaktiven Elementen, Übungen
und einer Projektphase Präsenzstudium in Stunden 45 Selbststudium in Stunden 105 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Vorkenntnisse in Programmierung, Mathematik und maschinellem Lernen, wobei letzteres durch verschiedene Module wie statistische Lerntheorie, künstliche Intelligenz oder Deep Learning erworben werden kann.
Inhalte This module will present recent advances in machine learning in
different fields of data sciences including imaging, vision, graphics,
mechatronics, and sensorics. It addresses advanced techniques in the
fields of machine learning, deep learning and artificial intelligence,
with a particular focus on recent research papers, novel application
areas and open questions in the aforementioned fields. Based on basic
prior knowledge gained in other courses, this module specifically
focuses on the state-of-the-art in machine learning by introducing
recent publications from the leading international conferences on
machine learning (e.g. NeurIPS, ICML, ICLR), computer vision (e.g.
CVPR, ICCV, ECCV), or their application in fields like computer
graphics, 3d reconstruction, robotics, navigation, medicine, or body-
worn sensorics. After covering the theory of such works, a project
phase will ask every student to implement and apply one of the
discussed techniques on their own in one of the leading machine
learning frameworks. The results of the project phase need to be
presented to the class.
Angestrebte Lernergebnisse / Kompetenzen
Upon completion of this module, students have an understanding of
some exemplary state-of-the-art research papers on machine learning.
They are able to explain their main ideas and concepts. Students are
familiar with at least one machine learning framework and are able to
implement machine learning problems on their own. Additionally,
177
each student specializes in one research paper for which she/he is able
to understand, explain, analyse and evaluate the discussed technique.
The students are able to run practical experiments for the studied
method, and can apply it to new problems or data.
Prüfungsformen Studienarbeit Voraussetzung für die Vergabe von LP
Durchführung eines Projekts, (Re-)Implementierung oder Ausführung von projektrelevantem Code und Auswertung anhand vorgegebener Daten, anschließend Erstellung eines Berichts und Präsentation des untersuchten Ansatzes und der Ergebnisse der eigenen numerischen Experimente in der Lehrveranstaltung.
Literatur - Vorlesungsunterlagen - "Deep Learning" von Ian Goodfellow, Yoshua Bengio und Aaron
Courville (frei verfügbar unter http://www.deeplearningbook.org/) - Einführung in Python, z.B. unter
https://github.com/jrjohansson/scientific-python-lectures - Coursera-Kurs "Machine Learning" von Andrew Ng
Weitere Hinweise auf aktuelle Literatur werden in der Vorlesung gegeben.
178
Modulbezeichnung Rechnerarchitekturen I ggf. Modulniveau Bachelor ggf. Kürzel RA I ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. M. Wahl Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Kernfach Bachelor „Duales Studium Informatik“ Kernfach Bachelor Elektrotechnik WPF Bachelor „Duales Studium Elektrotechnik“ WPF
Lehrform/SWS 2 SWS Vorlesung, 1 SWS Übung Arbeitsaufwand Präsenz: 45h, Eigenstudium: 75 h (Vor- und Nachbereitung von
Vorlesung und Übung, Literaturarbeit), Prüfungsvorbereitung 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlegende Kenntnisse in der Digitaltechnik (Schaltwerke, Schaltnetze), Vorlesung: Digitaltechnik
Modulziele / Angestrebte Lernergebnisse
Nach dieser Veranstaltung sollen die Studenten * den Ablauf der Befehlsbearbeitung von der Interpretation bis zur Ausführung kennen, * die Verfahren zur Beschleunigung, insbesondere Pipelining verstanden haben, * den Unterschied zwischen Harward- und von-Neumann-Architekturen erläutern können, * Parallelen ziehen können zwischen der Parallelverarbeitung im Rechner und anderen Arbeitsabläufen sowie * die aktuellen Schlagworte aus der Prozessortechnik kritisch beurteilen könne.
Inhalt RA I ist die Grundlagenvorlesung für den Aufbau komplexer digitaler Systeme. Die zu Grund liegenden Prinzipien werden anhand von Beispielen der ARM-Architektur vermittelt. Zu Beginn wird der Befehlsaufbau beschrieben, wobei anhand einiger Beispiele die Idee der Assemblerprogrammierung vermittelt wird. Die weitere Vorlesung konzentriert sich dann auf die Bearbeitung der Befehle und die Abbildung der Schritte des Befehlsablaufs auf entsprechende Hardware. Basiskomponenten der Hardware sind Register, arithmetische Einheiten, Speicher und die notwendigen Steuerungen. Nach der Beschreibung der Datenpfades, der aus den Basiskomponenten aufgebaut wird, lernen die Studierenden Techniken kennen, welche die Bearbeitung beschleunigen. Dies sind insbesondere das Pipelining und die Einführung einer Speicherhierarchie (Caches). Weitere Themen sind Interrupts und deren Behandlung auf der Hardware-Ebene sowie Ein- und Ausgabe. Eine Betrachtung verschiedener Ansätze zur Leistungsbewertung schließt die Vorlesung ab.
179
Studien-/Prüfungsleistungen/
Prüfungsleistung
Prüfungsformen K1 Medienformen Beamer, Powerpoint, Tafel Literatur * David A. Patterson, John L. Hennessy: Computer Organization and
Design ARM Edition, The Hardware Software Interface. 1st Edition, Morgan Kaufmann, 2016
180
Modulbezeichnung Rechnerarchitekturen II ggf. Modulniveau Master ggf. Kürzel RA II ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. M. Wahl Sprache Deutsch / englisch Zuordnung zum Curriculum
Master Informatik Kerngebiet Master Elektrotechnik WPF
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 60 h, Prüfungsvorbereitung 30 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Digitaltechnik, Rechnerarchitekturen I
Modulziele / Angestrebte Lernergebnisse
Nach Absolvierung dieses Moduls können die Studierenden: * Verfahren zur Beschleunigung der Befehlsbearbeitung benennen, * den Einsatz der Methoden aus Rechnerarchitektur I und II am Beispiel eines realen Prozessors erläutern können, * den Einsatzbereiche spezieller Architekturen, wie z.B. DSP, kennen und * spezielle Anforderungen an die Architektur von Grafikprozessoren kennen und die resultierenden Architekturen beschreiben können.
Inhalt In der Vorlesung Rechnerarchitekturen II werden die Konzepte aus Rechnerarchitekturen I erweitert und vertieft. Im ersten Teil der Vorlesung werden die Entwicklungen der Rechnerarchitektur an einigen ausgewählten Architekturen beschrieben. Dabei stehen die wachsende Integration, die Anzahl der Speicherebenen und die Interfaces im Fokus. Der Schwerpunkt liegt beim Power-Prozessor von IBM, aber auch DEC, SPARC, Itanium und natürlich die Intel-Architektur werden vorgestellt. Im zweiten Teil der Vorlesung geht es um Verfahren zur Leistungs-optimierung, z.B. beim Cache-Management, aber auch bei der Speicherverwaltung. Parallelität und ihre Implementierung auf den verschiedenen Ebenen ist ein zweiter Schwerpunkt dieses Abschnittes. Der dritte Teil der Vorlesung konzentriert sich auf Prozessoren für besondere Anforderungen. Dies sind digitale Signalprozessoren, Grafikprozessoren und Prozessoren für Anwendungen im Kraftfahrzeug.
Studien-/Prüfungsleistungen
Hausarbeit und Prüfung; die erfolgreiche Bearbeitung der Hausarbeit ist Voraussetzung zur Zulassung zur Prüfung
Prüfungsformen M Medienformen Powerpoint, Tafel, Beamer Literatur Grundlegende Werke zur Rechnerarchitektur, z.B. von Hennessy &
Patterson.
181
Modulbezeichnung: Rechnernetze-Praktikum (Vertiefungspraktikum) ggf. Modulniveau Bachelor ggf. Kürzel RNP ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 5. Semester im Bachelor WiSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Wismüller Dozent(in): Prof. Dr. R. Wismüller Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung
Lehrform/SWS: Praktikum: 3 SWS (Gruppengröße ca. 15) Arbeitsaufwand: Präsenzstudium (Labor): 45h
Eigenstudium: 105h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Rechnernetze I
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden sind in der Lage, ethernet-basierte Rechnernetze mit und ohne Router zu planen und praktisch aufzubauen. Sie können die angeschlossenen Rechner, Switches und Router in der Praxis konfigurieren und managen, sowie auftretende Fehler systematisch identifizieren und korrigieren. Sie sind in der Lage, die zu verwendenden Protokolle (insbes. Routing-Protokolle, STP, VLANs) zu konfigurieren und den Ablauf dieser Protokolle zu analysieren. Zudem können sie aus gegebenen Sicherheitsanforderungen im Netzwerk geeignete Maßnahmen ermitteln und diese Maßnahmen korrekt anwenden.
Inhalt: Das Praktikum ergänzt die eher theoretisch erworbenen Grundlagen aus der Vorlesung Rechnernetze I um praktische Aspekte. Neben dem physischen Aufbau von Rechnernetzen und der dazugehörigen Konfiguration der Komponenten wird im Praktikum auch das Verhalten komplexerer Protokolle (z.B. STP, Routing Protokolle) durch Netzwerk-Monitoring detailliert untersucht. Es werden folgende Themen behandelt: * Ethernet-LANs mit Switches (Hardware-Aufbau; Konfiguration der Hosts und Switches; Netzwerk-Monitoring) * Fortgeschrittene Konfiguration von LAN-Switches (VLANs, VTP, STP, Netzwerk-Sicherheit, Inter-VLAN Routing, ...) * Zusammenschluss von LANs mit Routern (Hardware-Aufbau; Konfiguration der Hosts und Router; Netzwerk-Monitoring) * Konfiguration von Routing-Protokollen (RIP, OSPF, EIGRP)
Studien-/Prüfungsleistungen/
Erfolgreiche Teilnahme am Praktikum
Prüfungsformen: P Medienformen: Interaktive Lehrmaterialien und Simulationen, Beamer, Tafel
182
Literatur: *L.L. Peterson, B.S. Davie. Computernetze - eine systemorientierte Einführung. dpunkt.verlag, 3. Auflage, 2004 *A.S. Tanenbaum. Computer Networks, Fourth Edition. Pearson Education, 2003 *J.F. Kurose, K.W. Ross. Computernetze. Pearson Studium, 2002 *William Stallings. Cryptography and Network Security, 3rd Edition. Prentice Hall, 2003
183
Modulbezeichnung Rechnernetze I ggf. Modulniveau Bachelor ggf. Kürzel RN_I ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch (Übungsmaterialien teilw. englisch) Zuordnung zum Curriculum
Bachelor Informatik, Pflicht Bachelor „Duales Studium Informatik“ Pflicht
Lehrform/SWS Vorlesung: 2 SWS Übung: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 60 h Eigenstudium: 60 h Prüfungsvorbereitung: 30 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können den Aufbau und die Aufgaben von Rechnernetzen beschreiben und die zu lösenden Probleme erkennen. Sie können die unterschiedlichen Teilaufgaben der Schichten und Protokolle differenzieren, sowie die Basis-Algorithmen zur Implementierung von Netzwerkprotokollen erklären. Insbesondere können Sie die Internet-Protokolle und ihre Eigenschaften differenzieren sowie ihre Funktionsweise erklären. Sie können gegebene Situationen in Bezug auf die Netzwerksicherheit analysieren und Sicherheitsmechanismen vorschlagen bzw. bewerten. Sie sind in der Lage, die Eignung von Netzwerktechnologien und Protokollen bei gegebenen Anwendungen und Anforderungen einzuschätzen.
Inhalt Die Lehrveranstaltung gibt einen einführenden Überblick über Techniken und Protokolle zur Realisierung von Rechnernetzen, wobei der Fokus auf der Internet-Protokollfamilie liegt. Sie ist der Einstieg in einen Veranstaltungszyklus, der mit dem Rechnernetze-Praktikum und Rechnernetze II fortsetzt und veranstaltungsbegleitend den Erwerb des Industriezertifikats CCNA (Cisco Certified Network Associate) ermöglicht. Im einzelnen werden folgende Themen behandelt: 1. Einführung: Anforderungen an Netze, Leistungsparameter 2. Protokollhierarchie: ISO-OSI Referenzmodell, Internet-Architektur 3. Anwendungsprotokolle: DNS, SNMP, HTTP 4. Datendarstellung: Datenformate, Marshaling 5. End-to-End Protokolle: UDP; TCP Paketformat,
184
Verbindungsaufbau und -zustände; Sicherungsprotokolle: Stop-and-Wait, Sliding Window; Übertragungssicherung und Flußkontrolle in TCP 6. Internetworking: IP Paketformat, Adressierung, Fragmentierung, Forwarding; ARP; DHCP; ICMP 7. Routing: Distance Vector Routing, Link State Routing 8. Direktverbindungsnetze: Medienzugangskontrolle, CSMA/CD, Ethernet, Token-Ring 9. LAN Switching 10. Überlastkontrolle, insbes. in TCP 11. Netzwerk-Sicherheit: Anforderungen; kryptographische Grundlagen (Verschlüsselung, Hashes, Signaturen); Authentifizierungsverfahren; Anwendungen (PGP, TLS); Firewalls
Studien-/Prüfungsleistungen
Übung und Prüfung
Prüfungsformen K1 Medienformen Beamer, Tafel, interaktive Online-Materialien und Simulationen Literatur L.L. Peterson, B.S. Davie. Computernetze - eine systemorientierte
Einführung. dpunkt.verlag, 2004
185
Modulbezeichnung Rechnernetze II ggf. Modulniveau Master ggf. Kürzel RN_II ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch (Übungsmaterialien teilw. englisch) Zuordnung zum Curriculum
Master Informatik, Kernfach, ab 1. Sem
Lehrform/SWS Vorlesung: 2 SWS Übung: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 60 h Eigenstudium: 70 h Prüfungsvorbereitung: 20 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Rechnernetze I, Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können die Funktionsweise gängiger Netzwerktechnologien, insbesondere auch für drahtlose Netze, diskutieren. Sie können die Aufgaben und Funktionsweise der im Internet eingesetzten Protokolle (insbes. Multicast, Routing und Multimediaprotokolle) und Mechanismen (insbes. Überlastvermeidung und QoS) erklären und auftretende Probleme sowie deren Lösungen identifizieren. Sie sind in der Lage, einfache Programme zur Netzwerkkommunikation zu erstellen und grundlegende Aufgaben der Netzwerkadministration praktisch durchzuführen. Sie können die Stärken und Schwächen verschiedene Netzwerktechnologien beurteilen, diese anhand gegebener Anforderungen bzw. Anwendungen bewerten und geeignete Techniken auswählen.
Inhalt Die Lehrveranstaltung Rechnernetze II ergänzt die Inhalte von Rechnernetze I. Sie stellt einführend Netzwerktechnologien, Protokolle und Algorithmen vor, die in Rechnernetze I nicht oder nur sehr oberflächlich behandelt werden, u.a.: Netzwerktechnik *Modems, ADSL *SONET, ATM, schnelles Ethernet *Drahtlose Netze: WLAN, Bluetooth *Netze für Realzeit- und Automatisierungssysteme: PROFIBUS, CAN-Bus *Hochgeschwindigkeitsnetze für Cluster und Hochleistungsrechner Internetworking *Routing-Protokolle (IP-Multicast, Mobile IP, MPLS, NAT) *IP Version 6 und Secure IP Überlastkontrolle und Ressourcenzuteilung
186
*Überlastvermeidung (RED, TCP Vegas) *Quality of Service im Internet *Netzwerkprogrammierung mit Sockets *Anwendungen: Netzwerkmanagement, Multimedia, Overlay-Netze
Studien-/Prüfungsleistungen
Übung und Prüfung
Prüfungsformen M Medienformen Beamer, Tafel, interaktive Online-Materialien und Simulationen Literatur *L.L. Peterson, B.S. Davie. Computernetze - eine systemorientierte
Einführung. dpunkt.verlag, 3. Auflage, 2004 *A.S. Tanenbaum. Computer Networks, Fourth Edition. Pearson Education, 2003 *J.F. Kurose, K.W. Ross. Computernetze. Pearson Studium, 2002 *Gerhard Schnell. Bussysteme in der Automatisierungs- und Prozesstechnik, Vieweg Verlag *William Stallings. Cryptography and Network Security, 3rd Edition, Prentice Hall, 2003
187
Modulbezeichnung Schlüsselkompetenzen ggf. Modulniveau Bachelor ggf. Kürzel SSK ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 5. Semester im Bachelor WiSe/SoSe, jährlich Modulverantwortliche/r Department ETI Dozent(in) Department ETI Sprache deutsch, teilweise englisch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS 2 SWS Arbeitsaufwand Präsenz: 30 h, Eigenstudium: 120 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Faktenwissen *Die fachlichen Inhalte sind gegenüber den angestrebten Methodenkompetenzen und Schlüsselqualifikationen sekundär und können ggf. einen Schwerpunkt, der im Wahlbereich gewählt wird ergänzen. Schlüsselqualifikationen * fallweise die Fähigkeit, englische Originalliteratur zu lesen (und zu verstehen) *die Fähigkeit, vor einem Fachpublikum einen Vortrag zu einem wissenschaftlichen Thema zu entwerfen (also auch didaktisch richtig zu gestalten) und ihn unter Einsatz üblicher Medien abzuhalten *die Fähigkeit, an Diskussionen zu einem wissenschaftlichen Vortrag beizutragen *die Fähigkeit, Texte von ca. 10 - 20 Seiten zu verfassen, i.d.R. zur Erklärung technischer Sachverhalte
Inhalt Das Seminar behandelt wechselnde fachliche Themen, die auf Lehrstoffe der ersten vier Semester des Bachelors aufbauen. Die Themen können schon vorhandene fachliche Interessen und Schwerpunkte vertiefen.
Studien-/Prüfungsleistungen
Teilnehmer an einem Proseminar müssen im einzelnen folgende Leistungen erbringen: *Abhalten eines Vortrags *Erstellen einer Ausarbeitung zum Vortrag *Teilnahme an den Diskussionen zu allen Vorträgen
Prüfungsformen S Medienformen Literatur speziell für jedes einzelne Seminar bzw. jeden einzelnen Vortrag
188
Modulbezeichnung Semantik von Programmiersprachen I ggf. Modulniveau Bachelor ggf. Kürzel Sem I ggf. Untertitel ( früher TP I) ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor "Duales Studium Informatik"
Lehrform/SWS Vorlesung (2 SWS) Übung (1 SWS)
Arbeitsaufwand 45 h Präsenz, 60 h Eigenstudium, 45 h Prüfungsvorbereitung Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modul GTI (Grundlagen der theoretischen Informatik)
Modulziele / Angestrebte Lernergebnisse
Es soll erlernt werden, wie man die Semantik einer Programmiersprache mathematisch präzise beschreibt, und wie man eine solche Beschreibung zum Beweis von Eigenschaften der Programmiersprache einsetzt, z.B. zum Beweis der Typsicherheit.
Inhalt Am Beispiel einer rein funktionalen (idealisierten) Programmiersprache werden folgende Themen behandelt: *Beschreibung des Laufzeitverhaltens von Programmen mittels operationeller Semantik *Beschreibung des Typsystems mit Hilfe von Typregeln *Algorithmen zur Typüberprüfung bzw. Typinferenz *Erweiterung des Typsystems durch Polymorphie *Nachweis von Eigenschaften der Programmiersprache wie Typsicherheit
Studien-/Prüfungsleistungen
Vorlesung, Übungen, mündliche Prüfung
Prüfungsformen M Medienformen Tafel, schriftliche Unterlagen, Lernwerkzeug TPML Literatur *B. Pierce. Types and Programming Languages. MIT Press
*G. Winskel. The Formal Semanics of Programming Languages. 1993
189
Modulbezeichnung Semantik von Programmiersprachen II ggf. Modulniveau Master ggf. Kürzel Sem II ggf. Untertitel (früher TP II) ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Bachelor Kein Angebot! Modulverantwortliche/r N.N. Dozent(in) N.N. Sprache deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS Vorlesung (2 SWS) Übung (1 SWS)
Arbeitsaufwand Präsenz: 45 h, Eigenstudium: 60 h, Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Sem I (Semantik von Programmiersprachen I)
Modulziele / Angestrebte Lernergebnisse
Die in Sem I erlernten Methoden zur Semantikbeschreibung werden hier auf imperative und objektorientierte Konzepte erweitert.
Inhalt Die in Sem I eingeführte funktionale Sprache wird durch imperative und objektorientierte Konzepte erweitert. Imperative Konzepte erfordern neue Techniken zum Beweis der Typsicherheit, insbesondere im Zusammenspiel mit Typinferenz und Polymorphie. Objektorientierung erfordert neue Typkonzepte wie Subtyping und rekursive Typen. Durch rekursive Typen kommen neue Algorithmen zur Überprüfung der Typgleichheit und des Subtyping ins Spiel.
Studien-/Prüfungsleistungen
Vorlesung, Übungen, mündliche Prüfung
Prüfungsformen M Medienformen Tafel, schriftliche Unterlagen, Lernwerkzeug TPML Literatur *B. Pierce. Types and Programming Languages. MIT Press
*G. Winskel. The Formal Semanics of Programming Languages. 1993
190
Modulbezeichnung Seminar ggf. Modulniveau Master ggf. Kürzel SEM ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 2. Semester im Master WiSe/SoSe, jährlich Modulverantwortliche/r Department ETI Dozent(in) Department ETI Sprache deutsch, teilweise englisch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS 2 SWS Arbeitsaufwand Präsenz: 30 h, Eigenstudium 120 h Kreditpunkte 5 LP Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Faktenwissen *Die fachlichen Inhalte sind gegenüber den angestrebten Methodenkompetenzen und Schlüsselqualifikationen sekundär und können ggf. einen Schwerpunkt, der im Wahlbereich gewählt wird, ergänzen. Schlüsselqualifikationen *die Fähigkeit, anhand von Literaturdatenbanken und anderen Quellen Material zu einem vorgegebenen Thema zu erschließen * die Fähigkeit, englische Originalliteratur zu lesen, zu verstehen und aufzubereiten *die Fähigkeit, vor einem Fachpublikum einen Vortrag zu einem komplexeren wissenschaftlichen Thema zu entwerfen (also auch didaktisch richtig zu gestalten) und ihn unter Einsatz üblicher Medien abzuhalten *die Fähigkeit, an Diskussionen zu einem wissenschaftlichen Vortrag beizutragen *die Fähigkeit, Texte von ca. 10 - 20 Seiten zu verfassen, i.d.R. zur Erklärung technischer / wissenschaftlicher Sachverhalte
Inhalt Seminare behandeln wechselnde fachliche Themen, die auf Lehrstoffe der vorherigen Fachsemester aufbauen. Die Themen können schon vorhandene fachliche Interessen und Schwerpunkte vertiefen.
Studien-/Prüfungsleistungen
Teilnehmer an einem Proseminar müssen im einzelnen folgende Leistungen erbringen: *Abhalten eines Vortrags *Erstellen einer Ausarbeitung zum Vortrag *Teilnahme an den Diskussionen zu allen Vorträgen
Prüfungsformen S Medienformen Literatur speziell für jedes einzelne Seminar bzw. jeden einzelnen Vortrag
191
Modulbezeichnung Software-Produktlinien
Modulniveau Master
ggf. Kürzel WVS
ggf. Untertitel Wiederverwendung von Software
ggf. Modulelemente
Modulverantwortliche/-r Prof. Dr. U. Kelter
Lehrende/-r Prof. Dr. U. Kelter
Pflichtkennzeichen
Moduldauer (Semester) 1
Angebotshäufigkeit Sommersemester
Empfohlenes Fachsemester
Lehrsprache deutsch
Lehrformen Vorlesung (2 SWS); Übung (2 SWS)
Präsenzstudium in Stunden
60
Selbststudium in Stunden 90
Workload in Stunden 150
Leistungspunkte 5
Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Als Kontrast zu üblichen Entwicklungsprozessen hinsichtlich eines Softwareprodukts wird in diesem Modul der Schwerpunkt auf Familien von ähnlichen Produkten gesetzt. Die Schwerpunkte sind u.A.: Wiederverwendung von Software: - Motivation, Grundlagen, Fallbeispiel - Variabilität und Bindungszeitpunkt Feature-orientierte Produktlinien: - Motivation, Grundlagen, Fallbeispiel - Entwicklungsprozesse - Variabilitätsmodellierung - Produktlinienanalysen und Produktgenerierung Weiterführende Themen: - Feature Interaktion - Qualität von Produktlinien - Variabilitätsanalyse von Einzelprodukten - Migrationswege zu einer geplanten Wiederverwendung - Management von Einzelprodukten als Familie
192
Angestrebte Lernergebnisse / Kompetenzen
- Vertiefte Kenntnisse von deren Charakteristiken sowie Merkmale - Vor- und Nachteile verschiedener Wiederverwendungszenarien abschätzen und passend einsetzen können - Entwicklungsmethoden im Rahmen von Softwarewiederverwendung kennen und anwenden können, insbesondere Unterschiede zu üblichen Entwicklungsprozessen - Vertiefte Erfahrung in der praktischen Spezifikation, Analyse und Implementierung von Produktlinien
Prüfungsformen M Voraussetzung für die Vergabe von LP
Literatur S. Apel, D. Batory, C. Kästner, G. Saake: Feature-Oriented Software Product Lines: Concepts and Implementation; Springer (2013) P. Clements, L.M. Northup: Software Product Lines: Practices and Patterns; Addison Wesley (2006) K. Pohl, G. Böckle, F.J. Linden: Software Product Line Engineering: Foundations, Principles and Techniques; Springer (2005)
193
Modulbezeichnung Softwaretechnik I ggf. Modulniveau Bachelor ggf. Kürzel ST_I ggf. Untertitel -- ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Prof. Dr. U. Kelter Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS Vorlesung (2 SWS); Übung (2 SWS); Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 80 h , Prüfungsvorbereitung: 10 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Kenntnisse / Fähigkeiten aus dem Modul Objektorientierung und funktionale Programmierung, insb. über Modellierung mit Entwurfsklassendiagrammen Programmierung in Java, Entwurfsmuster, Ableitung von Klassenstrukturen aus Analyse-Modellen, grundlegende Vorgehensmodelle anwenden.
Modulziele / Angestrebte Lernergebnisse
* die wichtigsten Methoden und Notationsformen in der Systemanalyse insb. unter Nutzung der UML (Unified Modelling Language) überblicken * Analyse-Datenmodelle und Zustandsmodelle entwickeln können * MBSE-Prinzipien verstehen * EMF nutzen können
Inhalt Themenschwerpunkte sind: *Methoden der Systemanalyse, Modellierung mit den Modelltypen der Unified Modelling Language (UML) *Datenmodellierung, insb. von graphenartigen Dokumenten, mit Klassendiagrammen *Umsetzung von Analyse-Datenmodellen in relationale Datenbank-Schemata *Metamodelle *Modellbasierte Software-Entwicklung (MBSE) am Beispiel von EMF *Zustandsmodelle *Softwaregenerierung aus Zustandsmodellen
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen. Zur Fachprüfung wird nur zugelassen, wer wenigstens 50 % der Übungsaufgaben erfolgreich bearbeitet hat.
Prüfungsformen K1.5 Medienformen Literatur Skripte zu Softwaretechnik I
194
Modulbezeichnung: Softwaretechnik II ggf. Modulniveau Master ggf. Kürzel ST_II ggf. Untertitel -- ggf. Lehrveranstaltungen: Studiensemester: ab 1. Semester Master SoSe, jährlich Modulverantwortliche(r): Prof. Dr. U. Kelter Dozent(in): Prof. Dr. U. Kelter Sprache: deutsch Zuordnung zum Curriculum
Master Informatik Kerngebiete
Lehrform/SWS: Vorlesung (2 SWS); Übung (2 SWS); Arbeitsaufwand: Präsenz: 60 h, Eigenstudium/Übungen: 80 h,
Prüfungsvorbereitung: 10 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen:
Vorlesung Softwaretechnik I, Programmierpraktikum
Modulziele / Angestrebte Lernergebnisse:
* Methoden und Werkzeuge der modellbasierten Software-Entwicklung im Detail (gegenüber der Softwaretechnik I) kennen und anwenden können * Software-Architekturen vertieft kennen und unterscheiden können * vertiefte Kenntnis von Verfahren zur Qualitätssicherung von Software * vertiefte Erfahrung in der modellbasierten Software-Entwicklung, insbesondere der praktische Einsatz von zugehörigen Werkzeugen ist den Studierenden bekannt
Inhalt: In der Vorlesung wird aufbauend auf dem Stoff von Softwaretechnik I der Schwerpunkt auf die Entwicklung und insbesondere den Entwurf großer Softwaresysteme gesetzt. Die Schwerpunkte sind u.a.: *Qualitätssicherung * Wiederverwendung, Muster, Produktlinien * Modellbasierte Software-Entwicklung *Aufbau der UML-Spezifikation; UML-Metamodelle- Verarbeitung von Modellen- Domänenspezifische Sprachen- Modelltransformatoren und andere Modellwerkzeuge
Studien-/Prüfungsleistungen/
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen.
Prüfungsformen: K1 (gemäß §22(4) der Einheitlichen Regelungen von den Angaben in der PO abweichend)
Medienformen: Literatur: Skriptum zu ca. 70% der Vorlesung; div. Spezifikationen der OMG
195
Modulbezeichnung Softwaretechnik III ggf. Modulniveau Master ggf. Kürzel ST_III ggf. Untertitel -- ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Prof. Dr. U. Kelter Sprache deutsch Zuordnung zum Curriculum
Master Informatik Vertiefung
Lehrform/SWS Vorlesung (2 SWS); Übung (1 SWS); Arbeitsaufwand Präsenz: 45 h, Eigenstudium 95 h, Prüfungsvorbereitung: 10 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Stoff aus dem Grundstudium und gute Kenntnisse des Stoffs der ST I, also i. w. gute Kenntnisse in der UML; günstig ist zusätzlich gute Kenntnis des Stoffs des Praktikums SEU
Modulziele / Angestrebte Lernergebnisse
* genaue Kenntnis von Funktion und Architektur von Softwareentwicklungsumgebungen und insb. Differenzwerkzeugen und den darin benutzten Algorithmen
Inhalt Die Vorlesung behandelt aktuelle forschungsnahe Themen aus den Gebieten Vorgehensmodelle, Projektmanagement, Versions- und Konfigurationsmanagement. Beispiele für Vertiefungsthemen sind: *fortgeschrittene Vorgehensmodelle *fortgeschrittene Versions- und *Konfigurationsmanagementsysteme - Architekturen von SEU - Dokumentdifferenzen und Algorithmen zur *Berechnung der Differenzen; Differenz- und Mischwerkzeuge *Die Themen werden i.d.R. durch praktische Arbeiten in den begleitenden Übungen ergänzt.
Studien-/Prüfungsleistungen
Studienleistungen s. Feld Lehrform/SWS; Prüfungsleistungen s. Feld Prüfungsformen.
Prüfungsformen M Medienformen Literatur *Kelter, U. Lehrmodul ``Dokumentdifferenzen'' 2009
*Kelter, U., Wehren, J., Niere, J. A Generic Difference Algorithm for UML Models. In: Proc. GI-Fachtagung Software Engineering. Essen 2005 *Ohst, D. Welle, M. Kelter, U. Differences between Versions of UML Diagrams. In: Proc. of the 11th European Software Engineering Conference and ACM SIGSOFT Symposium on the Foundations of Software Engineering (ESEC/FSE), Helsinki, Finland, 2003 sowie jeweils neu erschienene Publikationen
196
Modulbezeichnung Softwaretechnik-Praktikum ggf. Modulniveau Bachelor ggf. Kürzel STP ggf. Untertitel -- ggf. Lehrveranstaltungen:
Studiensemester ab 5. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. U. Kelter Dozent(in) Prof. Dr. U. Kelter Sprache Deutsch Zuordnung zum Curriculum
Vertiefung Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“
Lehrform/SWS: Praktikum (4 SWS); Arbeitsaufwand Präsenz: 40 h, Eigenstudium: 60 h, praktische Projektarbeiten: 350
h Kreditpunkte 15 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung, Programmierpraktikum und Softwaretechnik I
Modulziele / Angestrebte Lernergebnisse
* Anforderungen an ein System durch Benutzerinterviews erfassen können * Technologie wie EMF, Henshin usw., die modellbasierte Entwicklung unterstützen, kennen und auf dieser Basis neue Werkzeuge realisieren können * Nutzbarkeit einzelner Methoden und Werkzeuge einschätzen können
Inhalt Den Teilnehmern wird zu Beginn eine kompakte Einführung in die grundlegenden Projektmanagementtechniken gegeben (Aufwand ca. 40 Std.). Auf Basis dieser Grundlagen soll dann ein konkreter Projektplan entwickelt und umgesetzt werden. Im Abstand von je ca. 3 Kalendermonaten ist vorgesehen, die Umsetzung der Managementtechniken und den Projektverlauf aus Managementsicht zu beurteilen. Die fachliche Aufgabenstellung besteht typischerweise darin, ein Werkzeug zur Unterstützung der modellbasierten Entwicklung zu entwickeln.
Studien-/Prüfungsleistungen
Praktikum, mehrere Vorführungen
Prüfungsformen P, benotet Medienformen Literatur *Cederqvist. Version Management with CVS.
http://www.cvshome.org/docs/manual/cvs.html * Friedemann Schulz von Thun: Miteinander Reden 1 - 3, Allgemeine Psychologie der Kommunikation; rororo Sachbuch * Uwe Vigenschow, Björn Schneider: Soft Skills für Softwareentwickler; dpunkt.verlag * diverste Handbücher und Unterlagen zu Technologien wie EMF, Henshin usw.
197
Modulbezeichnung Speichertechnologien ggf. Modulniveau Master ggf. Kürzel SPTE ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. M. Wahl Sprache Deutsch Zuordnung zum Curriculum
Master Informatik Vertiefungsmodul Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung Master Elektrotechnik WPF Mikrosystemtechnik
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60h, Eigenstudium: 60h (Vor- und Nachbereitung von
Vorlesung und Übung, Literaturarbeit), Prüfungsvorbereitung: 30h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Digitaltechnik, Rechnerarchitekturen I
Modulziele / Angestrebte Lernergebnisse
nach Abschluss des Moduls * kennen die Studierenden die Speicherpyramide von Register, Cache, Hauptspeicher und Massenspeicher bis hin zu Archivsystemen, * haben eine Übersicht über die verschiedenen Methoden zur Speicherung auf rotierenden Medien gewonnen, wobei auch der Blick in die Zukunft wesentlich ist, * haben verstanden, wo die Grenzen der Speicherdichte auf Festplatten liegen, * sind in der Lage, flüchtige und nicht flüchtige Speicher zu erklären und die Technologien zu erläutern und * haben gelernt, gut zwischen den im Idealfall möglichen und in der Praxis auftretenden Werten zu unterscheiden, z.B. bei den Interfaces.
Inhalt Die Vorlesung gliedert sich in zwei Teile. Der erste Teil der Vorlesung behandelt die rotierenden Speichermedien, also zum einen die verschiedenen Typen Polycarbonat-Medien (CD, DVD, BluRay), zum anderen die Festplatten. Die zugrunde liegende Technologie wird vorgestellt und die Grenzen, welche derzeit absehbar sind. Auch neue Technologien, wie Patterned Media, Shingeled Writing oder Heat Assied Writing lernen die Studierenden kennen. Der zweite Teil behandelt Halbleiterspeicher. Dabei geht es vor allem um die Technologien, mit denen ein Bit gespeichert werden klann. Klassische Zellen sind SRAM und DRAM sowie EEPROM für den nicht flüchtigen Speicher. Darüber gibt es eine ganze Reihe von Technologien, die auf unterschiedlichen physikalischen
198
Prinzipien beruhen. Auf der Basis der Zellen wird dann die Architektur eines Speichers entwickelt mit seiner Hierarchie von Leseverstärkern. Den Abschluss bilden die Interfaces, die für die tatsächlich erreichbare Performance von extremer Wichtigkeit sind.
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Powerpoint, Tafel, Beamer Literatur * William D .Brown, Joe E. Brewer: Nonvolatile Semiconductor
Memory Technology. Wiley, 1997 * Tegze P. Haraszti. CMOS Memory Circuits. Kluwer Academic Press, 2000 * Alan B. Marchant: Optical recording. Addison Wesley, 1990 * Ulf Troppens, Rainer Erkens, Wolfgang Müller: Speichernetze. dpunkt, 2008 * Sakhrat Khizroev, Dmitri Litvinow_ Perpendicular Magnetic Recording. Kluwer Academic Publishers, 2004 * E. W. Williams: The CD-ROM and optical disc recording systems. Oxford Science Press, 1996 * Aktuelle Publikationen zum Thema
199
Modulbezeichnung: Statistik für Medizininformatiker ggf. Modulniveau Master ggf. Kürzel StMI ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab dem 1. Semester im Master WiSe, jährlich Modulverantwortliche(r): Prof. Dr. V. Blanz Dozent(in): Prof. Dr. V. Blanz Sprache: deutsch Zuordnung zum Curriculum
Master Informatik - Studienschwerpunkt Medizinische Informatik
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand: Präsenz: 60 h, Eigenstudium: 40 h, Prüfungsvorbereitung: 50 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Mathematische Grundlagen aus dem Bachelor-Studium
Modulziele / Angestrebte Lernergebnisse:
Kenntnis der mathematischen Grundlagen der Statistik sowie der wichtigsten statistischen Verfahren zur wissenschaftlichen Datenanalyse. Fertigkeiten zur selbstständigen Durchführung einer wissenschaftlichen Datenanalyse, zum Beispiel einer Regression, einer Varianzanalyse oder der Überprüfung einer Hypothese. Kompetenz zur Beurteilung der Aussagekraft einer statistischen Untersuchung, Kompetenz zur Wahl der jeweils geeigneten Analysemethode bei eigenen Arbeiten.
Inhalt: Grundlagen der Stochastik und Statistik: diskrete und kontinuierliche Wahrscheinlichkeitsmaße, Bedingte Wahrscheinlichkeit, Satz von Bayes, Erwartungswerte, Standardabweichungen, Chebychevsche Ungleichung, Normalverteilung, Zentraler Grenzwertsatz, Arithmetisches Mittel. Lineare und nichtlineare Regression. Nullhypothese, t-Test. Multivarianzanalyse (ANOVA). Methoden der Testdurchführung: Randomisierung und Balancierung von Faktoren. Fehlertypen.
Studien-/Prüfungsleistungen/
Prüfungsleistung
Prüfungsformen: K2 Medienformen: Literatur: Georgii: Stochastik. De Gruyter-Verlag. Bortz: Statistik für
Human- und Sozialwissenschaftler.6. Auflage. Springer 2004.
200
Modulbezeichnung Statistische Lerntheorie ggf. Modulniveau Master ggf. Kürzel StL ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 5. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. V. Blanz Dozent(in) Prof. Dr. V. Blanz Sprache deutsch / englisch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“ Master Informatik
Lehrform/SWS Vorlesung 2 SWS, Übung 1 SWS. Je ca 5 - 20 Teilnehmer Arbeitsaufwand Präsenz 45 h, Eigenstudium 45h, Prüfungsvorbereitung: 60 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Mathematik für Visual Computing, Pattern Recognition
Modulziele / Angestrebte Lernergebnisse
Die Studierendem sollen die gängigen Methoden des statistischen Lernens als vielseitiges Handwerkszeug kennenlernen, auf das sie in Forschung und Entwicklung in ihrem weiteren Berufsweg zurückgreifen können. Es steht daher im Vordergrund, die grundlegenden Aufgabenstellungen und die Vorzüge und Schwierigkeiten verschiedener Lösungsmethoden zu vermitteln, sodass die Studierenden in Zukunft Probleme erkennen, in denen statistische Lernmethoden weiterhelfen können, und die geeigneten Verfahren auswählen und beurteilen können. Die genaue Kenntnis der Verfahren wie Neuronaler Netze oder Support Vector Machines und deren tieferes Verständnis zu dem Grade, der die Studierenden in die Lage versetzt, diese zu implementieren, sind zwar angestrebt, aber nicht das primäre Lernziel.
Inhalt *Problemstellung der Lerntheorie, Induktionsproblem, *Grundlagen der Stochastik und Statistik (Bedingte Wahrscheinlichkeiten, Satz von Bayes, Erwartungswerte, Varianz, Normalverteilung, arithmetisches Mittel, MAP), *lineare Regression, *Kurze Zusammenfassung Künstliche Intelligenz und Neuronale Netzwerke, *Principal Component Analysis, Fishers Linear Discriminant, *Support Vector Machines (VC Dimension, Structural Risk Minimization, lineare soft-margin Klassifikation, Optimierung unter Nebenbedingungen, Kernel-Methoden, nichtlineare SVM, Support Vector Regression, Kernel-PCA)
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Powerpoint-Präsentation, Tafel Literatur *V. Vapnik. The Nature of Statistical Learning Theory. Springer
1999
201
*Duda, Hart, Stork. Pattern Clasification, 2ed. Wiley 2001 *B. Schölkopf, A. J. Smola. Learning with Kernels. MIT Press, 2002.
202
Modulbezeichnung Stochastic Models ggf. Modulniveau Master ggf. Kürzel STM ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. O. Loffeld Dozent(in) Prof. Dr. O. Loffeld, wiss. Mitarbeiter Sprache English Zuordnung zum Curriculum
Master-Studiengang "Informatik"
Lehrform/SWS 2 SWS Vorlesung + 2 SWS Seminar (4 SWS) Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Communications Engineering (dringend empfohlen), Grundlagen der Regelungstechnik (GRT) Inhaltlich: Basics of modern control theory, state space techniques Basics and foundations of communication and signal theory
Modulziele / Angestrebte Lernergebnisse
Bereitstellung mathematischer und estimationstheoretischer Grundlagen, Fertigkeiten und Fähigkeiten: Kenntnisse *Dynamic Linear Models and State Space Description *Probability and Random Variables Fertigkeiten *Modeling linear dynamic systems in state space *solution of state space differential equations *formulation of discrete time equivalent systems *optimal estimation for static stochastic problems *Bayesian estimation *conditional mean estimation *maximum likelihood estimation *recurisve minimum varaince estimation *static Kalman filter Kompetenzen *Given a stochastic observation problem of an static unknown state, find the optimal estimation solution to determine the unknown state from the noisy observations
Inhalt Linear dynamic state space descriptions *Differential and difference equation systems *vectorial formulations *observability *reachability *controllability *stability issues Probability and Static Models *Probability and relative frequency *event space; events; elementary events
203
*sigma algebra *Borel fields *probability axioms *random variables and random vectors *probability distribution and probability distriburgion density *probability distribution and - density of random vectors *multivariate distributions and densities *joint densities *relations between random vectors and variables mapping of random variables and vectors; joint densities and conditional densities; induced densities moments and expectations of random vectors and functions of random vectors, mean, correlation and covariance *Gaussian distributions *central limit theorem *conditional expectations of jointly normal random vectors Optimal Estimation Principles *Conditional mean estimation *minimum variance estimation *Bayesian estimation *Kalman Filter for Static Probles *Relations between estimation principles
Studien-/Prüfungsleistungen
Teilnahme am Seminar, bzw. Übung, Prüfungsleistung mündliche Prüfung
Prüfungsformen M Medienformen Vorlesung mit Powerpoint-Folien und Lifeannotierung in der
Vorlesung unter Verwendung einer aktiven Tafel, Vorlesungsskript als pdf in Deutsch,
Literatur Aufzeichnung der Folien und Annotierungen als pdf-Datei, Aufzeichnung und Archivierung der Vorlesung als Real Media Stream, Archivierung aller Unterlagen mit dem E-Learning-System Moodle, Interactive Tests im Moodle System, Java Applets zum Selbststudium. Gleiches gilt für das Seminar. Vorlesungsskript, Web-Inhalte werden aktuell semesterweise aktualisiert und in der Vorlesung referenziert. Lehrbücher *O. Loffeld. Estimationstheorie I. Oldenbourg Verlag München *W.B. Davenport. Probability and Random Variables. Mc Graw-Hill *P.S. Maybeck. Stochastic Models Estimation and Control. Academic Press B.D.O. Anderson, J.B. More. Optimal Filtering. Prentice Hall
204
Modulbezeichnung Stochastik I ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor WiSe, jährlich Modulverantwortliche/r Prof. Dr. Hans-Peter Scheffler Dozent(in) Dr. Uta Freiberg, apl. Prof. Dr. Edgar Kaufmann, Prof. Dr. Alfred
Müller, Prof. Dr. Hans-Peter Scheffler Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor „Duales Studium Informatik“ Vertiefung
Lehrform/SWS 4 SWS VO; 2 SWS UE Arbeitsaufwand Präsenz: 90 h, Eigenstudium: 170 h, Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Analysis I und II, Lineare Algebra I
Modulziele / Angestrebte Lernergebnisse
Einfuhrung in grundlegenden Methoden der Stochastik. Die Studierenden erwerben die Vertrautheit mit der axiomatischen Methode der Wahrscheinlichkeitstheorie. Sie erwerben die Fähigkeit der mathematischen Modellierung zufälliger Phänomene. In den Übungen wird durch schriftliches Erarbeiten von Lösungen zu Übungsaufgaben und selbst gehaltene Vorträge ihre Präsentations- und Kommunikationsfähigkeit geschult.
Inhalt Diskrete Stochastik *Kombinatorik *Laplace-Modelle *spezielle diskrete Verteilungen Allgemein *Maß- und Integrationstheorie *Stetige Verteilungen: Normalverteilung *Zufallsvariable und Verteilungsfunktion *Produktmaße und stochastische Unabhängigkeit *Elementare bedingte Wahrscheinlichkeiten *Kennziffern von Verteilungen: Erwartungswert und Varianz Grenzwertsätze *Gesetz der großen Zahlen *Zentraler Grenzwertsatz *ML-Schätzer
Studien-/Prüfungsleistungen
Klausur und Übung
Prüfungsformen K2 Medienformen Literatur [1] Behnen, K. und Neuhaus, G. (2003). Grundkurs Stochastik. 4.
Aufl., PD-Verlag, Hei- denau. [2] Feller, W. (1968) An Introduction to Probability and its Applications I. 3nd ed., Wiley, New York [3] Henze, N. (2011). Stochastik fu r Einsteiger. Eine Einfu hrung in die faszinierende Welt des Zufalls. 9. Aufl., Vieweg, Wiesbaden
205
(auch als eResource UB-Siegen). [4] Georgii, H.-O. (2009). Stochastik. Einfu hrung in die Wahrscheinlichkeitstheorie und Statistik. 4. Aufl., de Gruyter, Berlin. [5] Krengel, U. (2005). Einfu hrung in die Wahrscheinlichkeitsrechnung und Statistik. 8. Aufl., Vieweg Studium, Braunschweig [6] Krickeberg, K. und Ziezold, H. (1995). Stochastische Methoden. 4. Aufl., Springer, Berlin. [7] Pfanzagl, J. (1991). Elementare Wahrscheinlichkeitsrechnung. 2. Aufl., De Gruyter Lehrbuch, Berlin.
206
Modulbezeichnung Strukturelle Komplexitätstheorie ggf. Modulniveau Master ggf. Kürzel KT ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab dem 1. Semester im Master WiSe, jedes zweite Jahr Modulverantwortliche/r Prof. Dr, Markus Lohrey Dozent(in) Prof. Dr, Markus Lohrey Sprache deutsch Zuordnung zum Curriculum
Master Informatik Schwerpunkt: Theoretische Informatik MSc Informatik
Lehrform/SWS Vorlesung (4 SWS) Übungen (2 SWS)
Arbeitsaufwand 90h Präsenz, 150 h Eigenstudium, 60 h Prüfungsvorbereitung Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Diskrete Mathematik für Informatiker Grundlagen der theoretischen Informatik
Modulziele / Angestrebte Lernergebnisse
Die studierenden *kennen unterschiedliche Ansätze zur Festlegung der Kosten einer Berechnung *gewinnen tiefere Einsicht in die Grenzen praktischer Berechenbarkeit *kennen charakteristische Beispiele für unterschiedliches Zeit- und Platzverhalten von Algorithmen *kennen Methoden zur Klassifikation von der Komplexität von Algorithmen *kennen zentrale Beweismethoden der Komplexitätstheorie
Inhalt *Band- und Zeitkomplexität *Band- und Zeithierarchien *Nichtdeterministische Algorithmen *Die Klassen NL, P, NP, PSPACE *Vollständigkeit *Randomistierte Algorithmen *Interaktive Beweissysteme *Schaltkreiskomplexität
Studien-/Prüfungsleistungen
Vorlesung, Übungen
Prüfungsformen M Medienformen Tafel-Präsentationen bzw. Projektionen, schriftliche Unterlagen Literatur *Vorlesungsskript
*Papadimitrou, Computational Complexity, Addison-Wesley 2005 *Arora, Barak, Complexity Theory: A Modern Approach, Cambridge University Press 2009
207
Modulbezeichnung: Strukturen des Gesundheitswesens ggf. Modulniveau Bachelor ggf. Kürzel SGW ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 2. Semester im Bachelor SoSe, jährlich Modulverantwortliche(r): Prof. Dr. R. Brück, Prof. Dr. V. Braun Dozent(in): Oligmüller, Stockheim, Müller, Bergmann (Lehrbeauftragte
Landgericht Bochum, Siegener Kliniken, Kanzlei Helling Hagen) Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik - Vertiefung Medizinische Informatik Bachelor „Duales Studium Informatik“ – Vertiefung Medizinische Informatik
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Seminar Arbeitsaufwand: Präsenzzeit 60 h; Eigenstudium - 60h; Prüfungsvorbereitung: 30
h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Einführung in die medizinische Informatik
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden kennen sich mit grundlegenden juristischen Aspekten der Medizin sowie Fragen zum Thema Datenschutz im klinischen Umfeld aus. Sie verstehen die grundlegenden Strukturen des Gesundheitssystems, kennen die beteiligten Akteure und können diese in Zusammenhang bringen. Die Studierenden sind in der Lage zentrale Fragen des Krankenhausmanagements zu beantworten und verfügen über die nötigen Kenntnisse in den relevanten Bereichen der Betriebswirtschaftslehre wie Finanzbuchführung, Kosten- und Leistungsrechnung und Investitionsfinanzierung. Sie verfügen über grundlegende Fähigkeiten, juristische und sonstige regulatorische Obliegenheiten bei der Systemanalyse für Informatiksysteme im Bereich des Gesundheitswesens angemessen zu berücksichtigen.
Inhalt: Das Modul Strukturen des Gesundheitswesens beschäftigt sich im ersten Teil mit juristischen Aspekten der Medizin, wie der Arzthaftung, Produkthaftung und dem Datenschutz. Darauf aufbauend werden die Strukturen des Gesundheitssystems erläutert, was sämtliche relevanten Akteure umfasst. Abschließend werden Grundlagen des Krankenhausmanagements und verschiedene Bereichen der Betriebswirtschaftslehre allgemein zum Thema. Zu einem ausgewählten Teilbereich der Vortragsthemen erarbeiten die Studierenden eine zusammenfassende, wertende und verbindende Kurzpräsentation, die am Ende des Semesters in einer Blockveranstaltung vorgestellt wird.
Studien-/Prüfungsleistungen/
Seminarvortrag, Prüfungsleistung
Prüfungsformen: Mündlich
208
Medienformen: Powerpoint Literatur: Wird in der Veranstaltung bekannt gegeben und zur Verfügung
gestellt.
209
Modulbezeichnung Synthetic Aperture Radar Imaging ggf. Modulniveau Master ggf. Kürzel SAR ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Studiensemester SoSe, jährlich Modulverantwortliche/r Prof. Dr. O. Loffeld Dozent(in) Prof. Dr. O. Loffeld, Dr. H. Nies, et al. Sprache English Zuordnung zum Curriculum
Master-Studiengang "Informatik"
Lehrform/SWS 2 SWS Vorlesung + 2 SWS Seminar (4 SWS) Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung: 40 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Communications Engineering (dringend empfohlen, "cannot do without it")
Modulziele / Angestrebte Lernergebnisse
Bereitstellung mathematischer und signalverarbeiterischer Grundlagen, Fertigkeiten und Fähigkeiten: Kenntnisse *Applications of microwave imaging sensors in remote and insitut exploration *Real Aperture Radar *Synthetic Aperture Radar *sensor and geometric model *resolution of SAR, types of SAR sensors *implemented and operational missions *TerraSAR-X *TanDEM-X *Pamir *strip mode SAR *scanSAR *Spotlight SA *bi- and multistatic SAR Fertigkeiten *Signal theoretic modelling of SAR raw data generation *point spread function of SAR sensors *point target reference spectrum *approaches to focussing of SAR data *derivation of Range Doppler processor *omega k imaging *chirp scaling processor and scaled inverse Fourier transformion Kompetenzen *Multi dimensional signal and system theory *processing of multi dimensional signals *design and Development of SAR processors for given applications
Inhalt: Introduction to SAR *Applications of SAR Imaging
210
*the principle of SAR and SAR Interferometry *SAR missions and sensors *SAR modes *bistatic SAR experiments Basics of signal processing *Basics of Radar *signals in low pass and band pass domain *special features of signals with a quadratical phase (Chirps) *processing of band pass signals *Doppler effect Imaging with SAR *From to sensor the raw data (SAR geometry) *cell resolution *matched filering *range cell migration *azimuth matched filtering (azimuth compression) *point target reference spectrum Processing of scenes *Range-Doppler processor *derivation of the SIFT processor *features of SAR images *speckle effect SAR interferometry *princinple of SAR interferometry *properties of an interferogramm *coherence *phase noise *coregistration *phase unwrapping *phase to height conversion Bistatic SAR *Advantages and challenges of bistatic SAR *bistatic resolution cells *geometrics model of a bistatic sensor *bistatisches point target reference spectrum *focussing of bistatic data *Loffeld's Approach *seismic techniques: Rocca's smile and Dip Move Out, experiments at ZESS
Studien-/Prüfungsleistungen
Teilnahme am Seminar, bzw. Übung, Prüfungsleistung Mündliche Prüfung
Prüfungsformen M Medienformen Vorlesung mit Powerpoint-Folien und Lifeannotierung in der
Vorlesung unter Verwendung einer aktiven Tafel, Vorlesungsskript als pdf in Deutsch,
Literatur Aufzeichnung der Folien und Annotierungen als pdf-Datei, Aufzeichnung und Archivierung der Vorlesung als Real Media Stream, Archivierung aller Unterlagen mit dem E-Learning-System Moodle, Interactive Tests im Moodle System, Java Applets zum Selbststudium. Gleiches gilt für das Seminar. Vorlesungsskript, Web-Inhalte werden aktuell semesterweise aktualisiert und in der Vorlesung referenziert.
211
Lehrbücher *Achim Hein. Processing of SAR Data Fundamentals, Signal Processing, Interferometry, Reihe: Signals and Communication Technology. Springer Verlag 2004, XV, 291 p. 176 ISBN: 3-540-05043-4 *Helmut Klausing, Wolfgang Holpp. Radar mit realer und synthetischer Apertur. Oldenbourg Wissenschaftsverlag, 1999, 978-3486234756 *Mehrdad Soumekh. Synthetic Aperture Radar Signal Processing. John Wiley & Sons, Auflage: 1. Auflage (23. Mai 1999), 978-0471297062 *Loffeld, O., Nies. H., Peters, V., Knedlik, St. Models and Useful Relations for Bistatic SAR Processing, IEEE Transactions on Geoscience and Remote Sensing. Vol. 42, No. 10, October 2004
212
Modulbezeichnung Systeme mit Kontrollern I ggf. Modulniveau Bachelor ggf. Kürzel SMK1 ggf. Untertitel ggf. Lehrveranstaltungen:
Abhaltung: Kein Angebot! Studiensemester ab 1. Studiensemester Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Dr. W. Lang Sprache deutsch Zuordnung zum Curriculum
Bachelor-Studiengang Informatik Vertiefung Bachelor ""Duales Studium Informatik"" Vertiefung
Lehrform/SWS 4 SWS( 2 SWS Vorlesung, 1 SWS Übungen, 1 SWS Seminarteil) Arbeitsaufwand Präsenzstudium: 60 h, Eigenstudium 60 h Prüfungsvorbereitung
30 h , Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
keine
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende die Veranstaltung besucht haben, können sie passive Bauelemente zur Anschaltung einfacher Sensoren an digitale Ein- bzw. Ausgänge des Mikrocontroller berechnen und kennen auch das physikalische bzw. elektrische Verhalten von ausgewählten Sensoren. Studiernde können einen für die Problemstellung geeigneten Feldbus (Seminaranteil) auswählen und die passende Mikrocontroller-Architektur bestimmen und klassifizieren. Im Rahmen der Bewertungskompetenzen sind die Studierenden in der Lage die unterschiedlichen Peripherie-Einheiten von Mikrocontrollern zu untersuchen und die Eignung für die Lösung der gestellten Entwurfsaufgabe zu erkennen. Die Gruppendynamik des Seminaranteils der Veranstaltung verbessert die Teamfähigkeit, die Strategien des Wissenerwerbs (Feldbus-Recherche) und auch die Präsentation der Ergebnisse.
Inhalt Systeme mit Kontrollern I *Einführung des Begriffes Kommunikation *Prozess-Automatisierung und -Hierarchie *Sensoren und Aktoren *Schnittstellen und Busstrukturen der Steuerungsebene *Steuerungs-Architekturen *Mikrocontroller-Architekturen
Studien-/Prüfungsleistungen
Zulassung zur Prüfung durch erfolgreiche Teilnahme am Seminarteil (Feldbus-Vortrag), Fachprüfung
Prüfungsformen K2 Medienformen moodle, Tafelanschrieb, Overhead-Folien und Beamer Literatur *Böhmer, Erwin. Elemente der angewandten Elektronik
Kompendium für Ausbildung und Beruf. Friedr. Vieweg & Sohn Verlagsgesellschaft mbH, Braunschweig/Wiesbaden, 2000 *Wojtkowiak, Hans. Test und Testbarkeit digitaler Schaltungen. Stuttgart, Teubner, 1988
213
Linsmeier, Klaus-Dieter. Elektromagnetische Aktoren Physikalische Grundlagen, Bauarten, Anwendungen. Die Bibliothek der Technik, Band 118, Landsberg/Lech, Verlag Moderne Industrie, 1995 *Jendritza, Daniel J. et al. Technischer Einsatz neuer Aktoren Grundlagen, Werkstoffe, Designregeln und Anwendungsbeispiele. Renningen-Malmsheim, Expert-Verlag, 1998 *Böhm, Werner. Elektrische Antriebe. Würzburg, Vogel Verlag, 2002 *Tränkler, Hans-Rolf, Obermeier, Ernst. Sensortechnik Handbuch für Praxis und Wissenschaft. Berlin, Heidelberg, New York, Springer Verlag, 1998 *Janocha, Hartmut. Aktoren Grundlagen und Anwendungen. Berlin, Heidelberg, New York, Springer Verlag, 1992 *Myklebust, Dr. Gaute. The AVR Microcontroller and C Compiler Co-Design ATMEL Cooperation, ATMEL Development Center. Trondheim, Norway. Quelle: Internet 2002 *Fraser, Christopher W., Hanson, David R. A retargetable C compiler: design and implementation. The Benjamin/Cummings Publishing Company, Inc., 1995 *Brinkmeier, B., Schwarte, R. Impulse auf Leitungen. Vorlesungsskript aus der Nachrichtentechnik, Fachbereich Elektrotechnik und Informatik, Universität Siegen *Farschtschi, Ali. Elektromaschinen in Theorie und Praxis. VDE Verlag, Berlin und Offenbach, 2001 *Kreuth, Hans-Peter et al. Elektrische Schrittmotoren. Expert-Verlag, Sindelfingen, 1985 *Busse, Robert. Feldbussysteme im Vergleich. Richard Pflaum Verlag GmbH & Co. KG, München, 1996
214
Modulbezeichnung Systeme mit Kontrollern II ggf. Modulniveau Bachelor ggf. Kürzel SMK2 ggf. Untertitel ggf. Lehrveranstaltungen Abhaltung: Kein Angebot! Studiensemester ab 2. Studiensemester Modulverantwortliche/r Prof. Dr. R. Obermaisser Dozent(in) Dr. W. Lang Sprache deutsch Zuordnung zum Curriculum
Bachelor-Studiengang Informatik Vertiefung Bachelor ""Duales Studium Informatik"" Vertiefung
Lehrform/SWS 3 SWS (2 SWS Vorlesung, 1 SWS Übungen) Arbeitsaufwand Präsenzstudium: 45 h, Eigenstudium 75 h, Prüfungsvorbereitung
30 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Systeme mit Kontrollern I
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende die Veranstaltung besucht haben, können sie die Architektur, die Peripherie und die Nutzung eines Mikrocontroller nennen und beschreiben. Sie können einen mikrocontroller-basierten Entwurf (Prototyp) erstellen und die dazugehörige Software auf Basis von Embedded-C eignenständig entwickeln und programmieren. Studierende kennen die Entwurfswerkzeuge und sind in der Lage die programmierte Software zu testen und erfolgreich in Betrieb zu nehmen. Im Rahmen der praktischen Programmier-Übungen sind die Studierenden in der Lage unterschiedliche Software-Lösung für bestimmte technische Problemstellungen zu analysieren und zu bewerten. Die Möglichkeit eigene Lösungen für die gestellten Aufgaben zu erproben, verbessern zusätzlich die Strategien des Wissenerwerbs, das logische Denken, die Fähigkeit der Synthese und auch den Umgang mit Misserfolgen.
Inhalt Systeme mit Kontrollern II * AVR-Mikrocontroller-Architektur * Befehlssatz * Peripherie-Komponenten * Werkzeuge-1: Assembler und Simulator * Die Programmiersprache Embedded-C * Werkzeuge-2: Embedded-C-Compiler (WinAVR), Debugger (JTAG) * Programmierbeispiele in Assembler und Embedded-C * Entwurf und Test von Mikrokontroller-Anwendungen
Studien-/Prüfungsleistungen
Zulassung zur Prüfung durch erfolgreiche Teilnahme an Programmierübungen, Fachprüfung
Prüfungsformen K2 Medienformen moodle, Tafelanschrieb, Overhead-Folien und Beamer Literatur *Datenblätter der Firma Atmel zu den AVR Mikrocontrollern
*diverse Bücher zur Programmiersprache C ( Kernighan &
215
Ritchie) *Empfehlung: Dausmann,Bröckl,Goll . C als erste Programmiersprache (deutsches PDF aus unserer Bibliothek)
216
Modulbezeichnung Telematik - Multimedia ggf. Modulniveau Master ggf. Kürzel TE-MM ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. K. Hahn Sprache Deutsch / englisch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60h, Eigenstudium: 60h (Vor- und Nachbereitung von
Vorlesung und Übung, Literaturarbeit), Prüfungsvorbereitung 30h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlegende Kenntnisse in der Netzwerktechnik(Rechnernetze) und Digitaltechnik (Schaltwerke, Schaltnetze), Vorlesung: Digitaltechnik, bisher Schaltwerke & Rechnerorganisation
Modulziele / Angestrebte Lernergebnisse
Nach dem Besuch der Veranstaltung Telematik-Multimedia sind die Studierenden in der Lage: + die grundlegenden Multimedia-Technologien und -Datenformate zu beschreiben und zu erklären + die psychologischen und physiologischen Voraussetzungen für die Multimediawahrnehmung aufzuzeigen + Multimediaverfahren zu klassifizieren und miteinander in Beziehung zu setzen + den Status-quo der Multimediaverfahren von ihrer Historie her herleiten zu können + neue multimediale Datenformate zu verstehen und ihre Bedeutung einzuschätzen + erlerntes Wissen auf neue Multimediaverfahren anzuwenden + Technologiefolgeabschätzungen anwendungsspezifisch durchzuführen und zu beurteilen
Inhalt Die Veranstaltungsinhalte beschäftigen sich zunächst mit den physiologischen und psychologischen Fähigkeiten des Menschen und den daraus erwachsenen Randbedingungen für die Kodierung der Multimediadaten. Zu Beginn erfolgt eine Zusammenfassung der Kommunikationsgrundlagen. Die historischen Grundlagen von Multimediadaten umfassen u.a. Text, Schrift, Font. Grundlagen des Sehens und der Farbe sind die Vorbereitung für die Raster-Bilddatenformate. Die menschliche Fähigkeit des Hörens und die Psychoakustik bilden die Audio-Grundlagen. Darauf aufbauend werden Audiodatenformate besprochen.
217
Die klassische (analoge) Videotechnik ist die Vorüberlegung für die digitalen Videokompressionsverfahren. MPEG, Multimedia-Verschlüsselungsstandards, sowie die Übertragung der Medieniunhalte mit Digitalen Breitband-Audio/Video-Übertragungsverfahren wie DVB. Das Medienrecht und die Medienökonomie beleuchten die gesellschaftlichen und wirtschaftlichen Implikationen der Telematik im Multimediabereich. Die Inhalte werden sowohl in der Vorlesung als auch in den Übungen erabeitet.
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Beamer, Powerpoint, Tafel Literatur Peter Henning. Taschenbuch Multimedia. Hanser-Verlag, 2007
218
Modulbezeichnung Telematik - Technologien und Anwendungen ggf. Modulniveau Master ggf. Kürzel TE-TA ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Brück Dozent(in) Dr. K. Hahn Sprache Deutsch / englisch Zuordnung zum Curriculum
Bachelor-Studiengang "Informatik" Bachelor-Studiengang „Duales Studium Informatik“
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand Präsenz: 60h, Eigenstudium: 60h (Vor- und Nachbereitung von
Vorlesung und Übung, Literaturarbeit), Prüfungsvorbereitung 30h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Gundlegende Kenntnisse in der Netzwerktechnik(Rechnernetze) und Digitaltechnik (Schaltwerke, Schaltnetze), Vorlesung: Digitaltechnik, bisher Schaltwerke & Rechnerorganisation
Modulziele / Angestrebte Lernergebnisse
Nach dem Besuch der Veranstaltung Telematik-Technologie und Anwendungen sind die Studierenden in der Lage: + die grundlegenden Technologien und Anwendungen der Telematik zu beschreiben und zu erklären + Technologiebereiche wie drahtgebundene bzw. drahtlose Kommunikation oder Anwendungsbereiche wie E-Commerce zu klassifizieren und miteinander in Beziehung zu setzen + den Status-quo der Technologien und Anwendungen von seiner Historie her herleiten zu können + Telematik-Technologien auch in neuen Anwendungsfeldern zu erkennen + erlerntes Wissen auf neue Telematik-Applikationen anzuwenden + Technologiefolgeabschätzungen anwendungsspezifisch durchzuführen und zu beurteilen
Inhalt In der Veranstaltung Telematik-Technologie und Anwendungen werden detaillierte Kenntnisse über die grundlegenden Telematik-Technologie und ihre Anwendungen vermittelt. Das in den anderen Veranstaltungen (Rechnernetze, Digitaltechnik) erworbene Fachwissen wird für die Telematik verwendet und erweitert. Dabei wird insbesondere darauf Wert gelegt, dass die Kenntnisse gleichermaßen über die Vorlesung und die sie begleitenden Übungen vermittelt werden. In den Übungen werden praktische Anwendungen diskutiert. Telematik-Technologien umfassen: *Modellierung von Telekommunikationssystemen *Internet, Mobilkommunikation, Satellitendienste
219
*Öffentliche Telekommunikationsnetze, Normierungsverfahren *Telematik-Hardware, Medizin-Sensorik *Physiologische und psychologische Grundlagen Darauf basierende Anwendungen umfassen: *Elektronische Märkte/Marketing, Technische Infrastrukturen, M-Commerce, Zahlungssysteme, Security, Rechtliche Rahmenbedingungen, Logistik - RFID im Handel, *Multimediale Lernsysteme, *Verkehrstelematik, Anwendungen MIV, Technologien (GPS, DAB ..) *Telechirurgie, Krankenhausinformationssysteme, Elektronische Patientenkarte *Multimediale Elektronische Patientenakte, Datenkarten im Gesundheitswesen, Netzbasierte Dienste *Telemedizin in der medizinischen Versorgung, Öffentliche Gesundheitsinformationen für Bürger und Patienten *Kosten/Nutzen Relationen für Arzt und Patienten, Technologische Rahmenbedingungen, Rechtliche Rahmenbedingungen Die Inhalte werden über die Vorlesung und über Übungen erarbeitet.
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Beamer, Powerpoint, Tafel Literatur *Gerhard Krüger (Herausgeber), Dietrich Reschke (Herausgeber).
Lehr- und Übungsbuch Telematik. Netze, Dienste, Protokolle. Hanser, 2004
220
Modulbezeichnung Theoretische Informatik ggf. Modulniveau Master ggf. Kürzel SEMTI ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr. Markus Lohrey Dozent(in) Prof. Dr. Markus Lohrey Sprache deutsch, teilweise englisch Zuordnung zum Curriculum
Master Informatik Vertiefung Theoretische Informatik MSc. Informatik
Lehrform/SWS 2 SWS
Arbeitsaufwand Präsenz: 30 h, Eigenstudium 120 h Kreditpunkte 5 LP Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundlagen der Theoretischen Informatik (GTI)
Modulziele / Angestrebte Lernergebnisse
Selbständige Erarbeitung und Präsentation eines fortgeschrittenen Themas aus der Theoretischen Informatik
Inhalt Das Seminar behandelt aktuelle Forschungsthemen aus der Theoretischen Informatik. Dabei werden verschiedene Schwerpunkte gesetzt.
Studien-/Prüfungsleistungen
Teilnehmer an dem Seminar müssen im einzelnen folgende Leistungen erbringen: *Abhalten eines Vortrags *Teilnahme an den Diskussionen zu allen Vorträgen
Prüfungsformen S Medienformen Tafel, Folien, oder Beamer Literatur speziell für jedes einzelne Seminar bzw. jeden einzelnen Vortrag
221
Modulbezeichnung: Typographie und Farbenlehre ggf. Modulniveau Bachelor ggf. Kürzel TyFa ggf. Untertitel ggf. Lehrveranstaltungen: Vorlesung mit Übung Studiensemester: ab 2. Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS: Vorlesung mit Übung 4 SWS Arbeitsaufwand: Präsenz: 60 h, Selbststudium: 70 h, Prüfungsvorbereitung 20 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Grundkenntnisse in Informatik
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden können Schriften und Farben mit besonderem Fokus auf den multimedialen Anwender beurteilen
Inhalt: Geschichte der Schrift Schnitte und Familien Lesbarkeit von Schriften Schriftgrößen, Laufweiten und Abstände Schrift und ihre Wirkung Typographie im Web Schrifttechnologien Farbe am Monitor und im Web Farbwirkung Farbkontrast und Farbabstufungen Farbfehlsichtigkeit Farbgestaltung für Webseiten
Studien-/Prüfungsleistungen/
Klausur
Prüfungsformen: K1 Medienformen: Präsentation Literatur: Claudia Runk; Grundkurs Typographie und Layout; Galileo
Design, 2008 Manuela Hoffmann; Modernes Webdesign: Gestaltungsprinzipien, Webstandards, Praxis; Galileo Design, 2010
222
Modulbezeichnung Ubiquitous Computing Modulniveau Master ggf. Kürzel UC ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Kristof Van Laerhoven Lehrende/-r Prof. Dr. Kristof Van Laerhoven Pflichtkennzeichen Wahlfach Moduldauer (Semester) 1 Angebotshäufigkeit jedes Semester Empfohlenes Fachsemester
1-3
Lehrsprache deutsch/englisch Lehrformen Vorlesung (2 SWS) mit praktischen Übungen (2 SWS) Präsenzstudium in Stunden
60
Selbststudium in Stunden 90 Workload in Stunden 150 Leistungspunkte 5 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Unter dem Begriff "Ubiquitous Computing" wird die Allgegenwärtigkeit von kleinsten, miteinander drahtlos vernetzten Computern verstanden, die in beliebige Alltagsgegenstände eingebaut werden oder an diese angeheftet werden können. Mit Sensoren ausgestattet, können sie die Umwelt des Gegenstandes erfassen oder diesen mit Informationsverarbeitungs- und Kommunikationsfähigkeiten ausstatten, was den Gegenständen eine neue, zusätzliche Qualität verleiht. Damit einher geht möglicherweise sogar ein Paradigmenwechsel in den Informatik-Anwendungen: weg vom PC und dem Computer als Werkzeug, hin zum "invisible computing". Die Vorlesung gibt einerseits einen Überblick über die relevanten Konzepte und Basistechnologien (z.B. drahtlose Sensornetze, eingebettete Systeme, wearable computing), geht andererseits aber auch auf speziellere Themen (z.B. context awareness, Aktivitätserkennung, Privacy und Sicherheitsproblematik, "Ubicomp" Forschungsmethoden) ein.
Angestrebte Lernergebnisse / Kompetenzen
Die Studierenden vertiefen Ihre Vertrautheit mit den Basiskonzepten im Bereich Ubiquitous Computing und sind nach der Teilnahme in der Lage, die neue Computersysteme zu identifizieren und relevante Tools und Begriffe aus den Bereichen Wearable Computing und Wireless Sensor Networks anzuwenden. In den Übungen lernen sie, Software und Benutzeroberfläche für Wearables und Sensorknoten zu entwickeln und selbstständig Benutzerstudien durchzuführen.
Prüfungsformen: M
223
Voraussetzung für die Vergabe von LP
Prüfung
Literatur Folien plus: Mark Weiser, the computer for the 21st century
224
Modulbezeichnung Variational Methods for Computer Vision Modulniveau Master
ggf. Kürzel
ggf. Untertitel
ggf. Modulelemente 43VSA0101V (lecture), 43VSA0102V (exercise)
Modulverantwortliche/-r Prof. Michael Möller
Lehrende/-r Prof. Michael Möller
Pflichtkennzeichen Wahlfach
Moduldauer (Semester) 1
Angebotshäufigkeit Wintersemester
Empfohlenes Fachsemester
1-3
Lehrsprache englisch
Lehrformen Vorlesung mit Beamer und Tafel, interaktive Elemente, Übungen
Präsenzstudium in Stunden
90
Selbststudium in Stunden 210
Workload in Stunden 300
Leistungspunkte 10
Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Solide Kenntnisse in mathematischen Grundlagen (Analysis und lineare Algebra)
Inhalte Folgende Themen werden in diesem Modul behandelt: - Grundlegende Bildrepresentationen (diskret/kontinuierlich) - Wichtige praktische Anwendungen in der Bildverarbeitung und Computer Vision, wie z.B. - Entrauschen - Entzerren - Super Resolution - Inpainting - Demosaicking - Segmentierung - Stereo Vision - Berechnung von optischen Flüssen - 3D Rekonstruktion - Regularisierungsverfahren wie TV, TGV, nicht-lokalen Methoden und dictionary-basierte Verfahren - Grundlegende mathematische Konzepte für Variationsmethoden - Gradientenabstiegsverfahren zur Bestimmung von Minimierern - Numerische Implementierung der obigen Anwendungen in Matlab
225
Angestrebte Lernergebnisse / Kompetenzen
Nach der Teilnahme an diesem Modul beherrschen die Studierenden die für die Praxis wichtigen grundlegenden Werkzeuge um Probleme in der Computer Vision mit Variationsmethoden lösen zu können. Sie haben einen Überblick über grundlegende Ansätze im Entrauschen, Entzerren, Super Resolution, Demosaicking, Segmentierung, Stereo Vision, Schätzung von optischen Flüssen, sowie der 3D Rekonstruktion. Studierende sind in der Lage für oben genannte Probleme Energien zu formulieren deren Minimierer gute Approximationen für die Lösung der zugehörigen Probleme sind. Die numerische Bestimmung von Minimierern mit einfachen Methoden wie Gradientenabstiegsverfahren kann selbständig implementiert werden.
Prüfungsformen M
Voraussetzung für die Vergabe von LP
Erreichen von mindestens 50% der Punkte in den Hausaufgaben ist die Voraussetzung für die Zulassung zur Prüfung
Literatur - Folien aus der Vorlesung. - K. Bredis, D. Lorenz, „Mathematische Bildverarbeitung: Einführung in Grundlagen und moderne Theorie“, Vieweg & Teubner 2011. - P. Kornprobst, G. Aubert, „Mathematical Problems in Image Processing, Partial Differential Equations and the Calculus of Variation“, Springer 2006 - T. Chan, J. Shen, “Image Processing and Analysis: Variational, PDE, Wavelet, and Stochastic Methods”, SIAM 2005. - J.-M. Morel, S. Solimini, „Variational Methods in Image Segmentation”, Birkhäuser 1995. Weitere Referenzen zu aktuellen Veröffentlichungen werden in der Vorlesung gegeben.
226
Modulbezeichnung: Verfahren und Komponenten für die computerassistierte Chirurgie
ggf. Modulniveau Master ggf. Kürzel CAC ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester ab 1.Semester im Master SoSe, jährlich Modulverantwortliche(r): Dr. J. Wahrburg Dozent(in): Dr. J. Wahrburg Sprache: deutsch Zuordnung zum Curriculum
Master Informatik - Studienschwerpunkt Medizinische Informatik
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Übung/Praktikum Arbeitsaufwand: Präsenz: 60 h, Eigenstudium: 50 h, Prüfungsvorbereitung 40 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Matrizenrechnung
Modulziele / Angestrebte Lernergebnisse:
· Ermitteln der Transformationsmatrizen zur Verknüpfung verschiedener Koordinatensysteme · Verstehen von Funktion und Anwendung der Messtechnik optischer 3D Lokalisiersysteme · Klassifizieren von Verfahren und Algorithmen wichtiger Matching-Verfahren · Kategorisieren und Identifizieren von Funktionsweise und Anwendungsmöglichkeiten chirurgischer Navigationssysteme · Analysieren von Aufbau und Funktion von Robotern und Telemanipulatoren, soweit sie fur deren Anwendung in der Chirurgie benotigt werden · Beurteilen möglicher Schwachstellen und erzielbarer Genauigkeiten von CAS-Systemen
Inhalt: * Vorstellung des grundlegenden Workflows von der präoperativen Bildgebung bis zur OP-Durchführung * Zuweisung/Definition von Koordinatensystemen bei präoperativen Aufnahmen * Extraktion wesentlicher Strukturen aus präoperativen Aufnahmen (z.B. Fiducial-Segmentierung) * Konzept und technischer Aufbau von chirurgischen Navigationssystemen * Methoden und Geräte zur Erfassung der Patientenanatomie (Patientenregistrierung), insbesondere: Prinzip und Eigenschaften optischer 3D Lokalisiersysteme * homogene Transformationsmatrizen zur Verknüpfung verschiedener Koordinatensysteme * Bild-zu-Patient-Registrierung (Matchingverfahren) * grundlegende Eigenschaften von autonomen Robotern und Telemanipulatoren * Konzepte für chirurgische Assistenzroboter * Kombination von Navigationssystem und Assistenzroboter
227
* Anforderungen an und Auslegung von Steuerungen für Chirurgieroboter * Anwendung der computerassistierten Verfahren bei beispielhaften chirurgischen Anwendungen
Studien-/Prüfungsleistungen/
Teilnahme an Übungen/Praktikum, mündliche Prüfung
Prüfungsformen: M Medienformen: Literatur: Peter Michael Schlag, Sebastian Eulenstein, Thomas Lange (Hrsg.):
Computerassistierte Chirurgie, Urban & Fischer Verlag/Elsevier GmbH, München, 2011
228
Modulbezeichnung Verteilte Systeme ggf. Modulniveau Master ggf. Kürzel VS ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. R. Wismüller Dozent(in) Prof. Dr. R. Wismüller Sprache deutsch Zuordnung zum Curriculum
Master Informatik, Verteifung
Lehrform/SWS Vorlesung: 2 SWS Übung: 2 SWS (Gruppengröße ca. 20)
Arbeitsaufwand Präsenzstudium: 60 h Eigenstudium: 70 h Prüfungsvorbereitung: 20 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Betriebssysteme I, Algorithmen und Datenstrukturen, Objektorientierung und funktionale Programmierung
Modulziele / Angestrebte Lernergebnisse
Die Studierenden können die Eigenschaften verteilter Systeme, insbesondere die Auswirkungen der fehlenden globalen Zeit, erklären und die daraus entstehenden Probleme bei der Synchronisation und Konsistenzsicherung replizierter Daten identifizieren. Sie können relevante verteilte Algorithmen erklären und zur Lösung entsprechender Problemstellungen einsetzen. Sie können die unterschiedlichen Architekturmodelle für verteilte Systeme sowie die verschiedenen Typen und Aufgaben von Middleware differenzieren. Darüberhinaus sind sie in der Lage, einfache verteilte Anwendungen mit Hilfe von Java RMI zu entwickeln.
Inhalt Die Lehrveranstaltung behandelt die Grundlagen verteilter Systeme, Middleware und verteilter Programmierung. Die Themen im Detail sind: * Begriffsdefinition, Hard- und Software-Architekturen verteilter Systeme * Middleware: Aufgaben, Programmiermodelle, Dienste * Verteilte Programmierung mit Java RMI * Namensdienste * Prozeß-Management * Zeit und Zustand in verteilten Systemen * Koordination und Synchronisation * Replikation und Konsistenz * Verteilte Dateisysteme * Verteilter gemeinsamer Speicher
Studien-/Prüfungsleistungen
Übung und Prüfung
Prüfungsformen M Medienformen Beamer, Tafel
229
Literatur *Andrew S. Tanenbaum, Marten van Steen. Verteilte Systeme, Grundlagen und Paradigmen. Pearson Studium, 2003 *George Coulouris, Jean Dollimore, Tim Kindberg. Verteilte Systeme, Konzepte und Design, 3. Auflage. Pearson Studium, 2002 *Ulrike Hammerschall. Verteilte Systeme und Anwendungen. Pearson Studium, 2005 *Robert Orfali, Dan Harkey. Client/Server-Programming with Java and Corba. John Wiley & Sons, 1998 *Cay S. Horstmann, Gary Cornell. Core Java 2, Band 2 - Expertenwissen. Sun Microsystems Press / Addison Wesley, 2008 *Torsten Langner. Verteilte Anwendungen mit Java. Markt+Technik, 2002
230
Modulbezeichnung: Vertiefungspraktikum ggf. Modulniveau Bachelor ggf. Kürzel VP ggf. Untertitel ggf. Lehrveranstaltungen: Folgende Vertiefungspraktika werden derzeit angeboten:
- Computergraphik Praktikum (43CGM1129V) - Effizientes Programmieren (43PrI1014V) - Rechnernetze-Praktikum (43BVS0403V) - Vertiefungspraktikum Embedded Systems (43EMS0060V)
Studiensemester ab 4. Semester im Bachelor WiSe und SoSe Modulverantwortliche(r): Department ETI Dozent(in): Department ETI Sprache: Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform/SWS: 2 SWS Praktikum Arbeitsaufwand: Präsenz: 30 h, Eigenstudium: 120 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Kernmodule und Einführende Vertiefungsmodule aus dem Bereich des gewählten Studienschwerpunktes
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden können die im Rahmen der einführenden Kern- und Vertiefungsmodule erworbenen Kenntnisse und Fähigkeiten anhand vorgegebener Praxisaufgabenstellungen zur Lösung einfacher praxisnaher Probleme aus dem Studienschwerpunkt anwenden. Sie können die vorhandenen Kenntnisse aus dem Studienschwerpunkt der jeweiligen Aufgabenstellung zuordnen. Sie verfügen über die Kompetenz, aufgrund der vorhandenen Vorkenntnisse geeignete Methoden zur Problemlösung zu benennen und zur Anwendung zu bringen. Sie können anspruchsvolle Probleme in kleinen Teams gemeinschaftlich lösen Sie können die Ergebnisse ihrer Problemlösungen in einem schriftlichen Bericht präsentieren.
Inhalt: In Abhängigkeit vom jeweiligen gewählten Studienschwerpunkt werden praktische Kenntnisse zur Lösung einschlägiger Problemstellungen vermittelt. Die konkrete Ausgestaltung der Probleme und der Inhalte ist dabei in jedem Falle von dem konkreten Angebot für den jeweiligen Studienschwerpunkt abhängig. Im Rahmen des Vertiefungspraktikums werden einfache Probleme aus dem Studienschwerpunkt gestellt, die in Form einer Hardware- und/oder Softwarelösung gelöst werden. Die Problemlösung erfolgt in der Regel im Rahmen von Arbeiten in kleinen Gruppen.
Studien-/Prüfungsleistungen/
Teilnahmenachweis und Einrechnung eines Praktikumsberichts, Klausur
Prüfungsformen: P Medienformen:
231
Literatur: jeweils abhängig von der Problemstellung und dem gewählten Studienschwerpunkt
232
Modulbezeichnung: Videotechnik ggf. Modulniveau Bachelor ggf. Kürzel ViT ggf. Untertitel ggf. Lehrveranstaltungen: *Vorlesung mit Übung
*PROTEC *Gestaltungspraktikum
Studiensemester: ab 1. Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Bachelor ""Duales Studium Informatik"" Vertiefung"
Lehrform/SWS: *Vorlesung mit Übung 3 SWS (2V,1Ü) *PROTEC 2 SWS (als Blockveranstaltung) *Gestaltungspraktikum 3 SWS
Arbeitsaufwand: Präsenzzeit: 120 h, Selbststudium: 130 h, Prüfungsvorbereitung: 50 h
Kreditpunkte: 10 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
*Grundkenntnisse in Mathematik und Elektrotechnik *Vorlesung/Übung Videotechnik *PROTEC
Modulziele / Angestrebte Lernergebnisse:
*Die Studierenden können die Bausteine und Verfahren der analogen und digitalen Videotechnik interpretieren. *Die Studierenden können die Videoaufnahmetechnik anwenden und das Schneiden von Videomaterial ausführen. *Die Studierenden können eine Videoproduktion planen und organisieren, sie haben ihre Kooperations- und Teamfähigkeit entwickelt
Inhalt: Vorlesung mit Übung *Elementare Grundlagen der Signalverarbeitung *Grundlagen der Videotechnik (Licht, Lichtgrößen, Lichtquellen, das menschliche Auge)*Fernsehtechnik Schwarz-Weiß (Prinzipien der Bildübertragung, Aufbau des Bildsignals, Fernsehübertragung) *Farbmetrik (Farbartempfindung, Primärreizkurven, Internationales Farbwertediagramm, Farbdetailempfindung, Farbfernsehübertragungstechnik) *Analoges Videosignal (Das RGB-Signal, die Farbfernsehnormen, Messtechnik) *Fernsehsignalübertragung (Analoge Modulationsverfahren, Fernsehbegleitsignale, analoge Übertragungsverfahren, verbesserte analoge Fernsehsysteme) *Digitales Videosignal (Digitale Signalverarbeitung, digitale Signalübertragung im Basisband, Digital Composite Signal, Digital Component Signal, Videodatenreduktion, digitale Modulationsverfahren, Digital Video Broadcasting) *Aufnahme und Wiedergabe (Farbbildröhren, Flache Bildschirme, Großbildwiedergabe, Prinzip der
233
Bildaufzeichnung, analoge und digitale Aufzeichnungsformate) *Produktion (Studiotechnik, Betriebsablauf) *Beleuchtungstechnik *Videoschnitt *HDTV, 3D-TV PROTEC *Einführung in die Videoproduktion *Umgang mit Kamera, Beleuchtung, Ton, Schnittplatz *Drehbucherstellung *Drehen eines eigenen Videofilms *Schneiden eines eigenen Videofilms Gestaltungspraktikum (Drehen eines Videofilms zu einem vorgegebenen Thema) *Entwicklung eines Exposés (Themeneingrenzung, Bestimmung der Ziele des Videos) *Entwicklung des Drehbuchs (Storyboard) *Vorbereitung der Aufnahmen (Materialbeschaffung u. a.) *Durchführung der Aufnahmen *Schnitt, Nachvertonung *Die Teilnehmer übernehmen arbeitsteilig alle auftretenden Rollen, z.B. Drehbuchschreiber, Kameramann (oder Kamerafrau), Beleuchter, Schauspieler, Aufnahmeleiter u.s.w.
Studien-/Prüfungsleistungen/
*Vorlesung und Übung schriftliche Prüfung *PROTEC Drehbuch und Kolloquium *Gestaltungspraktikum Drehbuch, Videoprodukt, Fachgespräch
Prüfungsformen: K1 Medienformen: Begleitmaterial auf kostenloser Daten-DVD vom Dozenten Literatur: U. Schmidt. Professionelle Videotechnik. Springer-Verlag
234
Modulbezeichnung Virtual Reality ggf. Modulniveau Master ggf. Kürzel VR ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 2. Semester im Master SoSe, jährlich Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache Deutsch / englisch Zuordnung zum Curriculum
Master Informatik, WPF
Lehrform/SWS Vorlesung: 2 SWS, Gruppengröße: 60 Übung: 1 SWS, Gruppengröße: 30
Arbeitsaufwand Präsenz: 45 h; Eigenstudium: 60 h; Prüfungsvorbereitung: 45 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundkenntnisse aus B.Inf-VC: Mathematik für VC, Computergraphik I
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen die wichtigen Eigenschaften der menschlichen Wahrnehmung und die konkreten Herausforderungen bei der Erzeugung von Wahrnehmungsreizen (Bild, Ton) in VR-Umgebungen *Die Studierenden kennen die verschiedenen Hardware-Konzepte im Bereich Display und Interaktion und können für einfache Aufgabenstellungen geeignete Software -Komponenten auswählen *Die Studierenden kennen Softwarekonzepte und spezifische Algorithmen, die im Bereich Virtuelle Realität von Bedeutung sind (insb. Stereo-Bilderzeugung, LODs) und können diese programmtechnisch umsetzen und anwenden *Die Studierenden kennen die Software-Pakete, wie sie exemplarisch im VR-Labor der Uni Siegen zum Einsatz kommen und können erste, einfache Erweiterungen im VR-Labor-Kontext erstellen
Inhalt Virtual Reality ist ein Anwendungsgebiet der Mensch-Technik-Interaktion. Die Teilnehmer werden in die Lage versetzt, das Fachgebiet Computergraphik in dem Anwendungsfeld VR einzusetzen und problemspezifische Hardware-Konfigurationen zu erstellen. *Grundlagen, insb. Immersion, Kontrollfluss, Komponenten einer VR-Anwendung *Menschliche Wahrnehmung, Auge, Ohr, Körperwahrnehmung *VR-Hardware: Display-Devices, Bewegungserfassung, Input-Devices, Rückkopplung, akustisches Feedback *Spezielle Aspekte der Computergraphik: Stereo-Projektion, Mesh-Streaming und - Reduktion, LODs *Interaktion, Starrkörper-Simulation und Kollisionserkennung *Spezielle VR-Softwareumgebungen
235
Studien-/Prüfungsleistungen
Mündliche Prüfung. Für die Zulassung zur Prüfung ist die erfolgreiche Bearbeitung einer Projekt-Übungsaufgabe erforderlich.
Prüfungsformen M Medienformen Beamer (Folien, Beispielprogramme), Tafel Literatur *D. Eberly. 3D Game Engine Design. Morgan Kaufman, 2001
*A. Watt, F. Policarpo. 3D Games. AddisonWelsley, 2001 *J. Vince. Introduction to Virtual Reality. Springer London, 2004 *G. Burdea und Ph. Coiffet. Virtual Reality Technology. Wiley, 2003
236
Modulbezeichnung Visuelle Wahrnehmung und Informationsvisualisierung ggf. Modulniveau Bachelor ggf. Kürzel VisW ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 5. Semester im Bachelor SoSe, jedes 2. Jahr Modulverantwortliche/r Prof. Dr. V. Blanz Dozent(in) Prof. Dr. V. Blanz Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Bachelor "Duales Studium Informatik", Vertiefung
Lehrform/SWS Vorlesung 2 SWS, Übung 1 SWS. Je ca 5 - 20 Teilnehmer Arbeitsaufwand Präsenzstudium: 45 h, Eigenstudium 45h, Prüfungsvorbereitung:
60 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Keine
Empfohlene Voraussetzungen
Keine
Modulziele / Angestrebte Lernergebnisse
*Kenntnis der Methoden in der Wahrnehmungsforschung, sowohl im Experimental Design als auch in der statistischen Auswertung. Dieses Wissen soll die Studierenden befähigen, selbst Wahrnehmungs- oder Verhaltensexperimente aufzubauen, durchzuführen, auszuwerten und wissenschaftlich zu diskutieren. Urteilsvermögen in Bezug auf die Glaubwürdigkeit von Aussagen über menschliche Wahrnehmung (methodische Seriosität, statistische Signifikanz) *Kenntnis der grundlegenden Mechanismen des menschlichen Sehens, sowohl auf neuronaler Ebene als auch auf der Ebene von Verhaltensexperimenten. Die Studierenden sollen in die Lage versetzt werden, diese Kenntnisse anzuwenden, um die Wirkung grafischer Inhalte auf Betrachter zu beurteilen.
Inhalt *Methode der Wahrnehmungsforschung und der experimentellen Psychologie, Behaviourismus *Beispiel Weber-Fechnersches Gesetz *Wie können wir Erkenntnisse über Mechanismen der Wahrnehmung erlangen? (Bildgebende Verfahren, Neuropsychologie, Einzelzellableitungen usw.) *Aufbau des Auges und des Nervensystems, Visual Pathway *Signale im visuellen System (Rezeptoren, Ganglien, LGN, Primärer Visueller Cortex, Simple und Complex Cells, Simultankontrast, retinotopische Abbildung, Okulardominanzkolumnen, Ortsfrequenzen und Kontrastsensitivität, dorsales und ventrales System) *Statistik (Erwartungswert und Varianz, Normalverteilung, arithmetisches Mittel, Standardabweichung und Standardfehler) *Nullhypothese, Signifikanz, Teststärke, t-Test, Faktorenanalyse, Terminologie *Experimental Design (Schwellwerte, jnd, Herstellungsmethode,
237
Method of Limits, Method of Constant Stimuli, Psychometrische Funktion, yes-no task, 2 Alternative Forced Choice Tests) *Signalentdeckungstheorie (Fehlertypen, d', bias) *Farbwahrnehmung (Trichromatentheorie, Heringsche Gegenfarbtheorie) *Aufmerksamkeit (präattentive Suche, pop-out Effekt, B9nding Problem, Neglect-Erkrankungen, Inattention Paradigma, Change Blindness) *Objekt- und Gesichtserkennung
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen M Medienformen Powerpoint-Präsentation, Tafel Literatur *Bruce Goldstein. Wahrnehmungspsychologie. Spektrum
*Bortz. Statistik für Human- und Sozialwissenschaftler. Springer *Stephen Palmer. Vision Science. MIT Press *David Hubel. Auge und Gehirn. Spektrum *Colin Ware. Information Visualisierung. Morgan Kaufmann
238
Modulbezeichnung: Webentwicklung ggf. Modulniveau Bachelor ggf. Kürzel Wd ggf. Untertitel ggf. Lehrveranstaltungen: Vorlesung mit Übung Studiensemester: ab 1. Semester im Bachelor Kein Angebot! Modulverantwortliche(r): N.N. Dozent(in): N.N. Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik, Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS: Vorlesung mit Übung 4 SWS Arbeitsaufwand: Präsenz: 60 h, Eigenstudium, 70 h, Prüfungsvorbereitung: 20 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Grundkenntnisse in Informatik
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden können Webseiten mit besonderem Fokus auf den multimedialen Anwender entwickeln
Inhalt: Webdesign und Webstandards Gestaltung und Layout Die visuelle Wahrnehmung und ihre Gesetze Website-Layouts und ihre Elemente Medien, Medienrechte Applikationen XHTML, CSS, CMS Multimediale Endgeräte
Studien-/Prüfungsleistungen/
schriftliche Prüfung
Prüfungsformen: K1 Medienformen: Präsentation Literatur: Torsten Stapelkamp; Screen- und Interfacedesign; X-media
Press, Springer Verlag, 2007 Manuela Hoffmann; Modernes Webdesign: Gestaltungsprinzipien, Webstandards, Praxis; Galileo Design, 2010
239
Modulbezeichnung: Wissensbasierte Systeme I ggf. Modulniveau Bachelor ggf. Kürzel WBS I ggf. Untertitel ggf. Lehrveranstaltungen: Studiensemester: ab 1. Semester SoSe, jährlich Modulverantwortliche(r): Prof. Dr.-Ing. M. Fathi Dozent(in): Prof. Dr.-Ing. M. Fathi Sprache: deutsch Zuordnung zum Curriculum
Bachelor Informatik Kernfach Bachelor "Duales Studium Informatik" Kernfach
Lehrform/SWS: 2 SWS Vorlesung, 2 SWS Übung Arbeitsaufwand: Präsenz: 60 h, Eigenstudium: 70 h, Prüfungsvorbereitung: 20 h Kreditpunkte: 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen:
Vorlesung Datenbanksysteme I
Modulziele / Angestrebte Lernergebnisse:
Die Studierenden werden in die Lage versetzt zwischen Wissen und Information zu differenzieren. Sie können beurteilen was Wissen ist und wo es erworben werden kann. Die Teilnehmer benennen die wichtigsten Schritte bei der Verarbeitung von Erfahrungswissen und sind im Stande eine Wissensbasis zu konstruieren. Wissensverarbeitungsmodelle können von den Teilnehmern benannt und beurteilt werden.
Inhalt: WBS ist ein Anwendungsgebiet der Künstlichen Intelligenz. Die Teilnehmer werden in die Lage versetzt, das Fachgebiet Künstliche Intelligenz-Wissensbasierte Systeme in dem Anwendungsfeld Experten Systeme einzusetzen und problemspezifische Entwicklungsstrukturen zu erstellen. Themen: * Grundlagen Wissensbasierter Systeme mit Historie * Wissensmodellierung * Wissensaquisition * Wissensrepräsentation * Dialog Systeme * Spezielle Wissensbasierte Systeme (EPS) * Komponenten eines Expertensystems
Studien-/Prüfungsleistungen/
Bestehen der Klausur.
Prüfungsformen: K2 Medienformen: Powerpoint, Beamer, Visio Literatur: Russel, S.; Norvig, P.: Artificial Intelligence - A Modern Approach.
3. Auflage, Prentice Hall Series in Artificial Intelligence, 2010. Leondes, C.T.: Intelligent Knowledge-Based Systems. Kluwer Academic, 2005. Beierle, C.; Kern-Isberner, G.: Methoden wissensbasierter Systeme, Vieweg, 4. Auflage, 2008. Akerkar, R.; Sajja, P.: Knowledge-Based Systems. Jones & Bartlett Publishers, 2009.
240
Modulbezeichnung Wissensbasierte Systeme II ggf. Modulniveau Master ggf. Kürzel WBS II ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr.-Ing. M. Fathi Dozent(in) Prof. Dr.-Ing. M. Fathi Sprache deutsch Zuordnung zum Curriculum
Master Informatik
Lehrform/SWS 2 SWS V, 2 SWS UE Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 70 h, Prüfungsvorbereitung: 20 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Vorlesung Wissensbasierte Systeme I (WBS I)
Modulziele / Angestrebte Lernergebnisse
Die Studierenden benennen die verschiedenen Anwendungsgebiete wissensbasierter Systeme. Sie entwickeln Verständnis über Einsatzmöglichkeiten von Erfahrungswissen sowie deren Grenzen und beurteilen die Rolle von Experten in verschiedenen Anwendungsgebieten. Die Teilnehmer sind in der Lage, ein Konzept mit entsprechenden Kernkompetenzen zu konstruieren und Erweiterungen für komplexere Anwendungen vorzuschlagen.
Inhalt Die Veranstaltung baut auf den Grundlagen aus der Vorlesung Wissensbasierte Systeme I auf. Dort wurden neben den Grundlagen von Wissensbasierten Systemen wie der Wissensakquisition und Wissensrepräsentation Kernkomponenten und spezielle Anwendungen wie medizinische Diagnosesysteme vorgestellt. Im zweiten Teil werden wir die folgenden Themen näher betrachten: *Wissensbasierte Systeme und Expertensysteme im Überblick mit neuen Anwendungen *Erstellung von Wissensmodellen *Komponenten eines medizinischen Diagnosesystems *Aspekte des maschinellen Lernens und der Wissensfindung in Daten (Data Mining) *Logiken und Inferenz (Prädikatenlogik, Default-Logiken, menschliches, deduktives und unsicheres Schließen) *Graphische Modelle (speziell probabilistische Netzwerke) *Logisches Programmieren (Beispiele und aktuelle Anwendungen in Prolog)
Studien-/Prüfungsleistungen
Bestehen der Prüfung
Prüfungsformen K2 Medienformen Powerpoint, Beamer, Flipchart
241
Literatur *Russel, S.; Norvig, P.: Artificial Intelligence - A Modern Approach. Prentice Hall Series in Artificial Intelligence, 3rd edition, 2010. *Vermesan, A.; Coenen, F.: Validation and Verification of Knowledge-Based Systems: Theory, Tools and Practice, Kluwer, 1999. *Beierle, C.; Kern-Isberner, G.: Methoden wissensbasierter Systeme, Vieweg, 4. Auflage, 2008. *Leondes, C.T.: Intelligent Knowledge Based Systems. Kluwer Academic Publishers, 2005. *Brachman, R.; Levesque, H.J.: Knowledge Representation and Reasoning. Morgan Kaufmann, Elsevier, 2004. *Jensen, F.V.: Bayesian Networks and Decision Graphs, Statistics for Engineering and Information Science. Springer, 2007.
242
Modulbezeichnung Wissenschaftsdiskurse Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Modulelemente Modulverantwortliche/-r Prof. Dr. Rainer Leschke Lehrende/-r Prof. Dr. Rainer Leschke; Modulelemente werden von allen
Dozentinnen und Dozenten der an dem interdiziplinären Masterprogramm beteiligten Fächern angeboten
Pflichtkennzeichen Moduldauer (Semester) 2 Angebotshäufigkeit jedes Semester Empfohlenes Fachsemester
2. + 3.
Lehrsprache deutsch Lehrformen Seminar Präsenzstudium in Stunden
45
Selbststudium in Stunden 225 Workload in Stunden 270 Leistungspunkte 9 Formale Voraussetzungen für die Teilnahme
Inhaltliche Voraussetzungen für die Teilnahme
Inhalte Es sollen vor dem Hintergrund konkreter interdisziplinärer Forschungsfragen und -vorhaben auf unterschiedlichen Ebenen Fragen der Interdisziplinarität thematisiert und analysiert werden. Im wissenschaftstheoretischen Seminar werden die zentralen wissenschaftstheoretischen Konzepte, Methoden und interdisziplinären Ansätze der an dem Masterprogramm beteiligten Fächervermittelt (Sozialwissenschaften, Medienwissenschaft, Wirtschaftswissenschaften, Wirtschaftsinformatik). Im Seminar "Ethik" geht es um Fragen der Wissenschafts-, Wirtschafts- und Medienethik. Die Seminarinhalte sind jeweils gekoppelt an das interdisziplinäre Projekt (IB 2)
Angestrebte Lernergebnisse / Kompetenzen
Das Modul zielt auf die Bildung und Vertiefung einer interdisziplinären Kompetenz, es soll die wissenschaftstheoretischen Bedingungen interdisziplinärer Forschung und Planung vermitteln und der Förderung der wissenschaftlichen Kreativität der Studierenden durch interdisziplinären Austausch dienen. Zugleich soll es die Studierenden durch die Auseinandersetzung mit interdisziplinären Fragestellungen zu wissenschaftlichen Innovationen anregen.
Prüfungsformen Prüfungsleistung: schriftlich ausgearbeitete/s Referat oder Hausarbeit in IB-1.1 oder 1.2. Welche Prüfungsleistung konkret zu erbringen ist, hängt von den jeweils zu prüfenden Kompetenzen (vgl. Punkt 2) ab. Die Lehrenden geben die Prüfungsform zu Beginn einer Lehrveranstaltung bekannt.
243
Werden mehrere Erbringungsformen angeboten, können die Studierenden in Abstimmung mit den Lehrenden eine wählen.
Voraussetzung für die Vergabe von LP
Bestehen der Studienleistungen in den beiden Lehrveranstaltungen (je 3 LP) gemäß § 8 (7) der "Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an der Universität Siegen". Die Lehrenden geben die Form der Erbringung der Studienleistungen zu Beginn der jeweiligen Lehr- veranstaltung bekannt. Hinzu kommt für das gesamt Modul eine benotete Prüfungsleistung im Umfang von 3 LP (s. Prüfungsformen) gemäß § 8 (8) der "Prüfungsordnung für das Masterstudium an der Fakultät I: Philosophische Fakultät an der Universität Siegen.
Literatur
244
Modulbezeichnung Wissenschaftliche Visualisierung ggf. Modulniveau Master (Wahlpflicht Bachelor) ggf. Kürzel VIS ggf. Untertitel ggf. Lehrveranstaltungen Studiensemester ab 4. Semester im Bachelor
ab 1. Semester im Master WiSe, jährlich
Modulverantwortliche/r Prof. Dr. A. Kolb Dozent(in) Prof. Dr. A. Kolb Sprache Deutsch / englisch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“ Master Informatik, Vertiefung
Lehrform/SWS Vorlesung: 2 SWS, Gruppengröße: 60 Übung: 1 SWS, Gruppengröße: 30
Arbeitsaufwand Präsenz 45 h, Eigenstudium 60 h, Prüfungsvorbereitung: 45 h
Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Grundkenntnisse aus B.Inf-VC: Mathematik für VC, Computergraphik I
Modulziele / Angestrebte Lernergebnisse
*Die Studierenden kennen die verschiedenen Konzepte und spezifischen Algorithmen der wissenschaftlichen Visualisierung *Die Studierenden besitzen die Fähigkeit, ausgewählte Visualisierungstechniken praktisch umzusetzen und anzuwenden *Die Studierenden sind in der Lage, für ein gegebenes Problem angemessene Visualisierungstechniken auszuwählen und in einfachen Situationen anzuwenden
Inhalt Die Vorlesung Visualisierung beschäftigt sich mit der visuellen Darstellung räumlicher wissenschaftlicher Simulations- und Meßdaten aus Medizin, Naturwissenschaft und Technik. Der Schwerpunkt liegt dabei auf interaktiven Techniken zur Abbildung abstrakter Datenfelder auf darstellbare Geometrien. Es wird ein Überblick über das Themengebiet vermittelt. Ausgewählte Thematiken werden detailliert behandelt: *Gittertypen und Interpolation *2D Skalarfelder *Vektorfeldtopologie und Partikelbahnen *2D und 3D Strömungsvisualisierung *Direkte und Indirekte Volumenvisualisierung
Studien-/Prüfungsleistungen
Mündliche Prüfung. Für die Zulassung zur Prüfung ist die erfolgreiche Bearbeitung einer Projekt-Übungsaufgabe erforderlich.
Prüfungsformen M Medienformen Beamer (Folien, Beispielprogramme), Tafel
245
Literatur *C. Hansen, C. Johnson. The Visualization Handbook. Elsevier Academic Press, 2005 *K. Engel, M. Hadwiger, J. Kniss, R. Rezk-Salama, D. Weiskopf. Real-Time Volume Graphics. AK Peters, 2006 *Tagungsbände IEEE Visualization. www.ieee.org
246
Modulbezeichnung Wissensmanagement I ggf. Modulniveau Bachelor ggf. Kürzel WM I ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Bachelor SoSe, jährlich Modulverantwortliche Prof. Dr.-Ing. M. Fathi Dozent(in) Prof. Dr.-Ing. M. Fathi Sprache deutsch Zuordnung zum Curriculum
Bachelor Informatik Vertiefung Bachelor "Duales Studium Informatik" Vertiefung
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung
Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 70h, Prüfungsvorbereitung: 20 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
keine
Empfohlene Voraussetzungen
Modulziele / Angestrebte Lernergebnisse
Nachdem Studierende die Veranstaltung besucht haben, können sie grundlegende Konzepte und Methoden des Wissensmanagements in Organisationen und Unternehmen benennen und interpretieren. Die Teilnehmer werden in die Lage versetzt zwischen theoretischen und praxisnahen Wissensmanagementmodellen zu differenzieren. Studierende werden befähigt, praktische Wissensmanagement-Lösungen, auf Anwendbarkeit bei gegebenen Szenarien zu beurteilen. Präsentieren und konstruieren dieser Wissensmanagement-Lösungen gehört zu den zentralen Fähigkeiten der Teilnehmer.
Inhalt Wir befinden uns am Übergang von der Industrie in die Informations- und Wissensgesellschaft. Die heutigen Wissensmitarbeiter müssen in die Wissensprozesse der Unternehmen eingebunden sein und jederzeit auf die notwendigen Wissensressourcen Zugriff haben. Im Rahmen dieser Vorlesung werden die grundlegenden Begriffe, Definitionen, Modelle und Techniken vermittelt. Die Veranstaltung befasst sich mit Methoden zur Erschließung, Nutzbarmachung und Pflege von Wissen für Organisationen und Netzwerke. Im Mittelpunkt stehen dabei sowohl wissenschaftliche Grundlagen als auch der praktische Einsatz. Im Rahmen dieser Vorlesung werden die folgenden Basis Wissensthemen behandelt: • Einführung in das Thema Wissensmanagement • Wissensbegriffe, u.a. implizites und explizites Wissen, • Wissensmodelle (Probst-Modell, Nonaka-Takeuchi-Ansatz) • Wissensprozesse im Detail (Erfassung, Verarbeitung,…) • Anwendung von Wissensmanagement (Phasenmodell, Anwendungssysteme) • Einführung in Data Mining (Bayes`sche Netze, Case Based Reasoning) und Text Mining (Association Mearuring)
Studien- Schriftliche Prüfung
247
/Prüfungsleistungen Prüfungsformen K2 Medienformen Beamer, Powerpoint, Visio und Moodle Literatur • Lehner, F.: Wissensmanagement: Grundlagen, Methoden und
technische Unterstützung. 3. Auflage, Hanser, 2012. • Bodendorf, F.: Daten- und Wissensmanagement. 2. Auflage, Springer, 2008. • Probst, G.; Raub, S.; Romhardt, K. : Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen. 6. Auflage, Gabler, 2010. • Gresse, C.: Wissensmanagement im Technologietransfer. Berlin, Heidelberg: Springer-Verlag, 2010. • Jaspers, W., & Fischer, G.: Wissensmanagement heute. München: Oldenbourg Wissenschaftsverlag GmbH, 2008. • Roumois, U.: Studienbuch Wissensmanagement (2. Ausg.). Zürich: Orrel Füssli Verlag AG, UTB, 2010. • VDI_5610_1: Wissensmanagement im Engineering – Grundlagen, Konzepte, Vorgehen. Berlin : Beuth Verlag GmbH, 2008. • Katenkamp, O.: Implizites Wissen in Organisationen, Springer Verlag, Berlin 2011. • Nonaka, I., Takeuchi, H. The Knowledge Creating Company, Oxford University Press, 1995. • Mertins, K.; Seidel, H.: Wissensmanagement im Mittelstand: Grundlagen – Lösungen – Pra-xisbeispiele. Springer Verlag, Berlin 2009.
248
Modulbezeichnung Wissensmanagement II ggf. Modulniveau Master ggf. Kürzel WM II ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 1. Semester im Master WiSe, jährlich Modulverantwortliche/r Prof. Dr.-Ing. M. Fathi Dozent(in) Prof. Dr.-Ing. M. Fathi Sprache deutsch Zuordnung zum Curriculum
Master Informatik, Master Medizinische Informatik
Lehrform/SWS 2 SWS Vorlesung, 2 SWS Übung
Arbeitsaufwand Präsenz: 60 h, Eigenstudium: 70 h, Prüfungsvorbereitung: 20 h Kreditpunkte 5 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Vorlesung Wissensmanagement I (WM I)
Modulziele / Angestrebte Lernergebnisse
Die Studierenden sind in der Lage, Modelle der Wissensintegration zu benennen, zu beurteilen und zu interpretieren. Bei gegebenem Anwendungsszenario gehört die Auswahl und Anwendung geeigneter Integrationsmodelle zum Kompetenzportfolio der Teilnehmer. Zur Differenzierung zwischen Wissensmanagement-Methoden und deren Modifizierung bezogen auf organisatorische Strukturen und Netzwerke sind die Studierenden in der Lage. Teilnehmer ermitteln das Integrationspotential für Business-, Prozess-, und Wissensmanagement und kreieren praktische Umsetzungsoptionen.
Inhalt Das Themengebiet der Integration von Wissen in kleinen und mittleren Unternehmen steht im Mittelpunkt dieser Vorlesungsreihe, welches gleichzeitig einen Schwerpunkt der in Gruppen durchgeführten Übungseinheit bildet. Basierend auf den Methoden und Techniken der Veranstaltung WM I werden die Teilnehmer in die Lage versetzt, Wissenstypen, -strukturen und -netzwerke kennenzulernen und zu analysieren. Zudem wird die Wissensextraktion aus Textdokumenten ausführlich behandelt. Hier wird eine umfassende Einführung mit Praxisbezug aus dem Bereich der Knowledge Discovery from Text (KDT) gegeben. Sodann werden Praxisbeispiele dargestellt, anhand derer exemplarisch die Anwendung der vorgestellten WM Methoden gezeigt wird. Thematische Schwerpunkte: • Strukturen und Wissensnetzwerke • Conceptual Modeling • Wissensintegration in kleinen und mittleren Unternehmen (Watermill Model) • Semantische Grundlagen (Semantic Desktop, Ontologie, Semantic Web) • Knowledge Discovery from Text (KDT) • Best Practices (Einsatz von WM in Unternehmen)
249
Studien-/Prüfungsleistungen
Bestehen der Prüfung
Prüfungsformen K2 Medienformen Beamer, Powerpoint, Visio, Flipchart und Moodle Literatur • Jetter, A.; Jeroen K.; Schröder, H., Wijnhoven, F.: Knowledge
Integration – The Practice of Knowledge Manage-ment in Small and Medium Enterprises, Physica Verlag, 2006. • Klahold, A.: Empfehlungssysteme: Grundlagen, Konzepte und Systeme, 1. Auflage, Vieweg + Teubner, 2009. • Dengel, A. Semantische Technologien: Grundlagen – Konzepte – Anwendungen. Heidelberg: Spektrum Akademischer Verlag, 2012. • Lehner, F.: Wissensmanagement: Grundlagen, Methoden und technische Unterstützung. 3. Auflage, Hanser, 2012. • Bodendorf, F.: Daten- und Wissensmanagement. 2. Auflage, Springer, 2008. • Helbig, H.: Wissensverarbeitung und die Semantik der natürlichen Sprache - Wissensrepräsentation mit MultiNet. Berlin, Heidelberg: Springer-Verlag, 2008. • Jurafski, D.; Martin, J.H.: Speech and Language Processing, Pearson International Edition, 2009. • Hauschildt, J.; Salomo, S.: Innovationsmanagement. 5. Auflage, Vahlen Verlag,
250
Modulbezeichnung Zahlentheorie für Informatiker ggf. Modulniveau Bachelor ggf. Kürzel ggf. Untertitel ggf. Lehrveranstaltungen
Studiensemester ab 3. Semester im Bachelor SoSe, jährlich Modulverantwortliche/r Prof. Dr. N.-P. Skoruppa Dozent(in) Prof. Dr. N.-P. Skoruppa Sprache Deutsch Zuordnung zum Curriculum
Bachelor Informatik Bachelor „Duales Studium Informatik“
Lehrform 4 SWS VO, 2 SWS UE Arbeitsaufwand Präsenz: 90 h, Eigenstudium: 170 h, Prüfungsvorbereitung: 40 h Kreditpunkte 10 Voraussetzungen nach Prüfungsordnung
Empfohlene Voraussetzungen
Analysis I, lineare Algebra I und II
Modulziele / Angestrebte Lernergebnisse
Grundlegende Begriffe der Zahlentheorie und ihre algebraische Deutung. Die Studierenden vertiefen ihre Vertrautheit mit der axiomatischen Methode der Mathematik. Ihre Fähigkeit, allgemeine mathematische Strukturen zu erkennen, wird gefördert. In den Übungen lernen sie, mathematische Aussagen exakt zu formulieren und kreativ mit abstrakten Strukturen umzugehen. Präzise Argumentation und Präsentation eigener Ergebnisse werden geschult.
Inhalt *Der Ring der ganzen Zahlen: eindeutige Primfaktorisierung, Euklidischer Algorithmus, ggt, kgv *Kongruenzen, Restklassenringe, die primen Restklassengruppen *Legendre-Symbol, quadratische Reziprozität *Arithmetische Funktionen, Multiplikativität, Möbius-Inversion, formale Dirichletreihen *Diophantische Gleichungen: Kegelschnitte, Diophant's Methoden der Geradenbündel, Abstiegsmethode, ausgewählte Beispiele *Approximation reeller Zahlen durch rationale, Farey- und Kettenbrüche
Studien-/Prüfungsleistungen
Prüfungsleistung
Prüfungsformen LN Medienformen Literatur Niven, Niven, Zuckerman: An Introduction to the Theory of
Numbers, John Wiley and Sons, 1991 V. Shoup: A Computational Introduction to Number Theory and Algebra, Cambridge University Press, 2005