empfohlenes Vorwissen

Lineare Algebra und Stochastik für Informatiker

Abstract

In diesem Kurs werden grundlegende mathematische Modelle aus der Theorie der linearen Codes behandelt und geübt.

Qualifikationsziele

Die Studierenden

• überblicken die Hauptideen der Codierungstheorie
• beherrschen deren praktische Anwendung in der Informatik

Lehrinhalte

• mathematische Grundlagen der Nachrichtenübertragung
• Codierungs- und Decodierungsschema
• Minimum-Distance-Decoding
• Lineare Codes
• Syndrom-Decodierung

Literaturangaben

• Heise, W., Quattrocchi, P., informations- und Codierungstheorie
• Betten, A. u.a., Codierungstheorie: Konstruktion und Anwendung linearer Codes
• MacWilliams F.J., Sloane, N. J. A., The Theory of Error-Correcting Codes
• van Lint J. H., Introduction to Coding Theory

didaktisches Konzept

Die Vorlesung und Übung werden durch Vorträge und Projekte der Studierenden mitbestimmt.

Prüfungsmodalitäten

Klausur (in der Regel 60-90 Minuten)

Hörerschaft

• AI-SE-Ba-2017 > Kernstudium > Studium Liberale > (3.-4. Fachsemester, Pflicht) Modul "Studium liberale (Bachelor AI-SE)"
• AI-SE-Ba-2017 > Vertiefungsstudium > Studium Liberale > (6. Fachsemester, Pflicht) Modul "Studium liberale (Bachelor AI-SE)"
• SE-Ba-2023 > Ergänzungsbereich > Studium Liberale > (5.-6. Fachsemester, Pflicht) Modul "Studium liberale (Bachelor SE)"
• WiInf-Ba-2010-V2013 > Vertiefungsstudium > Studium Liberale > (5.-6. Fachsemester, Pflicht) Modul "Studium liberale (Bachelor Wirtschaftsinformatik)"