Modul (6 Credits)

Neuronale Netze

Verantwortlich PD Dr. phil. Christina Klüver
Voraussetzungen

keine

Workload180 Stunden Studentischer Workload gesamt, davon
  • Präsenzzeit: 60 Stunden
  • Vorbereitung, Nachbereitung: 60 Stunden
  • Prüfungsvorbereitung: 60 Stunden
DauerDas Modul erstreckt sich über 1 Semester.
Lernziele

Siehe Lernziele von Vorlesung und Übung.

Modulabschluss

Prüfung in 'Neuronale Netze'.

Hörerschaft
  • AI-SE Master > Bereich 2 (Informatik) > (1.-3. Fachsemester, Wahlpflicht)
  • Lehramt Info GyGe Master > Wahlpflichtbereich Informatik für das Profil "Systemorientierte Informatik" > (1.-3. Fachsemester, Wahlpflicht)
  • WiInf Master > Wahlpflichtbereich > Wahlpflichtmodule der Informatik > (1.-3. Fachsemester, Wahlpflicht)
Bestandteile

Vorlesung (3 Credits)

Neuronale Netze

Anbieter Computer Based Analysis of Social Complexity (http://www.cobasc.de/softcomputing/)
Lehrperson PD Dr. phil. Christina Klüver
SWS 2 Turnus Wintersemester
Sprache deutsch maximale Hörerschaft unbeschränkt
Hörerschaft
  • AI-SE Master > Bereich 2 (Informatik) > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)
  • Lehramt Info GyGe Master > Wahlpflichtbereich Informatik für das Profil "Systemorientierte Informatik" > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)
  • WiInf Master > Wahlpflichtbereich > Wahlpflichtmodule der Informatik > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)

empfohlenes Vorwissen

Keines

Lernziele

Die Studierenden

  • kennen die Grundlogik verschiedener Netzwerke
  • sind in der Lage, zu entscheiden, welche Netzwerktopologien sich für bestimmte Probleme eignen

Lehrinhalte

Neuronale Netze werden auf Grund ihrer Eigenschaften wie Lernfähigkeit, Selbstorganisation und Verarbeitung von Informationen bei unvollständigen Eingaben in vielen Bereichen der Forschung, Technik und Wirtschaft eingesetzt. In der Vorlesung werden die Grundlagen neuronaler Netze vermittelt, die in der Übung vertieft werden.

Literaturangaben

  • Pattersen, D.W. 1995: Künstliche neuronale Netze: Prentice-Hall, 1996 (Als Einführung geeignet)
  • Stoica-Klüver, C., Klüver, J., Schmidt, J., 2009: Die Modellierung von Komplexität durch naturanaloge Verfahren: Soft Computing und verwandte Methoden. Wiesbaden: Vieweg-Teubner
  • Zell, A.: Simulation neuronaler Netze. München: Oldenbourg, 2000 (Zur allgemeinen Übersicht)

Prüfungsmodalitäten

Abschließende gemeinsame mündliche Prüfung über die Lernziele von Vorlesung und Übung (in der Regel 20 bis 40 Minuten). Die erfolgreiche Teilnahme an der Übung ist als Prüfungsvorleistung Zulassungsvoraussetzung für die Modulprüfung.

Übung (3 Credits)

Neuronale Netze

Anbieter Computer Based Analysis of Social Complexity (http://www.cobasc.de/softcomputing/)
Lehrperson PD Dr. phil. Christina Klüver
SWS 2 Turnus Wintersemester
Sprache deutsch maximale Hörerschaft unbeschränkt
Hörerschaft
  • AI-SE Master > Bereich 2 (Informatik) > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)
  • Lehramt Info GyGe Master > Wahlpflichtbereich Informatik für das Profil "Systemorientierte Informatik" > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)
  • WiInf Master > Wahlpflichtbereich > Wahlpflichtmodule der Informatik > Modul "Neuronale Netze" (1.-3. Fachsemester, Wahlpflicht)

empfohlenes Vorwissen

Programmierkenntnisse in JAVA oder C#

Lernziele

Die Studierenden

  • besitzen ein vertieftes Verständnis für Neuronale Netze
  • können eigene Modelle entwickeln und selbst implementieren
  • sind in der Lage, Modellexperimente zu planen, durchzuführen und zu interpretieren

Lehrinhalte

  • Vertiefung der Inhalte durch Programmierung eigener Modelle
  • Grundlagen von Experimentaldesigns

Literaturangaben

  • Stoica-Klüver, C., Klüver, J., Schmidt, J., 2009: Die Modellierung von Komplexität durch naturanaloge Verfahren: Soft Computing und verwandte Methoden. Wiesbaden: Vieweg-Teubner
  • Schmidt, J., Klüver, C., Klüver, J., 2010: Programmierung naturanaloger Verfahren. Wiesbaden: Vieweg-Teubner
  • Klüver, J., Schmidt, J., Stoica, C., 2006: Mathematisch-logische Grundlagen für Informatiker. Bochum-Herdecke: w3l 

Prüfungsmodalitäten

Abschließende gemeinsame mündliche Prüfung über die Lernziele von Vorlesung und Übung (in der Regel 20 bis 40 Minuten). Die erfolgreiche Teilnahme an der Übung ist als Prüfungsvorleistung Zulassungsvoraussetzung für die Modulprüfung.