Modulhandbuch Informatik (Nebenfach B.Sc.)

Master NWI (english)

Technische Fakultät



Applied Algorithmics

Title

  • Applied Algorithmics

Courses

  • Special Algorithms (Seminar)
  • Algorithmic Implementation (Exercises)

Responsible person

Contents

This module covers algorithmic techniques from various application areas. Depending on the actual lecture, these will be topics from one of the research areas of the Faculty of Technology like Bioinformatics or Cognitive Informatics, but other topics are also possible. Different algorithmic techniques will be discussed, for example optimization, combinatorial, stochastical, and geometric algorithms, graph theory, etc. The study of these algorithms will also include their computational analysis.

Skills

Students of this module will study algorithmic problems and train their skills how to solve them. In the seminar, original research literature will be read and presented both in oral and in written form. In the exercises, the algorithms will then be implemented.

Number of achievements

1 graded and 2 not graded examinations

Forms of examination

  • Written report in the Seminar (graded)
  • Talk in the Seminar (not graded)
  • Implementation task in the Exercise (not graded)

Conditions for ECTS acquisition

Talk in the Seminar: 2 ECTS
Written report in the Seminar: 2 ECTS
Successfull implementation task in the Exercise: 1 ECTS

Workload and ECTS

Special Algorithms Seminar: 120h
Algorithmic Implementation: 30h

Total: 5 ECTS

Prerequisites

Algorithms and Data Structures

Type and usability

Module for the Bachelor's courses

  • Informatics in the Natural Sciences (WP Advanced Computer Science), 6. Semester
  • Bioinformatics and Genome Reserach (WP Bioinformatics and Genome Research), 6. Semester
  • Bachelor Minor Computer Science (WP Advanced Computer Science), 6. Semester

Module for the Master's course

  • Informatics in the Natural Sciences (Additional Basics), 2. semester

Duration

Summer term: Special Algorithms, Algorithmic Implementation
every year



Computer Animation

Title

  • Computer Animation

Courses

  • Computer Animation (Lectures and Exercises)

Responsible person

Contents

Computer Animation is a very attractive topic in Computer Graphics, where "boring" static objects are "brought to life". In this lecture we will discuss two stages of animation: character animation and physics-based simulation.

In character animation we control a virtual character through an embedded skeleton. The skeleton itself will be posed or articulated either through an inverse-kinematics-based user interface or through motion capturing a human actor's performance.

Secondary animation effects, such as induced cloth and hair movements of the character, are computed by physics-based simulations of materials and forces. We will discuss how to simulate of a broad range of effects, starting from simple particle systems, over rigid and deformable bodies, up to fluids.

Application areas for these methods range from interactive computer games to complex special effects in movie productions. In contrast to mechanical engineering, the goal of our simulations will not be numerical accuracy, but efficient and robust computations and implementations.

In the first half of the semester the fundamental techniques of animation and simulation will be implemented in the programming exercises. In the second half, groups of 2-4 students will develop a project demonstrating some of the physical effects learned in the course.

Skills

The students learn the theoretical foundations of Computer Animation and gain experience in their practical implementation in the exercises and the project.

Number of achievements

1 graded or 1 not graded examination

Forms of examination

  • Portfolio of Exercises (Pass: 50% of the achievable points, individual demonstration of exercises) and oral examination (15 min). The exercises as part of this portfolio will usually be handed out every two weeks. The oral exam are about the Lectures and Exercises.

Conditions for ECTS acquisition

Participation in the Exercises and passing of the Portfolio: 2 ECTS for exercises, 3 ECTS for oral examination

Workload and ECTS

Computer Animation: 150 h

Total: 5 ECTS

Prerequisites

Basic knowledge in linear algebra and analyis are required. The lecture "Scientific calculating" is helpful but not obligatory.
The practical exercises will be handled in C++.

Type and usability

Module for the Master's courses

  • Informatics in the Natural Sciences (Advanced Computer Science)
  • Intelligent Systems (Advanced Intelligent Systems)

Duration

Summer term, every year



Computer Graphics

Title

  • Computer Graphics

Courses

  • Introduction to Computer Graphics (Lectures)

Responsible person

Contents

The lecture "Introduction to Computer Graphics" gives an introduction to the basic conecpts of Computer Graphics, focusing on efficient rendering and realistic visualization of three-dimensional scenes. The course is composed of a geometry part and a visualization part, where in the former different geometry representations and modeling operations for 3D objects will be discussed. Real-time rendering will be achieved by exploiting the hardware acceleration of modern graphics cards using OpenGL and custom shader programs. Computationally more expensive global illumination approaches allow for photo-realistic visualization. To facilitate a better understanding many of the discussed techniques will be implemented in the programming exercises.

The lecture can be combined with either the seminar "Hot Topics in Computer Graphics" or the project "Advanced Computer Graphics" to get the 10 credit points for the module "Computer Graphics".

In the seminar "Hot Topics in Computer Graphics" students will focus on advanced approaches and current research problems in Computer Graphics. Students will read, analyze, present, and discuss interesting state-of-the-art research papers.

In the programming project "Advanced Computer Graphics" teams of 2-4 students will design and implement advanced Computer Graphics projects, analyze their approach, and present the result at the end of the semester.

Skills

In the lecture students will learn the fundamental concepts of computer graphics. In the exercises they will gain practical experience by implementing the approaches discussed in the lecture. Students will get to know advanced topics in computer graphics by either discussing or implementing recent approaches in either the seminar or the project, respectively.

Number of achievements

1 graded or 1 not graded examination.

Forms of examination

  • Oral examination (20-30 min.) regarding the material of the lecture and the exercises.

Conditions for ECTS acquisition

Participation in the Exercises and passing of the Portfolio: 3 ECTS for exercises, 4 ECTS for oral examination
Partipation in the Seminar, Talk: 3 ECTS or Participation in the Project, Presentation: 3 ECTS

Workload and ECTS

Introduction to Computer Graphics: 210 h
Oral examination 90h

Total: 10 ECTS

Prerequisites

Basic knowledge in linear algebra is required. The practical exercises will be handled in C++.

Type and usability

Module for the Bachelor's courses

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Module for the Master's courses

  • Informatics in the Natural Sciences (Additional Basics)
  • Intelligent Systems (Additional Basics)
  • Interdisciplinary Media Sciences (Image processing technologies)

Duration

Winter term: Introduction to Computer Graphics
Summer term: Hot Topics in Computer Graphics or Advanced Computer Graphics
every year



Game Engineering and Simulation

Title

  • Game Engineering and Simulation

Courses

  • Game Engineering and Simulation (Project)

Responsible person

Contents

The course starts with up-to-date game development problems. Contents include specific and relevant knowledge domains such as informatics, software engineering, or game design. Using group work and learning-by-teaching methodology students do conceputual work and convert concepts to practical results. High practically and job oriented work is the primary goal of this course. Parts of the course might be setup as block course. Game Engineering targets at all relevant topics such as 3D Engines, artificial intelligence and multiplayer networks.

Skills

This course provides the consolidation of important models, procedures and methods of Game Engineering and simulation. The band width is defined from design to development to production. Students learn in independend groups to use their skills in practically oriented transfer of knowledge. Additionally they are forced to solve complex problems on their own and to use goal-oriented skills.

Number of achievements

1 not graded examination

Forms of examination

  • Project report and presentation

Conditions for ECTS acquisition

Passing of project: 10 ECTS

Workload and ECTS

Theoretical Engineering: 150h
Practical Engineering: 150h

Total: 10 ECTS

Prerequisites

Basic knowledge in Algorithms and Data Structures, Techniques of Software Development,
Software Engineering

Type and usability

Module for the Bachelor's courses

  • Informatics in the Natural Sciences (WP Advanced Computer Science)
  • Cognitive Informatics (WP Intelligent Systems)
  • Bioinformatics and Genome Research (WP Bioinformatics and Genome Research)
  • Media Informatics and Design (WP Media Informatics)
  • Minor Computer Science (WP Advanced Computer Science)

Module for the Master's courses

  • Intelligent Systems (Additional Basics)
  • Informatics in the Natural Sciences (Additional Basics)

Duration

Winter term, every year



Geometric Modeling Based on Polygonal Meshes

Title

  • Geometric Modeling Based on Polygonal Meshes

Courses

  • Geometric Modeling Based on Polygonal Meshes (Lectures and Exercises)

Responsible person

Contents

In Computer Graphics triangle meshes, or more general polygonal meshes, are the standard representation for geometric objects. Their conceptual simplicity enables highly efficient geometry processing, which is why triangle meshes are becoming increasingly popular also in many other application areas. In this course the mesh-based geometry processing pipeline will be discussed, starting from 3D model acquisition (e.g., laser scanning), mesh generation and optimization, over denoising and fairing, simplification and compression, up to interactive deformation and animation. To facilitate a better understanding many of the presented techniques will be implemented in the programming exercises.

Skills

The students learn the theoretical foundations of Geometric Modeling and gain experience in their practical implementation in the exercises and the project.

Number of achievements

1 graded or 1 not graded examination

Forms of examination

  • Portfolio of Exercises (Pass: 50% of the achievable points, individual demonstration of exercises) and written test or oral examination (15 min). The exercises as part of this portfolio will usually be handed out every two weeks. The written test or the oral exam are about the Lectures and Exercises.

Conditions for ECTS acquisition

Participation in the Exercises and passing of the Portfolio: 2 ECTS for exercises, 3 ECTS for oral examination

Workload and ECTS

Geometric Modeling Based on Polygonal Meshes: 150 h

Total: 5 ECTS

Prerequisites

Basic knowledge in linear algebra is required. The lecture "Computer Graphics" is recommended.
The practical exercises will be handled in C++.

Type and usability

Module for the Master's courses

  • Informatics in the Natural Sciences (Advanced Computer Science)
  • Intelligent Systems (Advanced Intelligent Systems)

Duration

Winter term, every year



Software Engineering

Title

  • Software Engineering

Courses

  • Software Engineering (Lecture and Exercises)

Responsible person

Contents

The course starts with an introduction into software engineering and motivates its appliances. Process-oriented development and development models are the core knowledge this course is based on. Processes such as requirements engineering, specification, analysis and design and testing are crucial knowledge domains of this course. Supporting processes such as cost estimation or software evolution are additional topics of this course. High practically and job oriented work is the primary goal of supporting exercises. Most important discussed process is project management which guides through this course.

Skills

This course provides the consolidation of important models, procedures and methods of Software Engineering. Students will learn about process-oriented software development and get trained during course exercises. Students will learn on how to solve complex problems on their own and how to apply learned models, procedures and methods using soft skills and direct kowledge transfer.

Number of achievements

1 graded or 1 not graded examination

Forms of examination

  • Written test or oral examination

Conditions for ECTS acquisition

Passing of the written test or oral examination: 5 ECTS

Workload and ECTS

Software Engineering: 150h

Total: 5 ECTS

Prerequisites

Basic knowledge in Algorithms and Data Structures

Type and usability

Module for the Bachelor's courses

  • Informatics in the Natural Sciences (WP Advanced Computer Science)
  • Cognitive Informatics (WP Intelligent Systems)
  • Bioinformatics and Genome Research (WP Bioinformatics and Genome Research)
  • Media Informatics and Design (WP Media Informatics)
  • Minor Computer Science (WP Advanced Computer Science)

Module for the Master's courses

  • Intelligent Systems (Additional Basics)
  • Informatics in the Natural Sciences (Additional Basics)

Duration

Winter term, every year



Angewandte Algorithmik

Modultitel

  • Angewandte Algorithmik

Modultitel (Englisch)

  • Applied Algorithmics

Lehrveranstaltungen des Moduls

  • Hauptseminar zu Algorithmen (Seminar)
  • Algorithmische Implementierung (Übung)

Modulverantwortliche(r)

Lehrinhalte

In diesem Modul werden vertiefende Kenntnisse zu Algorithmen aus verschiedenen Anwendungsbereichen vermittelt. Je nach konkreter Veranstaltung sind dies Beispiele aus einem an der Technischen Fakultät angesiedelten Forschungsgebiet wie der Bioinformatik oder der Kognitiven Informatik, aber auch andere Anwendungsgebiete sind denkbar. Dabei sollen verschiedene algorithmische Vorgehensweisen betrachtet werden, beispielsweise Optimierungsverfahren, kombinatorische, stochastische, geometrische Algorithmen, graphentheoretische Ansätze, etc. Neben der Betrachtung der Algorithmen soll auch deren Analyse thematisiert werden.

Kompetenzen

Den Studierenden werden verschiedene algorithmische Fragestellungen und Lösungsansätze vermittelt. Im Hauptseminar sollen der Umgang mit Originalliteratur, Präsentationstechniken und die Anfertigung einer schriftlichen Ausarbeitung geübt werden, in den Übungen sollen Implementierungen der untersuchten Algorithmen angefertigt werden.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete und zwei unbenotete Einzelleistungen

Prüfungsformen

  • benotete Ausarbeitung im Hauptseminar
  • unbenoteter Vortrag im Hauptseminar
  • unbenotete Implementierungsaufgabe in der Übung

Voraussetzungen für die Vergabe von Leistungspunkten

Vortrag im Hauptseminar ergibt 2 LP, Ausarbeitung im Hauptseminar ergibt 2 LP, erfolgreiches Bearbeiten der Implementierungsaufgabe ergibt 1 LP.

Arbeitsaufwand und Leistungspunkte

Hauptseminar zu Algorithmen:
Seminar
Vorbereitung des Vortrags
Erstellen der Ausarbeitung
gesamt: 120h = 4 LP

2 SWS x 16 Wochen

 

 = 30h
= 45h
= 45h
Algorithmische Implementierung:
Implementierung
gesamt: 30h = 1 LP		 = 30h

Leistungspunkte für das Modul: 5 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik), 6. Semester
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung), 6. Semester
  • Nebenfach Informatik (WP Vertiefung Informatik), 6. Semester

Wahlpflichtmodul für den Masterstudiengang

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung), 2. Semester

Dauer des Moduls / Angebotsturnus

Sommersemester: Hauptseminar zu Algorithmen, Algorithmische Implementierung
jährlich



Angewandte Robotik

Modultitel

  • Angewandte Robotik

Modultitel (Englisch)

  • Applied Robotics

Lehrveranstaltungen des Moduls

  • Angewandte Robotik (Fortgeschrittenen-Übungen, 4Ü)

Modulverantwortliche(r)

Lehrinhalte

Im Modul Angewandte Robotik werden die im Modul Robotik vorgestellten Verfahren im Rahmen von Fortgeschrittenen-Übungen anhand von Robotik-Versuchen vertieft. Es muss eines von mehreren möglichen Projekten in Gruppen bearbeitet werden. Als Projekte stehen bspw. zur Auswahl: Steuerung eines Roboterarms, Navigation eines mobilen Roboters mit einem Laserscanner, visuelle Navigation eines mobilen Roboters, visuelle Hinderniserkennung bei einem mobilen Roboter. Die Programmierung erfolgt unter Tcl/Tk oder C++.

Kompetenzen

Durch das Modul Angewandte Robotik wird das im Modul Robotik erworbene Wissen vertieft und praktische Erfahrungen bei der Steuerung von Roboterarmen und mobilen Robotern werden erworben. Die Kenntnisse sind einerseits im industriellen Einsatz (Industrieroboter, fahrerlose Transportsysteme, Assistenzsysteme) anwendbar; andererseits ermöglicht das vermittelte Wissen den Einstieg in die Robotik als aktuelles Forschungsgebiet. Die Studenten erwerben Fähigkeiten bei der Darstellung ihrer Ergebnisse in Form eines Vortrages und einer Ausarbeitung.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei unbenotete Einzelleistungen (oder zwei benotete Einzelleistungen: ab SS 2010)

Prüfungsformen

  • regelmäßige und aktive Teilnahme sowie erfolgreiche Bearbeitung der Übungsaufgaben
  • Abschlussvortrag (inkl. Demonstration) und schriftliche Ausarbeitung zum Übungsprojekt

Voraussetzungen für die Vergabe von Leistungspunkten

Regelmäßige und aktive Teilnahme an den Übungen sowie erfolgreiche Bearbeitung der Übungsaufgaben nach Maßgabe der Anforderungen, die zu Beginn der Veranstaltung bekannt gegeben werden, ergibt 4 LP, Abschlussvortrag (inkl. Demonstration) und schriftliche Ausarbeitung zum Übungsprojekt ergibt 1 LP.

Arbeitsaufwand und Leistungspunkte

Übungen
Vor- und Nachbereitung
Vorbereitung Abschlussvortrag
schriftliche Ausarbeitung
gesamt: 160h = 5 LP		 4 SWS x 16 Wochen
4h/Woche x 16 Wochen



 = 64h
= 64h
= 8h
= 24h

 

Teilnahmevoraussetzungen und Vorkenntnisse

Teilnahme am Modul Robotik (ggf. parallel zu diesem Modul)

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Intelligente Systeme (Grundlagen Ergänzung)
  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Sommersemester, jährlich
begrenzte Teilnehmerzahl: 32



Bildverarbeitung

Modultitel

  • Bildverarbeitung

Modultitel (Englisch)

  • Image Processing

Lehrveranstaltungen des Moduls

  • Bildverarbeitung (Vorlesung und Übungen)
  • Anwendungsorientierte Bildverarbeitung (Vorlesung und Übungen) oder
  • Seminar zu ausgewählten Themen aus dem Bereich Bildverarbeitung

Modulverantwortliche(r)

Lehrinhalte

Die Vorlesung "Bildverarbeitung" befasst sich mit Methoden zur automatischen Erfassung und Verarbeitung von Bildern mit Digitalrechnern. Ziel der Vorlesung ist es, grundlegende Methoden der Bildverarbeitung vorzustellen und deren praktische Einsatzfähigkeiten aufzuzeigen. Innerhalb der Vorverarbeitung werden Bilder so aufbereitet, dass bessere Ergebnisse bei der automatischen Verarbeitung erzielt werden können. Neben Verfahren, die im Ortsraum arbeiten, wie Normierung, Rangordnungs- und Morphologische Operationen, werden Techniken vorgestellt, die auf spektralen Bildrepräsentationen basieren. Ziel der nachfolgenden Bildsegmentierung ist es, ein (vorverarbeitetes) Bild in einfache, bedeutungstragende Teile zu zerlegen. Dabei unterscheidet man allgemeine, anwendungsunabhängige Methoden und Verfahren, die Wissen über den Bildinhalt für die Segmentierung ausnutzen. In dieser Vorlesung werden Methoden vorgestellt, die kein oder nur sehr wenig Wissen über die strukturellen Bildinhalte verwenden. Dies beinhaltet sowohl Verfahren zur Linien-, Regionen- und Texturfindung. Abschließend werden aktuelle Verfahren der Objektdetektion und -erkennung betrachtet.
Im Rahmen der Übungen zur Vorlesung werden die theoretischen Konzepte anhand praktischer Übungsbeispiele erläutert und vertieft. Die Vorlesung "Anwendungsorientierte Bildverarbeitung" stellt zunächst die in einer konkreten Entwicklungsumgebung für automatische Bildverarbeitungssysteme bereitgestellten Implementierungen der aus der Vorlesung "Bildverarbeitung" bekannten Verfahren vor. Im Rahmen der zugehörigen Übungen werden dann fortgeschrittene Techniken der digitalen Bildverarbeitung theoretisch erarbeitet und in Gruppenprojekten implementiert und evaluiert. Dabei realisiert jede Gruppe ein kleines, praxisnahes Anwendungsprojekt.
Alternativ zur Vorlesung "Anwendungsorientierte Bildverarbeitung" werden im Rahmen eines Seminars ausgewählte, spezialisierte Themen der digitalen Bildverarbeitung behandelt. Dabei wird ein Themenkomplex von jedem Teilnehmer aufbereitet und in einem Vortrag präsentiert. Zusätzlich wird eine Ausarbeitung zum jeweiligen Thema erstellt.

Kompetenzen

Die Studierenden erhalten einen Überblick über die Probleme und Lösungsmethoden, die zur automatischen Verarbeitung digitaler Bilder zum Einsatz kommen. Durch die Bearbeitung von praktischen Übungsaufgaben in der Vorlesung „Bildverarbeitung“ und der Durchführung eines Gruppenprojekts in den Übungen zur Vorlesung „Anwendungsorientierte Bildverarbeitung“ oder der eigenständigen Bearbeitung eines Seminarthemas wird das erworbene Wissen vertieft.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete mündliche Prüfung über die Inhalte der Vorlesung „Bildverarbeitung“
erfolgreiche Bearbeitung eines Gruppenprojekts (kurzer Vortrag, Demonstration und kurze Ausarbeitung) im Rahmen der Übungen zur Vorlesung Anwendungsorientierte Bildverarbeitung oder
erfolgreiche Teilnahme am Seminar (Vortrag und Ausarbeitung)

Prüfungsformen

  • mündliche Prüfung
  • Vortrag und Ausarbeitung (inkl. Programmdemonstration) zum Gruppenprojekt oder Seminarvortrag und Seminarausarbeitung (Hausarbeit)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen Prüfung (ergibt 5,5 LP)
erfolgreiche Bearbeitung des Gruppenprojekts (ergibt 4,5 LP) oder
erfolgreiche Teilnahme am Seminar (ergibt 4,5 LP)

Arbeitsaufwand und Leistungspunkte

Bildverarbeitung:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung der Prüfung
gesamt: 165h = 5,5 LP

2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2 SWS x 16 Wochen
1,5h/Woche x 16 Wochen

 = 32h
= 32h
= 32h
= 24h
= 45h
Anwendungsorientierte Bildverarbeitung:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung Vortrags
Erstellen der Ausarbeitung
gesamt: 135h = 4,5 LP

1 SWS x 16 Wochen
1h/Woche x 16 Wochen
3 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 16h
= 16h
= 48h
= 32h
= 7h
= 16h
Seminar Bildverarbeitung
Seminar
Nachbereitung des Seminars
Vorbereitung des Vortrags
Erstellen der Ausarbeitung
gesamt: 134h = 4,5 LP

2 SWS x 16 Wochen
2h/Woche x 16 Wochen

= 32h
= 32h
= 30h
= 40h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Abschluss des Moduls "Mustererkennung" bzw. "Musterklassifikation" hilfreich

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

Wintersemester: Bildverarbeitung
Sommersemester: Anwendungsorientierte Bildverarbeitung oder Seminar Bildverarbeitung
jährlich



Biomedizinische Bildverarbeitung

Modultitel

  • Biomedizinische Bildverarbeitung

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Biomedizinische Bildverarbeitung (Vorlesung, 4 SWS)

Modulverantwortliche(r)

Lehrinhalte

In dieser Vorlesung werden die wichtigsten bildgebenden Verfahren in der Biologie und Medizin und ihre primären Anwendungsfelder erklärt. Dabei werden sowohl 2D-(Sonographie, Mikroskopie, 2D Gele) als auch 3D-Datensätze (MRI, CT, PET) behandelt. Anschließend wird in die Methoden der (halb-)automatischen Auswertung dieser Datensätze eingeführt. Dabei werden ausgewählte Inhalte aus Mustererkennung, Bildverarbeitung, Datamining und Visualisierung im Bezug zu dieser Anwendungsdomäne einbezogen und vertieft.

  • T. Lehmann: Bildverarbeitung für die Medizin. Grundlagen, Modelle, Methoden, Anwendungen. Springer Verlag 1997
  • Webb: Introduction to Biomedical Imaging. Wiley-IEEE Press 2003.

Kompetenzen

Die Studierenden sollen aktuelle Methoden der Bildgebung in Medizin und Biologie kennen lernen und mit ihren individuellen Anwendungskontexten vertraut gemacht werden. Desweiteren soll den Studierenden die besonderen Anforderungen an Bildanalysesysteme in der Biologie und Medizin vermittelt werden.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung

Prüfungsformen

benotete mündliche Prüfung über Inhalte der Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen Prüfung ergibt 5 LP

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Vorbereitung auf die Modulprüfung
gesamt: 150h = 5 LP		 4 SWS x 16 Wochen
2h/Woche x 16 Wochen
 = ca. 60h
= ca. 30h
= 60h

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für den Masterstudiengang

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester
jährlich



Computer Vision

Modultitel

  • Computer Vision

Modultitel (Englisch)

  • Computer Vision

Lehrveranstaltungen des Moduls

  • Computer Vision (Vorlesung und Übung)

Modulverantwortliche(r)

Lehrinhalte

Die Vorlesung Computer Vision behandelt Methoden zur Interpretation von Einzelbildern und Bildfolgen. Über die letzten 40 Jahre hat sich das Computer-Sehen als eigene Fachdisziplin etabliert, die neben der KI parallele Wurzeln in der Mustererkennung und Signalverarbeitung hat. Heutzutage sind Computer-Vision-Techniken in der Lage Objekte in komplexen Umgebungen wieder zuerkennen, diese trotz Verdeckungen über die Zeit hinweg zu verfolgen, Bewegungen eines Menschen zu interpretieren, autonome Fahrzeuge zu lokalisieren und zu navigieren, Dokumente und Handschrift zu erkennen oder die Struktur und  Form eines Raumes/Objektes zu rekonstruieren.
In dem Modul werden Grundlagen aus verschiedenen Bereichen des Computer-Sehens vermittelt. Ein Schwerpunkt liegt dabei auf der Interpretation von Szenen und menschlichen Handlungen. Neben unterschiedlichen Ansätzen zur Objekterkennung und Szenekategorisierung wird dabei auf die Verfolgung von starren und artikulierten Objekten eingegangen, sowie auf die Modellierung von Kontextinformation.  Schließlich werden noch Aspekte des aktiven Roboter-Sehens behandelt.

Kompetenzen

Es wird der systematische Umgang mit Problemstellungen im Bereich Computer-Sehen vermittelt. Dabei liegt der Schwerpunkt auf der qualitativen Interpretation. Im Gegensatz zu genauen sensor-basierten Messverfahren, spielt dabei nicht die exakte Rekonstruktion eine Rolle, sondern die Abbildung von quantitativen Bilddaten auf bedeutungstragende Kategorien. Hierfür fließen Methoden der KI mit Methoden der Mustererkennung in einem spannenden Anwendungsfeld zusammen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

mündliche Prüfung (benotet) oder Kolloquium (unbenotet)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen Prüfung (benotet) oder des Kolloquiums (unbenotet) über die Vorlesung und Übung ergibt 5 LP.

Arbeitsaufwand und Leistungspunkte

Computer Vision:
Vorlesung
Nachbereitung der Vorlesung
Übung
Vorbereitung der Übung
Vorbereitung auf die Modulprüfung:
gesamt: 150h = 5 LP
2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2h/Woche x 16 Wochen
1h/Woche x 16 Wochen


 = 30h
= 30h
= 30h
= 15h
= 45h

Teilnahmevoraussetzungen und Vorkenntnisse

Vorkenntnisse in den Bereichen Bildverarbeitung und Musterklassifikation/Neuronale Netze werden empfohlen

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Sommersemester: Vorlesung Computer Vision
jährlich



Datenbanken

Modultitel

  • Datenbanken

Modultitel (Englisch)

  • Database Systems

Lehrveranstaltungen des Moduls

  • Einführung in die Datenbanken und Modellierung (WS: 2V + 2Ü)

Modulverantwortliche(r)

Lehrinhalte

In diesem Modul befassen wir uns mit den Grundlagen von Datenbanksystemen. Nach einem allgemeinen Überblick beschäftigen wir uns insbesondere mit dem relationalen Modell sowie mit der Anfragesprache SQL. Ein weiterer Schwerpunkt liegt auf dem Design von Datenbanken, insbesondere von relationalen Datenbanken. Zusätzlich zum relationalen Modell werden wir auch weitere Datenmodelle kennenlernen, wie z.B. das XML Datenmodell oder Objektorientierte Datenbankmodelle. Praktische Übungen mit MySQL, JDBC und XML runden die Vorlesung ab.

Kompetenzen

Die Vorlesung gibt einen Einblick in das Gebiet der Datenbanken und vermittelt Grundlagen und Handhabung der gängigen Datenbankmodelle und Methoden. Im Rahmen von Übungen wird das vermittelte Wissen durch praktische Aufgaben vertieft und umgesetzt. Die Studierenden werden durch die Arbeit mit konkreten Werkzeugen wie z.B. MySQL, XML und JAVA dazu befähigt, eigene Datenbanken und Applikationen zu entwerfen und zu implementieren.

Literatur

  • A. Silberschatz, H. F. Korth, S. Sudarshan, „Database Sysem Concepts“, 5th edition, McGraw Hill

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

Die benotete oder unbenotete Einzelleistung beinhaltet folgendes Portfolio an Leistungen:

  • schriftlichen Klausur
  • erfolgreiche Bearbeitung der Übungsblätter (s. Vergabe von LP)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der schriftlichen Klausur (3 LP) und erfolgreiche Bearbeitung der Übungsaufgaben (2 LP). Die erfolgreiche Bearbeitung der Übungsaufgaben beinhaltet, dass mind. 60% der Aufgaben in den Übungsgruppen „votiert“ werden, d.h. die Bereitschaft zum Vorrechnen zu Beginn jeder Übungsgruppe explizit angegeben wird, sowie mindestens zweimaliges Vorrechnen der Lösung zu einer votierten Aufgabe nach Aufforderung durch den Tutor. Diese Leistungen ergeben insgesamt 5 LP.

Arbeitsaufwand und Leistungspunkte

Vorlesung Datenbanken
Nachbereitung der Vorlesung:
Übungen
Vorbereitung der Übungen:
Vorbereitung der Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen


 = ca. 30h
= ca. 30h
= ca. 30h
= ca. 30h
= ca. 30h

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen bzw. Einführung in die Informatik/Grundlagen der Programmierung
Empfohlene Kenntnisse: Grundkenntnisse Mathematik

Modultyp und Verwendbarkeit

Pflichtmodul für den Bachelorstudiengang

  • Bioinformatik und Genomforschung

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Molekulare Biotechnologie (WP Informatik)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

Wintersemester: Vorlesung und Übung
jährlich



Datenbanken II

Modultitel

  • Datenbanken II

Modultitel (Englisch)

  • Database Systems II

Lehrveranstaltungen des Moduls

  • Datenbanken II (SS: 2V + 2Ü)

Modulverantwortliche(r)

Lehrinhalte

Das Modul erweitert und vertieft Datenstrukturen, Algorithmen und Architekturprinzipien von Datenbanksystemen. Dazu werden insbesondere die folgenden Themengebiete behandelt:

  • Physikalische Datenspeicherung (Filestruktur, Indices, Hashing etc.)
  • Anfragebearbeitung und –optimierung
  • Transaktionsmanagement
  • Recovery und Concurrency Control
  • Verteilte und Föderierte Datenbanken
  • Data Mining und Data Warehouses
  • Schema- und Datenintegration
  • Anwendungen  (Bioinformatik, Semantic Web, Multimedia, Geographische Datenbanken)

Kompetenzen

Die Vorlesung vermittelt ein tieferes Verständnis von Datenbanksystemen, ihrem Aufbau, Implementierung und Anwendungen.  Die Vorlesung vermittelt ebenfalls Grundlagen zu Techniken des Data Mining und der Datenintegration. Die Behandlung von konkreten Datenbankanwendungen in den Bereichen Semantic Web, Bioinformatik und Multimedia rundet die Vorlesung ab und liefert praxisrelevante Kenntnisse. Die erworbenen Kenntnisse sollen die Studierenden zur (Weiter-) Entwicklung von Datenbanksystemen sowie zur Realisierung nicht-trivialer Datenbankanwendungen befähigen.

Literatur

  • A. Silberschatz, H. F. Korth, S. Sudarshan, „Database System Concepts“, 5th edition, McGraw Hill, 2006
  • R. Elmasri und S.B. Navathe, „Fundamentals of Database Systems“, 5th edition, Pearson/Addison Wesley, 2007.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

Die benotete oder unbenotete Einzelleistung beinhaltet folgendes Portfolio an Leistungen:

  • schriftlichen Klausur
  • erfolgreiche Bearbeitung der Übungsblätter (s. Vergabe von LP)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen oder schriftlichen Prüfung (3 LP) sowie erfolgreiche Bearbeitung der Übungsblätter. Die erfolgreiche Bearbeitung der Übungsblätter beinhaltet die Lösung von mind. 60% der Aufgaben sowie das zweimalige Vorrechnen einer Aufgabe in den Übungsgruppen (2 LP). Diese Leistungen ergeben zusammen 5 LP.

Arbeitsaufwand und Leistungspunkte

Vorlesung Datenbanken II
Nachbereitung der Vorlesung:
Übungen
Vorbereitung der Übungen:
Vorbereitung der Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen


 = ca. 30h
= ca. 30h
= ca. 30h
= ca. 30h
= ca. 30h

Teilnahmevoraussetzungen und Vorkenntnisse

Kenntnisse aus Datenbanken I (oder vergleichbare Kenntnisse aus anderen Vorlesungen)

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Molekulare Biotechnologie (WP Informatik)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

Sommersemester: Vorlesung und Übung (ab SS 2011)



Digitale Kommunikation und Internetdienste

Modultitel

  • Digitale Kommunikation und Internetdienste

Modultitel (Englisch)

  • Digital Communication and Internet Services

Lehrveranstaltungen des Moduls

  • Digitale Kommunikation und Internetdienste (2V+1Ü)
  • Seminar Digitale Kommunikation (2S), Labor Digitale Kommunikation (2L)
  • gelegentlich angebotene Sonderveranstaltungen in Absprache mit dem Modulverantwortlichen

Modulverantwortliche(r)

Lehrinhalte

Einführung in Protokoll-Dienste-Stack-Architektur; OSI Vergleichsmodell; TCP/IP-Stack-Architektur. Ethernet, IP, TCP, Anwendungsdienste (HTTP, SMTP, usw.). Eine Auswahl weiterer Themen wie WiFi (IEEE 802.11-Serie), Bluetooth. Lokale TCP/IP-Netze, WiFi-Ad-Hoc-Netze, Bluetooth-Piconetze, Quality-of-Service sowie auch nach der Interessenslage der Teilnehmer im Seminar. Praktischer Umgang mit Ethernet, Bridgeing, Routing und andere TCP/IP-Techniken, eine Einführung in Cisco IOS.
 
Literatur:

  • Folien zur Vorlesung, RVS-Internetskripte (Blume et al., Holtkamp, Holtmann, Stuphorn).
  • Tanenbaum, Computernetze.
  • Comer, Computernetze.
  • Kurose & Ross, Computernetze.
  • Peterson & Davie, Computernetze.
  • Panwar et al., TCP/IP Essentials: A Lab-Based Approach

Kompetenzen

Verständnis der Grundlagen der Digital-Kommunikationssysteme. Die praktische Fähigkeit, mehrere digitale Geräte miteinander zu vernetzen mit Ethernet und TCP/IP.

Anzahl Einzelleistungen (benotet und unbenotet)

vier unbenotete Einzelleistungen oder drei unbenotete und eine benotete Einzelleistung (Labor Digitale Kommunikation)

Prüfungsformen

Klausur und Übungsaufgaben (Vorlesung und Übungen), Vortrag (Seminar), Laborbericht

Voraussetzungen für die Vergabe von Leistungspunkten

Präsenzteilnahme in Digitale Kommunikation und Internetdienste (Vorlesung und Übungen), Labor Digitale Kommunikation und Seminar Digitale Kommunikation oder gelegentlich angebotene Sonderveranstaltungen genehmigt vom Modulverantwortlichen

Arbeitsaufwand und Leistungspunkte

Digitale Kommunikation und Internetdienste (WS: 2V) 3 LP
Übungen zu Digitale Kommunikation und
Internetdienste (WS: 1Ü) 2 LP
Labor Digitale Kommunikation (SS: 2L) 3 LP
Seminar Digitale Kommunikation (SS: 2S) 2 LP

 = 90h

= 60h
= 90h
= 60h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Mathematik I, Grundlagen der Programmierung oder Algorithmen und Datenstrukturen

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Intelligente Systeme (Grundlagen Ergänzung)
  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Beginn: Wintersemester, Dauer: 1 Jahr, Turnus: jährlich



Einführung in die Bioinformatik

Modultitel

  • Einführung in die Bioinformatik

Modultitel (Englisch)

  • Introduction to Bioinfomatics

Lehrveranstaltungen des Moduls

  • Einführung in die Bioinformatik (Vorlesung und Übungen, 2+4 SWS)

Modulverantwortliche(r)

Lehrinhalte

Diese Vorlesung hat das Ziel die Bioinformatik Lösungsansätze für unterschiedliche häufige Probleme der Datenevaluation in der Biologie zu vermitteln. In den Vorlesungen werden die grundlegenden mathematischen und algorithmischen Hintergründe vermittelt. In den Übungen, welche voraussichtlich im Rahmen einer Blockveranstaltung abgehalten werden, können die Studierenden selbst Erfahrungen mit den vorgestellten Methoden sammeln und die Kenntnise vertiefen.

Es werden folgende Themen behandelt: Genomassemblierung, Sequenzvergleich/-analyse, Multiples Alignment, RNA Strukturen, Proteomics, Datenbanken, Bildanalyse, ...

Kompetenzen

Ziel ist die Vermittlung eines Einblicks in die Hintergründe und Funktionen der „wichtigsten“  Werkzeuge der Bioinformatik. Die Studierenden sollen anschließend in der Lage sein, die Bioinformatik Tools zur Datenanalyse einzusetzen, die Ergebnisse zu interpretieren und in der Planung und Durchführung in der Forschung effizient einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine unbenotete Einzelleistung

Prüfungsformen

Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel entweder wöchentlich im rahmen eines Blocks ausgegeben

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen des o.g. Portfolios ergibt 5 LP

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Übungen
Nachbereitung der Übungen
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
4 SWS x 16 Wochen
2h/Woche x 15 Wochen

 = 30h
= 30h
= 60h
= 30h

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Pflichtmodul im Bachelorstudiengang

  • Molekulare Biotechnologie (ab WS 2011/12, Studienstrukturreform)

Geeignet als Ergänzung für die Masterstudiengänge

  • Genome Based Systems Biology
  • Biochemie
  • Biologie
  • Biophysik

Dauer des Moduls / Angebotsturnus

Wintersemester, jährlich



Eingebettete Systeme

Modultitel

  • Eingebettete Systeme

Modultitel (Englisch)

  • Embedded Systems

Lehrveranstaltungen des Moduls

  • (I) Eingebettete Systeme (SoSe: Vorlesung und Übung, 4SWS)
  • (II) Entwicklung eingebetteter Systeme (WS: Projekt, 4 SWS)

Modulverantwortliche(r)

Lehrinhalte

(I) Bereits heute besteht die Möglichkeit, komplette mikroelektronische Systeme auf einem einzigen Chip zu realisieren – man spricht von SoCs, Systems on Chip. Diese Bausteine werden immer mehr in unser tägliches Leben integriert. Sie sind oft nicht als eigenständiger Computer zu erkennen sondern sind Bestandteil eines größeren, sie umgebenden Systems; man spricht von eingebetteten Systemen. Im Rahmen dieser Vorlesung betrachten wir die besonderen Anforderungen an den Entwurf und den Betrieb solcher eingebetteter Systeme.

Die Funktionalität eingebetteter Systeme wird durch die Integration von Prozessoren, anwendungsspezifischer Hardware und Software realisiert. Die besondere Herausforderung beim Entwurf solcher Systeme ergibt sich durch die Heterogenität der Systemarchitektur, die Komplexität der Aufgabenstellung und durch die Notwendigkeit, eine Vielzahl technischer und ökonomischer Vorgaben einhalten zu müssen. Schwerpunkte dieser Vorlesung liegen auf Entwurfsmethoden und Architekturen für eingebettete Systeme. Neben eingebetteten Prozessoren und anwendungsspezifischen Architekturen werden die speziellen Anforderungen an die Kommunikation in und zwischen eingebetteten Systemen diskutiert.

(II) Aufbauend auf den in der Vorlesung erworbenen theoretischen Kenntnissen entwickeln die Studierenden im Rahmen eines Projektes ein eigenes eingebettetes System. Sie erarbeiten gemeinsam eine Spezifikation, die anschließend in Kleingruppen umgesetzt wird. Dabei sind – typisch für eingebettete Systeme – sowohl softwaretechnische als auch hardwaretechnische Fragestellungen zu lösen. Die Ergebnisse der Projektarbeit werden in einer gemeinsamen Dokumentation zusammengefasst und im Rahmen einer Abschlusspräsentation vorgestellt.



Kompetenzen

(I) Die Vorlesung vermittelt ein vertieftes Verständnis der Anforderungen an eingebettete Systeme und zeigt Lösungsansätze für die Konzipierung und die Realisierung ressourceneffizienter Hardware-Software-Systeme auf.

(II) Im Rahmen des Projektes wird der Vorlesungsstoff praktisch angewandt, um das Verständnis der grundlegenden Konzepte und Entwurfsmethoden von eingebetteten Systemen besser zu verankern. Die Studierenden werden durch die eigenständige Arbeit mit Vorgehensmethoden vertraut, wie sie in wissenschaftlichen und industriellen Projekten gefordert sind. Die Möglichkeit zur Präsentation der eigenen Arbeiten im Rahmen eines Vortrags und einer kurzen Projektdokumentation vertieft zusammen mit der geforderten Teamarbeit wichtige soziale Kompetenzen.



Anzahl Einzelleistungen (benotet und unbenotet)

zwei benotete Einzelleistungen

Prüfungsformen

  • (I) mündliche Prüfung (benotet)
  • (II) Projektbericht und Projektpräsentation (benotet)

Voraussetzungen für die Vergabe von Leistungspunkten

(I) Bestehen der mündlichen Prüfung zur Vorlesung ergibt 5 LP.

(II) Die aktive Mitarbeit in den Gruppenprojekten und die erfolgreiche schriftliche Anfertigung eines Projektberichts mit anschließender Projektpräsentation ergeben 5 LP.



Arbeitsaufwand und Leistungspunkte

Eingebettete Systeme:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die Modulprüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 30h
= 45h
Entwurf eingebtteter Systeme:
Projekt
Vor-/Nachbereitung des Projekts
Vorbereitung der Projektpräsentation
gesamt: 150h = 5 LP		 4 SWS x 16 Wochen
3h/Woche x 16 Wochen

 = 60h
= 45h
= 15h
= 30h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Empfohlen: Digitalelektronik

Modultyp und Verwendbarkeit

Wahlpflichtmodul in den Masterstudiengängen

  • Naturwissenschaftliche Informatik (Vertiefung Informatik)
  • Intelligente Systeme (Vertiefung Intelligente Systeme)

Dauer des Moduls / Angebotsturnus

Sommersemester: Vorlesung und Übung
Wintersemester: Projekt

jährlich



Game Engineering und Simulation

Modultitel

  • Game Engineering und Simulation

Modultitel (Englisch)

  • Game Engineering and Simulation

Lehrveranstaltungen des Moduls

  • Game Engineering und Simulation (Projektarbeit)

Modulverantwortliche(r)

Lehrinhalte

Ausgehend von ausgewählten aktuellen Themen und Problemstellungen der Spieleentwicklung wird in der Veranstaltung auf spezifische und relevante Wissensdomänen der Informatik, des Software Engineering oder des Spieledesigns eingegangen. In Gruppenarbeit werden Konzepte erarbeitet und praktisch umgesetzt. Die praxis- und berufsorientierte Anwendung steht bei diesem Modul im Vordergrund. Die Lehrveranstaltung kann Anteile der Veranstaltung als Blockveranstaltung ausgliedern. Game Engineering behandelt alle relevanten Bereiche - darunter 3D Engines, Künstliche Intelligenz und Multiplayer-Netzwerke.

Kompetenzen

Ziel ist die Vertiefung wesentlicher Modelle, Verfahren und Methoden des Game Engineering und der Simulation. Die Bandbreite erstreckt sich von der Entwicklung über das Design bis zur Produktion. Insbesondere sollen die Studierenden in möglichst eigenständiger Gruppenarbeit ihre Fähigkeiten der praktischen Umsetzung von Kenntnissen praxisorientiert verbessern. Zudem sollen sie in der Lage sein, selbständig komplexe Probleme zu lösen und ihre Fähigkeiten zielorientiert einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine unbenotete Einzelleistung

Prüfungsformen

Projektbericht und Abschlusspräsentation

Voraussetzungen für die Vergabe von Leistungspunkten

Abgabe des Projektberichts einschließlich der Abschlusspräsentation ergibt 10 LP.

Arbeitsaufwand und Leistungspunkte

Theoretisches Game Engineering:
Teilnahme
Vorbereitung
Nachbereitung
Abschlussdokumentation
4 SWS x 15 Wochen
2h/Woche x 15 Wochen
2h/Woche x 15 Wochen
= 60h
= 30h
= 30h
= 30h
Praktisches Game Engineering:
Teilnahme
Vorbereitung
Nachbereitung
Abschlussdokumentation
gesamt: 300h = 10 LP
4 SWS x 15 Wochen
2h/Woche x 15 Wochen
2h/Woche x 15 Wochen
= 60h
= 30h
= 30h
= 30h

Teilnahmevoraussetzungen und Vorkenntnisse

Voraussetzungen: Algorithmen und Datenstrukturen oder Grundlagen der Programmierung, Techniken der Projektentwicklung
Vorkenntnisse: Softwareengineering I.

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

einmalig im Sommersemester 2010, anschließend jedes Wintersemester



Grundlagen Datamining

Modultitel

  • Grundlagen Datamining

Modultitel (Englisch)

  • Foundations of Datamining

Lehrveranstaltungen des Moduls

  • Grundlagen Datamining (Vorlesung und Blockübung/Übungen, 2 + 2/1 SWS)

Modulverantwortliche(r)

Lehrinhalte

Das Modul bietet eine Einführung in grundlegende Methoden des Datamining, der explorativen Datenanalyse und dafür einschlägigen Verfahren maschinellen Lernens und der Visualisierung von Daten.

Kompetenzen

Ziel ist die Vermittlung grundlegender Fragestellungen, Methoden und Anwendungsfelder des Datamining: Datenvorverarbeitung, Dimensionsreduktionsverfahren, Visualisierungstechniken, maschinelles Lernen, Signifikanzbewertung. Dabei werden die Anwendungsfelder Text- und Bilddatenmining, Datamining in der Bioinformatik und Zeitreihenanalyse berührt.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete und eine unbenotete Einzelleistung

Prüfungsformen

  • Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (50% der erzielbaren Punkte). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben, bei Blockübungen täglich.
  • benotete mündliche Prüfung über die Inhalte der Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

Erfolgreiches Bearbeiten der Übungsaufgaben ergibt 1,5 LP, Bestehen der mündlichen Prüfung ergibt 3,5 LP.

Arbeitsaufwand und Leistungspunkte

Datamining I
Vorlesung
Nachbereitung der Vorlesung
2 SWS x 16 Wochen
2h x 16 Wochen
= 30h
= 30h
Blockübungen
Nachbereitungen der Übungen
oder
Übungen
Bearbeiten der Übungsaufgaben		 6h x 1 Woche


1 SWS x 16 Wochen
2h x 16 Wochen		 = 30h
= 15h

= 15h
= 30h
Vorbereitung auf die Modulprüfung
gesamt: 150h = 5 LP		 = 45h

Teilnahmevoraussetzungen und Vorkenntnisse

Nützlich: Neuronale Netze und Lernen, Bildverarbeitung, Vertiefung Mathematik
Querbezüge zu: Information Visualization, Sequenzanalyse, Mustererkennung bzw. Musterklassifikation

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester, mindestens 2-jährlich



Grundlagen der Computergrafik

Modultitel

  • Grundlagen der Computergrafik

Modultitel (Englisch)

  • Computer Graphics

Lehrveranstaltungen des Moduls

  • Vorlesung "Einführung in die Computergrafik" (Vorlesung und Übung, 3+1 SWS)

Modulverantwortliche(r)

Lehrinhalte

Dieses Modul vermittelt die theoretischen und praktischen Grundlagen der Computergrafik, wobei die effiziente und/oder realistische Visualisierung dreidimensionaler Szenen im Mittelpunkt steht. Die Vorlesung teilt sich in vier Blöcke auf: Im Geometrie-Block werden verschiedene Repräsentationen für 3D-Modell und 3D-Szenen behandelt, z.B. Dreiecksnetze, Splineflächen, oder Volumendaten. Diese Modelle können dann entweder möglichst foto-realistisch (Block Globale Beleuchtung) oder möglichst effizient (Block Echtzeit-Rendering) visualisiert werden. Im Bildbearbeitungs-Block werden Post-Processing- oder Kompressionsverfahren für die resultierenden Bilder besprochen. Zum besseren Verständnis wird ein Großteil dieser Verfahren in den praktischen Übungen implementiert, welche in vier Mini-Projekte zu den entsprechenden Themenblöcken aufgeteilt sind.

Kompetenzen

In der Vorlesung lernen Studierende die Grundlagen der Computergrafik kennen und sammeln in den Übungen praktische Erfahrungen mit deren Implementation. Diese beinhalteten sowohl theoretische Grundlagen der Geometrierepräsentation und des Lichttransportes, als auch praktische Aspekte wie effiziente Datenstrukturen und Algorithmen für Echtzeitanwendungen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benoteteEinzelleistung

Prüfungsformen

Abschließende mündliche Prüfung (15-25 min.) über Vorlesung und Übungen.

Voraussetzungen für die Vergabe von Leistungspunkten

regelmäßige und aktive Teilnahme an Vorlesung und Übungen sowie Bestehen der abschließenden mündlichen Prüfung ergeben 10 LP (Vorlesung 3 LP, Übungen 4 LP, mündliche Prüfung 3 LP)

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen

Vorbereitung auf die Modulprüfung
gesamt: 300h = 10 LP

4 SWS x 16 Wochen
4h x 16 Wochen
1 SWS x 16 Wochen
4,5h x 16 Wochen
3h x 16 Wochen

= 60h
= 60h
= 15h
= 75h

= 90h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Kenntnisse in C++

Mathematik I und II

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft (Bildverarbeitungtechnologien)

Dauer des Moduls / Angebotsturnus

Wintersemester: Vorlesung
Sommersemester: Seminar/Projekt
jährlich



Grundlagen der Programmierung

Modultitel

  • Grundlagen der Programmierung

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Grundlagen der Programmierung I (Vorlesung und Übungen)
  • Grundlagen der Programmierung II (Vorlesung und Übungen)

Modulverantwortliche(r)

Lehrinhalte

Ausgehend von der Geschichte der Informatik werden in Grundlagen der Programmierung I die Grundlagen der Programmierung vorgestellt. Neben Programmierparadigmen werden die Grundprinzipien imperativer und funktionaler Programmiersprachen vorgestellt. Nach der Einführung wird auf die die Grundlagen der Programmierung eingegangen und die Grundlagen der objektorientierten Programmierung vorgestellt. Algorithmen als Lösung von Spezifikationen ergänzen die Grundlagen. Relevante Datenstrukturen (z.B. Listen, Bäume) und wichtige Algorithmen (z.B. Suchen, Sortieren) werden abschließend erläutert und in praktischen Übungen vertieft.

In Grundlagen der Programmierung II wird die Programmiersprache Java ausführlich vorgestellt. Neben der Vorstellung relevanter lexikalischer Elemente, Datentypen und Methoden wird vertieft auf Klassen und Objekte eingegangen. Diesem schließt sich die professionelle Entwicklung mit Java an. Neben den modernen Konzepten (z.B. Generics) steht die Beherrschung spezieller ausgesuchter Entwicklungsmethoden im Vordergrund (z.B. Test Driven Development, Test First, Cognitive Debugging, UML, Patterns/Anti-Patterns). Dabei ist im zweiten und dritten Drittel des Semesters ein individuelles Programmierprojekt selbstständig durchzuführen.

Kompetenzen

Ziel ist die Vermittlung der wesentlichen Grundlagen und Konzepte der Informatik und der Programmierung. Insbesondere sollen die Studierenden objektorientierte Vorgehensweisen beherrschen und durch Vertiefung mit der ausgewählten Programmiersprachen verbessern. Zudem sollen sie in der Lage sein, für einfachere praktische Probleme selbstständig Lösungen anhand einer objektorientierten Anwendung algorithmisch zu erarbeiten und moderne Entwicklungsmethoden einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete und eine unbenotete Einzelleistung

Prüfungsformen

benotet: Grundlagen der Programmierung I: mündliche oder schriftliche Prüfung
unbenotet: Grundlagen der Programmierung II: selbständiges Erstellen einer Softwareanwendung (Einzelprojekt)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen oder schriftlichen Prüfung ergibt 5 LP für „Grundlagen der Programmierung I“. Erfolgreiche Bearbeitung des Einzelprojektes ergibt 5 LP für „Grundlagen der Programmierung II“

Arbeitsaufwand und Leistungspunkte

Grundlagen der Programmierung I:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die mündliche Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 30h
= 45h
Grundlagen der Programmierung II:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
5h/Woche x 16 Wochen
 = 30h
= 15h
= 30h
= 75h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Pflichtmodul für die Bachelorstudiengänge

  • Medieninformatik und Gestaltung (ab WS 2008/09)
  • Nebenfach Informatik (ab WS 2008/09)

Dauer des Moduls / Angebotsturnus

Wintersemester: Grundlagen der Programmierung I
Sommersemester: Grundlagen der Programmierung II
jährlich



Grundlagen Neuronaler Netze

Modultitel

  • Grundlagen Neuronaler Netze

Modultitel (Englisch)

  • Foundations of Artificial Neural Networks

Lehrveranstaltungen des Moduls

  • Neuronale Netze und Lernen I (Vorlesung und Übungen, 2+1 SWS)

Modulverantwortliche(r)

Lehrinhalte

Das Modul vermittelt ein Verständnis der grundlegenden Konzepte neuronaler Informationsverarbeitung. Ausgehend von Modellvorstellungen der Informationsverarbeitung in biologischen Neuronennetzen werden theoretische Grundlagen und Lernverfahren künstlicher neuronaler Netze dargestellt. In praktischen Übungen wird das Gelernte vertieft und mit Hilfe von Neurosimulatoren programmiertechnisch umgesetzt.

Kompetenzen

Nach Besuch der Veranstaltung sollen die Teilnehmer in der Lage sein, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in Anwendungsdomänen erfolgreich einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung

Prüfungsformen

Lösen von Übungsaufgaben, mündliche Prüfung über die Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

erfolgreiches Bearbeiten (mind. 50%) der Übungsaufgaben, Bestehen der mündlichen Prüfung über die Vorlesung und Übungen

Arbeitsaufwand und Leistungspunkte

Neuronale Netze und Lernen I
Vorlesung
Nachbereitung der Vorlesung
Übungen
Bearbeiten der Übungsaufgaben
gesamt: 105h = 4 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
1 SWS x 16 Wochen
2h/Woche x 16 Wochen		 = 30h
= 30h
= 15h
= 30h
Vorbereitung auf die Modulprüfung:
gesamt: 45h = 1 LP		 = 45h

Leistungspunkte für das Modul: 5 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen bzw. Grundlagen der Programmierung bzw. Einführung in die Informatik für Biotechnologen, Vertiefung Mathematik

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Molekulare Biotechnologie (WP Informatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Dauer des Moduls / Angebotsturnus

Wintersemester



Grundlagen Technischer Informatik

Modultitel

  • Grundlagen Technischer Informatik

Modultitel (Englisch)

  • Introduction to Computer Engineering

Lehrveranstaltungen des Moduls

  • Grundlagen der Technischen Informatik (Vorlesung und Übungen, 2V + 2Ü)

Modulverantwortliche(r)

Lehrinhalte

Die Veranstaltung vermittelt Grundkenntnisse in den beiden Teilgebieten Rechnerarchitektur und Betriebssysteme. Im Teilgebiet Rechnerarchitektur werden ausgehend von der Schaltalgebra Grundschaltungen der digitalen Elektronik und der Computerarithmetik sowie Verfahren zur Kodierung von Zahlen eingeführt. Darauf aufbauend werden Kenntnisse zur Architektur von Digitalrechnern (CPU, Bussysteme, Speicher usw.) vermittelt. Das Teilgebiet Betriebssysteme stellt die Beziehung zwischen Rechnerhardware und Betriebssystemsoftware dar (Interrupts, Privilegstufen, Speicherverwaltungseinheit usw.). Behandelt werden ausgewählte Aspekte von Prozess- und Thread-Verwaltung, elementare Synchronisationsmechanismen (Mutex-Locks, Semaphoren), Verfahren der Speicherverwaltung (Paging, Segmentierung) sowie Datei- und Ein-Ausgabeverwaltung. Die Konzepte werden am Beispiel des Betriebssystems Unix/Linux erläutert. Die Übungen dienen der Vertiefung praktischer Fähigkeiten (z.B. schaltalgebraisches Rechnen, Konvertierung zwischen Zahlensystemen, Kodierung von Zahlen) und der Vertiefung theoretischer Kenntnisse (z.B. Befehlsabarbeitung, Scheduling, Synchronisationsmechanismen).

Kompetenzen

Die Studierenden erwerben Grundkenntnisse zur Architektur von Digitalrechnern und von Betriebssystemen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine unbenotete Einzelleistung

Prüfungsformen

aktive und regelmäßige Teilnahme an den Übungen, Klausur über die Inhalte der Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der Abschlussklausur (mindestens 50% der Maximalpunktzahl) ergibt 5 LP.

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
gesamt: 144h = 5 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2 SWS x 16 Wochen
3h/Woche x 16 Wochen

 = 32h
= 32h
= 32h
= 48h

Teilnahmevoraussetzungen und Vorkenntnisse

Wünschenswert sind Kenntnisse im Modul „Werkzeuge und Programmierung“ oder im Modul „Werkzeuge“

Modultyp und Verwendbarkeit

Pflichtmodul für die Bachelorstudiengänge

  • Medieninformatik und Gestaltung
  • Bioinformatik und Genomforschung
  • Nebenfach Informatik

Alternativ zum Modul Grundlagen der Technischen Informatik können die Module Rechnerarchitektur und Betriebssysteme belegt werden, um vertiefte Kenntnisse im Bereich Technische Informatik zu erwerben. Die Anrechnung der zusätzlichen 5 Leistungspunkte erfolgt im Wahlbereich.

Dauer des Moduls / Angebotsturnus

2. Semester des Bachelorprogramms
jährlich



Grundlagen theoretischer Informatik

Modultitel

  • Grundlagen theoretischer Informatik

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Theoretische Informatik (Vorlesung und Übungen, 4V + 2Ü)

Modulverantwortliche(r)

Lehrinhalte

Zentrale Gegenstände des Moduls sind die Formalisierung von Algorithmen und deren sprachliche Realisierungen als Programme sowie Problemlösungen durch Berechnungsverfahren. Neben formalen Sprachen und ihrer Typisierung nach Leistungsfähigkeit werden Grammatiken und Automaten behandelt. Es folgen Einführungen in die Berechenbarkeitstheorie, die sich mit grundsätzlichen Möglichkeiten und Grenzen der Algorithmisierbarkeit befasst, und in die Komplexitätstheorie, die untersucht, mit welchem Aufwand an Berechnungsressourcen (Rechenzeit, Speicherplatz) Probleme algorithmisch gelöst werden können. Abschließend werden Grundzüge der Logik im Hinblick auf ihre Rolle in informatischen Aufgabenstellungen vermittelt.

Kompetenzen

Grundsätzliches Verständnis der theoretischen Prinzipien der Informatik und Aneignung formaler Methoden wie z.B. Beweistechniken.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung

Prüfungsformen

Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte) und Abschlussklausur (90 min) oder abschließende mündliche Prüfung (15 - 12 min). Die Übungsaufgaben im Rahmen des Portofolios werden wöchentlich ausgegeben. Abschlussklausur oder abschließende mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.

Voraussetzungen für die Vergabe von Leistungspunkten

Regelmäßige Teilnahme an der Vorlesung und an den Übungen, mind. 60% der maximal erreichbaren Punkte beim Bearbeiten der Übungsaufgaben, Bestehen der Klausur

Arbeitsaufwand und Leistungspunkte

Teilnahme an der Vorlesung:
Teilnahme an den Übungen:
Bearbeiten der Übungszettel:
gesamt: 150h = 5 LP		 4 SWS x 16 Wochen
2 SWS x 16 Wochen

 = 60h
= 30h
= 60h
Selbststudium und Klausurvorbereitung:
gesamt: 90h = 3 LP		 = 90h

Leistungspunkte für das Modul: 8 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Vorausgesetzt werden Kenntnisse der Programmierung sowie Grundkenntnisse der naiven Mengenlehre und elementarer Beweistechniken wie des Beweisens durch Widerspruch und durch vollständige Induktion.

Im Bachelorstudiengang Nebenfach Informatik: Grundlagen der Programmierung

Modultyp und Verwendbarkeit

Pflichtmodul für die Bachelorstudiengänge

  • Kognitive Informatik
  • Naturwissenschaftliche Informatik
  • Nebenfach Informatik

Dauer des Moduls / Angebotsturnus

jährlich im Wintersemester, Dauer 1 Semester



Hardware-Engineering

Modultitel

  • Hardware-Engineering

Modultitel (Englisch)

  • Hardware Engineering

Lehrveranstaltungen des Moduls

  • Seminar aus dem Bereich „Hardware-Engineering”
  • Übungen/Praktikum Hardware-Engineering
  • Seminar aus dem Bereich „parallele Rechnerarchitekturen”

Modulverantwortliche(r)

Lehrinhalte

Das Seminar im Bereich „Hardware-Engineering” befasst sich mit der Entwicklung von komplexen digitalen Schaltungen. Hierzu gehören die verschiedenen Arten von programmierbaren ICs, die beim Entwurf eingesetzten Beschreibungssprachen und die Vorgehensweise bei einem solchen Hardware-Entwurf. Ebenfalls behandelt wird die Fehlersuche in programmierbaren digitalen Schaltungen.
Die Übungen enthalten neben theoretischen Aufgaben auch kleine Projekte (Praktikumsaufgaben) zum Erlernen einer Hardware-Beschreibungssprache und zum Erlernen des Hardware-Entwurfsverfahren. Die Studenten sollen die im Seminar kennen gelernten Techniken vertiefen und praktisch anwenden.
Das Seminar im Bereich „parallele Rechnerarchitekturen” bietet einen Einblick in unterschiedliche parallele Architekturen moderner Computer. Hierbei wird zunächst ein grober Überblick gegeben und eine Klassifizierung der verschiedenen Ansätze vorgenommen. Im Anschluss werden ausgewählte Architektur-Konzepte genauer betrachtet.

Kompetenzen

Die Studierenden sollen den Entwurf von und die Fehlersuche in komplexen digitalen Schaltungen verstehen. Hierzu gehört auch die Kenntnis der Zielsystem- und der Entwicklungs-Hardware (programmierbare digitale und analoge ICs, Programmier- und Fehlersuchgeräte). Im zweiten Teilgebiet besteht das Lernziel in der Kenntnis der verschiedenen parallelen Rechnerarchitekturen, ihrer jeweiligen Eigenschaften und der zugehörigen Programmiermodelle.

Anzahl Einzelleistungen (benotet und unbenotet)

unbenoteter Vortrag mit schriftlicher Ausarbeitung oder Hausarbeit in einem der Seminare
unbenotete Übungsaufgaben/Praktikumsberichte

Prüfungsformen

bewerteter Vortrag und Ausarbeitung oder umfangreichere, bewertete Hausarbeit
bewertete Übungsaufgaben/Praktikumsberichte

Voraussetzungen für die Vergabe von Leistungspunkten

Vortrag/Ausarbeitung und Hausarbeit in ausreichendem Umfang und ausreichender Qualität regelmäßige Teilnahme an beiden Seminaren
bewertete Übungsaufgaben/Praktikumsberichte: zu erreichen sind mindestens 50% der Maximalpunktzahl

Arbeitsaufwand und Leistungspunkte

1. Seminar (aktiv)
Seminar
Vortrag und Ausarbeitung bzw. Hausarbeit
gesamt: 64h = 2 LP
 2 SWS x 16 Wochen

 = 32h
= 32h
2. Seminar (passiv)
Seminar
gesamt: 32h = 1 LP		 2 SWS x 16 Wochen = 32h
Übung/Praktikum
Vorbereitung
gesamt: 64h = 2 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
 = 32h
= 32h

Leistungspunkte für das Modul: 5 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Abschluss des Moduls Rechnerarchitektur

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

1. Seminar und Praktikum im Wintersemester
2. Seminar im Sommersemester
jährlich oder zweijährlich je nach Teilnehmerinteresse



Information Retrieval

Modultitel

  • Information Retrieval

Modultitel (Englisch)

  • Information Retrieval

Lehrveranstaltungen des Moduls

  • Einführung in das Information Retrieval (WS: 2V+2Ü)
  • Praktikum Information Retrieval (SS: 4Pr)

Modulverantwortliche(r)

Lehrinhalte

Das Auffinden relevanter Informationen stellt eine zentrale Aktivität in unserer modernen Wissensgesellschaft dar. Relevante Informationen sind zum großen Teil in unstrukturierten Dokumenten (insbesondere Textdokumente) zu finden. Das Gebiet des Information Retrieval (IR) beschäftigt sich mit der Erforschung, Entwicklung und Anwendung von Methoden für den effizienten Zugriff und Suche auf großen Mengen von unstrukturierten Daten, insbesondere Texte, Bilder und Videos. In der Vorlesung werden folgende Themen behandelt:

  • Information Retrieval Modelle (insbesondere das Boolsche, das vektor-basierte und das probabilistische Modell)
  • Methoden zur Gewichtung von Termen
  • Techniken zur Indizierung
  • Sprachmodelle für das Information Retrieval
  • Relevance Feedback und Query Expansion für das Information Retrieval
  • Latent Semantic Indexing
  • Web Suche: Der Fall Google
  • Multimedia Retrieval

Ziel des Praktikums ist es, eine eigene Suchmaschine für einen größeren Datensatz (den Reuters Datensatz) zu entwickeln.

Kompetenzen

Nach Abschluss des Moduls sollten die Studierenden:

  • mit den wesentlichen Paradigmen sowie den gängigen Methoden und Modellen des Information Retrievals vertraut sein,
  • Techniken beherrschen, um große Mengen an unstrukturierten Daten  im Hinblick auf das effiziente Retrieval zu indizieren,
  • ein Verständnis für fortgeschrittene Techniken wie die Verwendung von Sprachmodellen für das IR, relevance feedback sowie latent semantic indexing entwickelt haben,
  • die Funktionsweise von Web-Suchmaschinen verstehen, sowie
  • in der Lage sein, ein IR System selbstständig zu implementieren.

Literatur:

  • "Introduction to Information Retrieval", Manning, Raghavan, Schütze, Cambridge University Press, 2008
  • "Search Engines: Information Retrieval in Practice", Bruce Croft, Donald Metzler, Trevor Strohman, Pearson/Addison-Wesley, 2009
  • "Modern Information Retrieval", Baeza-Yates and Ribeiro-Neto, Addison-Wesley, 1999

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung (Klausur) und zwei unbenotete Einzelleistungen (Portfolio aus Übungsaufgaben und Praktikum)

Prüfungsformen

  • Klausur
  • Portfolio aus Übungsaufgaben, die veranstaltungsbegleitend gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte, individuelles Erläutern der Lösungen). Die Übungsaufgaben im Rahmen des Portfolios werden in der Regel wöchentlich ausgegeben
  • erfolgreiches Absolvieren des Praktikums (Vorstellung der entwickelten Suchmaschine in Gruppen)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der Klausur (2 LP) und erfolgreiche Bearbeitung der Übungsaufgaben (3,5 LP) sowie erfolgreiches Absolvieren des Praktikums (4,5 LP) ergeben insgesamt 10 LP.

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung Vorlesung
Vorbereitung  der Übungen
Übungen
Vorbereitung der Klausur
Praktikum (Präsenz)
Vorbereitung Praktikum
gesamt: 300h = 10 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2h/Woche x 16 Wochen
2 SWS x 16 Wochen

2 SWS x 16 Wochen


 = 30h
= 30h
= 30h
= 30h
= 60h
= 30h
= 90h

Teilnahmevoraussetzungen und Vorkenntnisse

Kenntnisse in folgenden Gebieten werden empfohlen (stellen aber keine Voraussetzung dar): Algorithmen und Datenstrukturen, Grundkenntnisse Mathematik, Einführung in die Datenbanken und Modellierung

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

Wintersemester: Vorlesungen und Übungen (einmalig auch im SS 2010)
Sommersemester: Praktikum
Dauer 2 Semester



Information Visualization

Modultitel

  • Information Visualization

Modultitel (Englisch)

  • Information Visualization

Lehrveranstaltungen des Moduls

  • Information Visualization (Vorlesung, 4 SWS)

Modulverantwortliche(r)

Lehrinhalte

In dieser Vorlesung werden die Grundlagen der Information Visualization, also der Repräsentation von Daten und Datenräumen mit Hilfe der Computergrafik behandelt. Neben einer grundlegenden Einführung in das Thema der Datenvisualisierung und in die kognitionspsychologischen Aspekte werden vor allem neue Techniken und Anwendungsgebiete der Visualisierung besprochen: Glyphen, Hyperbolic Trees, Netmap, Virtual Worlds etc.

Literatur:

  • C. Ware: Information Visualization. Morgan Kaufmann Publishers 2004.
  • R. Spence: Information Visualization. Addison Wesley 2000.
  • E. R. Tufte: The Visual Display of Quantitative Information. Graphics Press 2002.

Kompetenzen

Die Studierenden sollen sowohl theoretische Grundlagen als auch handwerkliche Kenntnisse über das Themengebiet erwerben. Die vermittelten Inhalte sollen den Studierenden eine Grundlage für die visuelle Analyse von Daten liefern. Als Anwendungsfelder sollen verstärkt Daten aus den Naturwissenschaften besprochen werden.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

benotete oder unbenotete Klausur über die Inhalte der Vorlesung

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der Klausur ergibt 5 LP

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung der Vorlesung
Vorbereitung auf die Modulprüfung
gesamt: ca. 150h = 5 LP		 4 SWS x 16 Wochen
2h/Woche x 16 Wochen


 = 60h
= 30h
= 60h

Teilnahmevoraussetzungen und Vorkenntnisse

gute Ergänzung zum Modul „Grundlagen Datamining“

Modultyp und Verwendbarkeit

Pflichtmodul im Bachelorstudiengang

  • Medieninformatik und Gestaltung

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Molekulare Biotechnologie (WP Informatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Sommersemester, jährlich



Künstliche Intelligenz

Modultitel

  • Künstliche Intelligenz

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Methoden der Künstlichen Intelligenz (Vorlesung und Übungen, 2V + 2Ü)
  • Seminar (2S) oder alternativ
  • Multiagentensysteme (Vorlesung + Übungen, 1V+1Ü)

Modulverantwortliche(r)

Lehrinhalte

Das Gebiet Künstliche Intelligenz (KI) befasst sich mit der Konstruktion von informations-verarbeitenden Systemen – „intelligenten Agenten“ –, die kognitive Leistungen modellieren und in technischen Anwendungen verwerten. Es wird vermittelt, wie man Datenstrukturen zur Darstellung von Wissen maschinenverarbeitbar anlegen kann, wie man Problemlösungs- und Entscheidungsprozesse modellieren kann, wie man mit symbolverarbeitenden Computerprogrammen auf der Basis logischer Kalküle Schlussfolgerungen aus Annahmen ziehen kann und wie man mit Maschinen kommunizieren kann. Ein wichtiges Anwendungsgebiet der KI sind (Multi-)Agentensysteme, die in einer möglicherweise verteilten Umgebung kommunikativ und kooperativ verschiedene Aufgabe lösen.

Kompetenzen

Ziel ist die Vermittlung von grundlegenden Konzepten und Methoden symbolischer Informationsverarbeitung und deren Umsetzung in agentenorientierten Paradigmen.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei benotete oder unbenotete Einzelleistungen
(von den Modulen Künstliche Intelligenz und Sprachverarbeitung im Studiengang Kognitive Informatik ist nur eines benotet zu erwerben)

Prüfungsformen

Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte) und Abschlussklausur (90 min) oder abschließende mündliche Prüfung (15 - 12 min). Die Übungsaufgaben im Rahmen des Portofolios werden wöchentlich ausgegeben. Abschlussklausur oder abschließende mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.

Im Modulbereich "Multiagentensysteme" Seminarvortrag und entweder schriftliche Ausarbeitung oder Klausur bzw. (alternativ) Demonstration mit schriftlicher Ausarbeitung.

Voraussetzungen für die Vergabe von Leistungspunkten

Bearbeiten von Übungsaufgaben sowie Klausur zur Vorlesung "Methoden der KI" ergibt 6 LP.
Im Modulbereich "Multiagentensysteme" Seminarvortrag und entweder schriftliche Ausarbeitung oder Klausur bzw. alternativ Demonstration mit schriftlicher Ausarbeitung ergibt 4 LP.

Arbeitsaufwand und Leistungspunkte

Im Modulbereich "Methoden der KI":
Teilnahme an der Vorlesung
Teilnahme an den Übungen
Bearbeiten der Übungsaufgaben:
Selbststudium und Klausurvorber.:
gesamt: 180h = 6 LP		 2 SWS x 16 Wochen
2 SWS x 16 Wochen


 = 30h
= 30h
= 60h
= 60h
Im Modulbereich "Multiagentensysteme":
Teilnahme am Seminar/Vorlesung+Übung
Seminarvortrag mit Ausarbeit. oder Klausur;
alternativ Vorbereitung und Ausarbeitung
einer Demonstration:
Selbststudium:
gesamt: 120h = 4 LP		 2 SWS x 16 Wochen




 = 30h


= 60h
= 30h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Vorausgesetzt werden Programmierkenntnisse und Beherrschung einfacher Logikkalküle.
Grundkenntnisse der Theoretischen Informatik sind nützlich.

Modultyp und Verwendbarkeit

Pflichtmodul für den Bachelorstudiengang

  • Kognitive Informatik

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Informatik als Nebenfach (WP Vertiefung Informatik)

Wahlpflichtmodul für den Masterstudiengang

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung), falls nicht bereits im Bachelorstudiengang Kognitive Informatik absolviert

Dauer des Moduls / Angebotsturnus

jährlich, Dauer 2 Semester



Mensch-Maschine-Interaktion

Modultitel

  • Mensch-Maschine-Interaktion

Modultitel (Englisch)

  • Human-Computer Interaction

Lehrveranstaltungen des Moduls

  • Vorlesung “Mensch-Maschine-Interaktion” mit Übungen (2+2 SWS)
  • Seminar mit Ausarbeitung (2 SWS) bzw. Projekt oder Praktikum zu "Natürliche Benutzerschnittstellen" (4 SWS)

Modulverantwortliche(r)

Lehrinhalte

Das Modul vermittelt die Grundlagen sowie aktuelle Trends der Mensch-Maschine-Interaktion mit besonderem Fokus auf natürliche Interaktion und intelligente, soziale Maschinen (Roboter oder virtuelle Agenten).

Der erste Modulbereich "Mensch-Maschine Interaktion" (6 LP) bietet zunächst fundamentale Kenntnisse des Designs gebrauchstauglicher Mensch-Maschine-Schnittstellen. Dazu gehören Techniken des Entwurfs, der Umsetzung und der Evaluation interaktiver Systeme, ebenso wie zentrale Kenntnisse der kognitiven Fähigkeiten und Einschränkungen von Nutzern. Zudem werden Grundlagen gelegt aus den Gebieten natürlich-sprachliche Dialogsysteme und multimodale Schnittstellen.  Die vorlesungsbegleitenden Übungen dienen der praktischen Einübung der erlernten Methoden durch die Umsetzung und die Evaluation realer Schnittstellen.

Der zweite Modulbereich "Natürliche Benutzerschnittstellen" (4 LP) widmet sich den aktuellen Ansätzen und Techniken, Systeme mit intelligenten Fähigkeiten zur natürlichen Interaktion mit Nutzern auszustatten. Dazu gehören gesten-basierte Interfaces, konversationale Schnittstellen oder soziale Agenten und Roboter. Diese Inhalte können theoretisch in einem Seminar oder praktisch in Form eines Praktikums/Projekts erarbeitet werden.

Kompetenzen

Prinzipien und Methoden der Gestaltung tatsächlich gebrauchstauglicher Maschinen ("User-Centered Design"); Techniken von grafischen Oberflächen über natürlichen Sprachdialog bis hin zu multimodaler Interaktion und Interface-Agenten; Ansätze und Methoden der Modellierung konversationalen und sozialen Maschinenverhaltens und deren Einsatz in Mensch-Maschine/Mensch-Roboter-Interaktion.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei benotete oder unbenotete Einzelleistungen

Prüfungsformen

Klausur oder mündliche Prüfung, Vortrag im Seminar mit schriftlicher Ausarbeitung,
praktische Ergebnisse und schriftliche Dokumentation im Projekt/Praktikum

Voraussetzungen für die Vergabe von Leistungspunkten

Regelmäßige aktive Teilnahme, Bearbeiten der Übungsaufgaben bzw. Projekte ergibt 3 LP, Bestehen der Klausur bzw. mündlichen Prüfung ergibt 3 LP (benotet oder unbenotet), Halten eines Vortrags und Anfertigung eines Essays im Seminar oder praktische Arbeit und schriftliche Ausarbeitung im Projekt bzw. Praktikum ergibt 4 LP (benotet oder unbenotet).

Arbeitsaufwand und Leistungspunkte

Im Modulbereich "Mensch-Maschine Interaktion":
Teilnahme an Vorlesung mit Vor-/Nachbereitung:
Teilnahme an Übungen und Bearbeiten der Aufgaben:
Wiederholung und Klausur-/Prüfungsvorbereitung:
gesamt: 180h = 6 LP


= 60h
= 90h
= 30h

Im Modulbereich "Natürliche Benutzerschnittstellen":
Aktive Teilnahme an Seminar bzw. Praktikum/Projekt:
Vorbereitung eines Vortrags und Anfertigung eines
Essays im Seminar bzw. Lösen der praktischen Aufgaben
und Anfertigen einer schriftlichen Ausarbeitung im
Projekt/Praktikum:
gesamt: 120h = 4 LP

= 90h



= 30h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen bzw. Grundlagen der Programmierung

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

jährlich, Dauer 2 Semester



Musterklassifikation

Modultitel

  • Musterklassifikation (ab WS 2009/10)

Modultitel (Englisch)

  • Pattern Classification

Lehrveranstaltungen des Moduls

  • Musterklassifikation (Vorlesung und Übungen, 3V + 1Ü)
  • Seminar zu ausgewählten Themen aus dem Bereich Musterklassifikation (2S)

Modulverantwortliche(r)

Lehrinhalte

Mustererkennung gehört zu den Bemühungen der modernen Informationstechnik, Wahrnehmungsleistungen zu automatisieren wie wir sie sonst von natürlichen Vorbildern kennen. Klassifikation bedeutet dabei, dass ein Muster als Gesamtheit einem Begriff, d.h. einer Klasse zugewiesen wird. In der Vorlesung werden unterschiedliche Klassifikationsansätze wie z.B. der Bayes-Klassifikator bzw. der Mischverteilungsklassifikator, der Polynomklassifikator, Hidden-Markov-Modelle sowie das Multilayer-Perzeptron und die Support Vektor Maschinen behandelt.
Im Rahmen des Seminars werden ausgewählte, spezialisierte Themen der Musterklassifikation behandelt. Dabei wird ein Themenkomplex von jedem Teilnehmer aufbereitet und in einem Vortrag präsentiert. Zusätzlich wird eine Ausarbeitung zum jeweiligen Thema erstellt.

Kompetenzen

Vermittlung eines Einblicks in die wesentlichen Grundlagen und Konzepte von Verfahren der Musterklassifikation, so dass die Vor- und Nachteile der unterschiedlichen Verfahren eingeschätzt und für praktische Anwendungen genutzt werden können. Durch die eigenständige Bearbeitung eines Seminarthemas wird das erworbene Wissen vertieft.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung (mündliche Prüfung) und eine unbenotete Einzelleistung (Referat und Ausarbeitung) oder zwei unbenotete Einzelleistungen

Prüfungsformen

mündliche Prüfung, Vortrag und Ausarbeitung (Hausarbeit)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen Prüfung ergibt 5,5 LP, erfolgreiche Teilnahme am Seminar ergibt 4,5 LP

Arbeitsaufwand und Leistungspunkte

Musterklassifikation:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung der Prüfung
gesamt: 165h = 5,5 LP		 3 SWS x 16 Wochen
2h/Woche x 16 Wochen
1 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 45h
= 30h
= 15h
= 30h
= 45h
Seminar Musterklassifikation:
Seminar
Nachbereitung des Seminars
Vorbereitung des Vortrags
Erstellung der Ausarbeitung
gesamt: 135h = 4,5 LP		 2 SWS x 15 Wochen
2h/Woche x 15 Wochen


 = 30h
= 30h
= 35h
= 40h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester: Musterklassifikation
Sommersemester: Seminar Musterklassifkation
jährlich



Neuronale Netze und Lernen

Modultitel

  • Neuronale Netze und Lernen

Modultitel (Englisch)

  • Artificial Neural Networks and Machine Learning

Lehrveranstaltungen des Moduls

  • Neuronale Netze und Lernen I (Vorlesung und Übungen, 2+1 SWS)
  • Neuronale Netze und Lernen II (Vorlesung und Blockübungen, 2+2/1 SWS)

Modulverantwortliche(r)

Lehrinhalte

Das Modul vermittelt ein Verständnis der grundlegenden Konzepte neuronaler Informationsverarbeitung. Ausgehend von Modellvorstellungen der Informationsverarbeitung in biologischen Neuronennetzen werden theoretische Grundlagen, Architekturen und Lernverfahren künstlicher neuronaler Netze dargestellt und in den Kontext maschinellen Lernens eingeordnet. In praktischen Übungen wird das Gelernte vertieft und mit Hilfe von Neurosimulatoren programmiertechnisch umgesetzt.

Kompetenzen

Nach Besuch der Veranstaltung sollen die Teilnehmer in der Lage sein, die Leistungsfähigkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in Anwendungsdomänen erfolgreich einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete Einzelleistung

Prüfungsformen

Lösen von Übungsaufgaben, mündliche Prüfung über die beiden Vorlesungen

Voraussetzungen für die Vergabe von Leistungspunkten

erfolgreiches Bearbeiten (mind. 50%) der Übungsaufgaben, erfolgreiche Teilnahme an den Blockübungen, Bestehen der mündlichen Prüfung über die die beiden Vorlesungen und Übungen

Arbeitsaufwand und Leistungspunkte

Neuronale Netze und Lernen I
Vorlesung
Nachbereitung der Vorlesung
Übungen
Bearbeiten der Übungsaufgaben
gesamt: 105 h = 4 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
1 SWS x 16 Wochen
2h/Woche x 16 Wochen		 = 30h
= 30h
= 15h
= 30h
Neuronale Netze und Lernen II
Vorlesung
Nachbereitung der Vorlesung
Blockübungen
gesamt: 90h = 3 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
6h x 1 Woche		 = 30h
= 30h
= 30h
Vorbereitung auf die Modulprüfung:
gesamt: 90h = 3 LP		 = 90h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen, Vertiefung Mathematik

Modultyp und Verwendbarkeit

Pflichtmodul für den Bachelorstudiengang

  • Kognitive Informatik

Wahlpflichtmodul für den Bachelorstudiengang

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung), falls nicht bereits im Bachelorstudiengang Kognitive Informatik absolviert

Dauer des Moduls / Angebotsturnus

Beginn: Wintersemester, Turnus: jährlich



Probabilistische Graphische Modelle

Modultitel

  • Probabilistische Graphische Modelle

Modultitel (Englisch)

  • Probabilistic Graphical Models

Lehrveranstaltungen des Moduls

  • Einführung in Probabilistische Graphische Modelle (Vorlesung und Übung)

Modulverantwortliche(r)

Lehrinhalte

Probabilistische Graphische Modelle oder engl. Probabilistic Graphical Models (PGMs) sind eine Mischung aus Wahrscheinlichkeitstheorie und Graphentheorie. In den letzten Jahren hat sich herauskristallisiert, dass diese einen sehr natürlichen Zugang zu Umgang mit Unsicherheit und Komplexität in vielen Problemfeldern bieten. Einsatzgebiete erstrecken sich von Mustererkennung (Sprache, Bilder, Bioinformatik, etc.), über medizinische Anwendungen (Diagnose) bis zu Hilfeassistenten in Betriebsystemen (Welches Ziel verfolgt der Benutzer?).
In dem Modul werden zunächst die Grundlagen erarbeitet, auf denen die verschiedenen Ausprägungen von PGMs (Hidden-Markov-Modelle, Bayes’sche Netzwerke, Markov-Random-Fields, etc.) basieren. Dabei liefert die Theorie der PGMs eine einheitliche Betrachtungsweise auf die Probleme der Inferenz (Schlussfolgern) und des Parameterlernens, die teilweise auch auf (teil-) kontinuierliche Modelle, wie z.B. PCA oder Kalman-Filter, ausgedehnt werden kann. Auf das Lernen der Struktur wird am Beispiel der Bayes’schen Netzwerke eingegangen.
Ein weiterer Schwerpunkt der Vorlesung liegt darin, die Art und Weise der Problemmodellierung mit PGMs zu verstehen. Dies wird anhand von verschiedenen Beispielen aus den Gebieten Computer-Sehen, Spracherkennung, Bioinformatik und Diagnose diskutiert. In der Blockübung am Ende der Vorlesung wird der praktische Umgang mit PGMs anhand einer ausgewählten Problemstellung vertieft.

Kompetenzen

Es wird der systematische Umgang mit Problemstellungen vermittelt, die durch unsicheres Wissen gekennzeichnet sind, d.h. es sind nicht alle Fakten bekannt, Messungen können nur ungenau durchgeführt werden oder nicht alle Zusammenhänge sind bekannt. Dies ist in sehr vielen praktischen Problemen und Forschungsfeldern der Fall, in denen Daten interpretiert werden müssen, wie z.B. in den Naturwissenschaften oder im Bereich kognitive Systeme.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

mündliche Prüfung (benotet) oder Kolloquium (unbenotet)

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der mündlichen Prüfung (benotet) oder des Kolloquiums (unbenotet) über die Vorlesung und Übung ergibt 5 LP.

Arbeitsaufwand und Leistungspunkte

Einführung in Probabilistische
Graphische Modelle:
Vorlesung
Nachbereitung der Vorlesung
Übung
Vorbereitung der Übung
Vorbereitung auf die Modulprüfung:
gesamt: 150h = 5 LP
2 SWS x 16 Wochen
2h/Woche x 16 Wochen
2h/Woche x 16 Wochen
1h/Woche x 16 Wochen


 = 30h
= 30h
= 30h
= 15h
= 45h

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester: Einführung in Probabilistische Graphische Modelle
jährlich



Regelungstechnik

Modultitel

  • Regelungstechnik

Modultitel (Englisch)

  • Control Theory

Lehrveranstaltungen des Moduls

  • Regelungstechnik (Vorlesung und Übungen, 3V + 2Ü)
  • Angewandte Regelungstechnik (Fortgeschrittenen-Übungen, 3Ü) (optional)

Modulverantwortliche(r)

Lehrinhalte

Die Vorlesung und die Übungen Regelungstechnik vermitteln Grundlagen der Regelungstechnik, insbesondere zur Beschreibung und zum Entwurf einschleifiger Eingrößenregler im Laplacebereich und zur Systembeschreibung und zum Reglerentwurf im Zustandsraum. Es wird insbesondere auf die Regelung von Elektromotoren in Gelenken von Roboter-Manipulatoren und von Antriebsmotoren mobiler Roboter eingegangen. In den Fortgeschrittenen-Übungen sollen die Studenten dieses Wissen für die Steuerung eines balancierenden mobilen Roboters (full state controller und Beobachter) sowie eines Krans einsetzen. Dabei sind die entsprechenden Regleralgorithmen auszuwählen, zu parametrieren und in der Programmiersprache C zu implementieren.

Kompetenzen

Den Studenten werden die notwendigen theoretischen Kenntnisse vermittelt, um selbständig grundlegende regelungstechnische Probleme lösen zu können. Das Wissen wird mit der Anwendung in den Fortgeschrittenen-Übungen vertieft und verfestigt.

Anzahl Einzelleistungen (benotet und unbenotet)

vier unbenotete Einzelleistungen oder
eine benotete Einzelleistung (Klausur bzw. mündl. Prüfung) und drei unbenotete Einzelleistungen

Prüfungsformen

regelmäßige und aktive Teilnahme sowie erfolgreiche Bearbeitung der Übungsaufgaben (unbenotet) und erfolgreiches Bestehen der Klausur/mündliche Prüfung (ggf. benotet);
regelmäßige und aktive Teilnahme sowie erfolgreiche Bearbeitung der Fortgeschrittenen-Übungen (unbenotet) und Abschlussvortrag (einschl. Demonstration) und Ausarbeitung zu den Fortgeschrittenen-Übungen (unbenotet)

Voraussetzungen für die Vergabe von Leistungspunkten

regelmäßige und aktive Teilnahme an den Übungen sowie erfolgreiches Bearbeiten der Übungsaufgaben nach Maßgabe der Anforderungen, die zu Beginn der Veranstaltung bekannt gegeben werden, ergibt 2 LP, Bestehen der Klausur bzw. mündlichen Prüfung ergibt 3 LP;
regelmäßige und aktive Teilnahme an den Übungen sowie erfolgreiches Bearbeiten der Fortgeschrittenen-Übungsaufgaben nach Maßgabe der Anforderungen, die zu Beginn der Veranstaltung bekannt gegeben werden, ergibt 4 LP, Referat und Ausarbeitung ergibt 1 LP.

Arbeitsaufwand und Leistungspunkte

Das Modul kann mit oder ohne Fortgeschrittenen-Übungen abgeschlossen werden, es können entsprechend 5 LP oder 10 LP erworben werden.

Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
gesamt: 160h = 5 LP		 3 SWS x 16 Wochen
3h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 48h
= 48h
= 32h
= 32h
Angewandte Regelungstechnik
Vorbereitung der Übungen
Ausarbeitung
Vorbereitung Vortrag
gesamt: 144h = 5 LP		 3 SWS x 16 Wochen
4h/Woche x 16 Wochen



 = 48h
= 64h
= 24h
= 8h

Leistungspunkte für das Modul: 5 LP (ohne Fortgeschrittenen-Übungen) oder 10 LP (mit Fortgeschrittenen-Übungen)

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge:

  • Naturwissenschaftliche Informatik (Vertiefung Informatik)
  • Kognitive Informatik (Vertiefung Intelligente Systeme)
  • Nebenfach Informatik (Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Intelligente Systeme (Grundlagen Ergänzung)
  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester: Regelungstechnik Vorlesung und Übungen
Sommersemester: Angewandte Regelungstechnik (Fortgeschrittenen-Übungen)
jährlich

maximal 20 Teilnehmer in Regelungstechnik (V+Ü)
maximal 16 Teilnehmer in den Fortgeschrittenen-Übungen (Angewandte Regelungstechnik)



Robotik

Modultitel

  • Robotik

Modultitel (Englisch)

  • Robotics

Lehrveranstaltungen des Moduls

  • Mobile Roboter (Vorlesung und Übungen, 2V + 2Ü)
  • Robotermanipulatoren (Vorlesung und Übungen, 2V + 2Ü)

Modulverantwortliche(r)

Lehrinhalte

Die Vorlesung "Mobile Roboter" gibt eine Einführung in die Methoden zur Steuerung mobiler Roboter: Sensoren, Kinematik, Pfadintegration, probabilistische Lokalisationsverfahren, SLAM-Verfahren, visuelle Navigation und Pfadplanung. Im zweiten Teil der Übungen zu Mobile Roboter müssen in einem Robotersimulator Aufgaben zur Kinematik, Pfadintegration, Lokalisation und visuellen Navigation gelöst werden (Programmierung in der Skriptsprache Tcl/Tk; dazu wird in einer der Vorlesungen eine kurze Einführung (1h) gegeben).

Die Vorlesung "Robotermanipulatoren" befasst sich mit der Steuerung von Roboterarmen und behandelt Vorwärts- und inverse Kinematik, Geschwindigkeitskinematik, Jacobi-Analyse, Bahnplanung und Dynamik.

Kompetenzen

Die Studenten erhalten einen Überblick über die Probleme und Lösungsmethoden in der Robotik. Durch Programmierübungen (Mobile Roboter) wird das erworbene Wissen vertieft, und praktische Erfahrungen bei der Steuerung von mobilen Robotern werden erworben. Die Kenntnisse sind einerseits im industriellen Einsatz (Industrieroboter, fahrerlose Transportsysteme, Assistenzsysteme) anwendbar; andererseits ermöglicht das vermittelte Wissen den Einstieg in die Robotik als aktuelles Forschungsgebiet.

Anzahl Einzelleistungen (benotet und unbenotet)

drei unbenotete Einzelleistungen oder
eine benotete Einzelleistung (Klausur bzw. mündl. Prüfung) und zwei unbenotete Einzelleistungen

Prüfungsformen

aktive und regelmäßige Teilnahme sowie erfolgreiche Bearbeitung der Übungsaufgaben (jeweils in Mobile Roboter und Robotermanipulatoren), Bestehen der Klausur bzw. mündlichen Prüfung über die Inhalte beider Vorlesungen (benotet oder unbenotet)

Voraussetzungen für die Vergabe von Leistungspunkten

regelmäßige und aktive Teilnahme an den Übungen sowie Bearbeitung der Übungsaufgaben zu Mobile Roboter nach Maßgabe der Anforderungen, die zu Beginn der Veranstaltung bekannt gegeben werden, ergibt 5 LP; regelmäßige und aktive Teilnahme an den Übungen sowie Bearbeitung der Übungsaufgaben zu Robotermanipulatoren nach Maßgabe der Anforderungen, die zu Beginn der Veranstaltung bekannt gegeben werden, ergibt 4 LP; Bestehen der Modulabschlussklausur bzw. mündlichen Prüfung ergibt 1 LP.

Arbeitsaufwand und Leistungspunkte

Mobile Roboter:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
gesamt: 144h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
4h/Woche x 16 Wochen		 = 32h
= 16h
= 32h
= 64h
Robotermanipulatoren:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
gesamt: 120h = 4 LP
2 SWS x 16 Wochen
1,5h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 32h
= 24h
= 32h
= 32h
Vorbereitung auf Modulprüfung
(Klausur oder mündlichen Prüfung)
gesamt: 30h = 1 LP		 = 30h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Abschluss des Moduls „Betriebssysteme” oder vergleichbare Programmierkenntnisse

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Intelligente Systeme (Grundlagen Ergänzung)
  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Beginn im Wintersemester: Mobile Roboter
Fortsetzung im Sommersemester: Robotermanipulatoren
Klausur am Ende des SS über beide Vorlesungen, jährlich

begrenzte Teilnehmerzahl: 20



Sequenzanalyse

Modultitel

  • Sequenzanalyse

Modultitel (Englisch)

  • Sequence Analysis

Lehrveranstaltungen des Moduls

  • Sequenzanalyse I (Vorlesung und Übungen)
  • Sequenzanalyse II (Vorlesung)
  • Sequenzanalyse-Praktikum (Übung)

Modulverantwortliche(r)

Lehrinhalte

In diesem Modul werden die gängigen Techniken der Sequenzanalyse behandelt: Exakte und approximative Textsuche, paarweises und multiples Alignment, Datenstrukturen zur Indizierung von Texten, Werkzeuge zur schnellen Sequenzdatenbanksuche.

Kompetenzen

Den Studierenden werden die theoretischen Grundlagen der Sequenzanalyse vermittelt, sie lernen die gängigen Werkzeuge kennen und sammeln praktische Erfahrung mit diesen Werkzeugen.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei benotete und eine unbenotete Einzelleistung

Prüfungsformen

  • Portfolio bestehend aus Übungsaufgaben und benoteter Klausur oder benoteter mündlicher Prüfung zu "Sequenzanalyse I". Erfolgreiches Lösen der Übungsaufgaben (Bestehensgrenze 50%) ist Voraussetzung für die Teilnahme an der Abschlussklausur oder der abschließenden mündlichen Prüfung. Die Übungsaufgaben werden in der Regel wöchentlich ausgegeben. Die benotete Abschlussklausur oder abschließende benotete mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.
  • Benotete Klausur oder benotete mündliche Prüfung zu "Sequenzanalyse II".
  • Anfertigen eines Praktikumsberichts einschließlich eines Vortrags zu einem Thema des "Sequenzanalyse-Praktikums".

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen des Portofolios zu "Sequenzanalyse I" ergibt 5 LP. Bestehen der Klausur oder der mündlichen Prüfung zu "Sequenzanalyse II" ergibt 3 LP. Erstellen des Praktikumsberichts zum "Sequenzanalyse-Praktikum" ergibt 2 LP.

Arbeitsaufwand und Leistungspunkte

Sequenzanalyse I:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die Klausur
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 30h
= 45h
Sequenzanalyse II:
Vorlesung
Nachbereitung der Vorlesung
Vorbereitung auf die Klausur
gesamt: 90h = 3 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen

 = 30h
= 15h
= 45h
Sequenzanalyse-Praktikum:
Praktikum
Nachbereitung des Praktikums
gesamt: 60h = 2 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen		 = 30h
= 30h

Leistungspunkte für das Modul: 10 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Algorithmen und Datenstrukturen oder Grundlagen der Programmierung

Modultyp und Verwendbarkeit

Pflichtmodul für den Bachelorstudiengang

  • Bioinformatik und Genomforschung, 3. + 4. Semester

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik), 5. + 6. Semester
  • Nebenfach Informatik (WP Vertiefung Informatik), 5. + 6. Semester

Wahlpflichtmodul für den Masterstudiengang

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung), 1. + 2. Semester

Dauer des Moduls / Angebotsturnus

Wintersemester: Sequenzanalyse I
Sommersemester: Sequenzanalyse II
Sommersemester: Sequenzanalyse-Praktikum
jährlich



Software Engineering I

Modultitel

  •  Software Engineering I

Modultitel (Englisch)

  • Software Engineering I

Lehrveranstaltungen des Moduls

  • Software Engineering I (Vorlesung und Übungen)

Modulverantwortliche(r)

Lehrinhalte

Ausgehend von einer Einführung in das Software Engineering (z.B. Prozesse, Vorgehensmodelle) wird in Software Engineering I auf die einzelnen Entwicklungsprozesse der Softwareentwicklung eingegangen. Neben den klassischen Entwicklungsprozessen (z.B. Anforderungsmanagement, Spezifikation, Analyse und Design, Testen) werden auch unterstützende Entwicklungsprozesse (z.B. Aufwandschätzung) behandelt. Ergänzende Themen des Software Engineering (z.B. Software Reuse, Software Evolution) werden abschließend behandelt. Die Themen werden in Übungen vertieft.

Kompetenzen

Ziel ist die Vermittlung der wesentlichen Modelle, Verfahren und Methoden des Software Engineering. Die Studierenden sollen prozessorientierte Softwareentwicklung beherrschen und durch Vertiefung in den Übungen verbessern. Zudem sollen sie in der Lage sein, für komplexe Probleme selbstständig Lösungen anhand gelernter Modelle, Verfahren und Methoden zu erarbeiten und moderne (Soft-) Skills einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine unbenotete oder benotete Einzelleistung

Prüfungsformen

mündliche oder schriftliche Prüfung

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen der Prüfung ergibt 5 LP für „Software Engineering I“

Arbeitsaufwand und Leistungspunkte

Software Engineering I:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die mündliche Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 30h
= 45h

Teilnahmevoraussetzungen und Vorkenntnisse

Vorkenntnisse in Algorithmen und Datenstrukturen oder Grundlagen der Programmierung

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Wintersemester: Software Engineering I
jährlich



Software Engineering II (bis SS 2011)

Modultitel

  • Software Engineering II (bis SS 2011)

Modultitel (Englisch)

  • Software Engineering II

Lehrveranstaltungen des Moduls

  • Software Engineering II (Vorlesung und Übungen)

Modulverantwortliche(r)

Lehrinhalte

In Software Engineering II wird auf spezifische Bereiche und Probleme des Software Engineering eingegangen. Neben der Betrachtung der Entwicklung sicherer Softwaresysteme (z.B. Secure Software Engineering, spezifische Vorgehensmodelle, Security Engineering, kritische Systeme) werden wesentliche relevante Managementthemen vorgestellt. Vertiefend wird dabei auf Projektmanagement und Qualitätsmanagement/Prozessmanagement eingegangen. Themen wie Mitarbeitermanagement, Soft Skills und Prozessverbesserung/Capability Maturity (z.B. Kennzahlensysteme, CMMI, SPICE) ergänzen die zuvor behandelten Managementthemen. Wesentliche Normen und Standards finden Berücksichtigung. Die Themen werden in Übungen vertieft.

Kompetenzen

Ziel ist die Vermittlung der wesentlichen Modelle, Verfahren und Methoden des Software Engineering. Insbesondere sollen die Studierenden die Projektmanagementsicht und die Management-orientierte Sicht der Softwareentwicklung beherrschen und durch Vertiefung in den Übungen verbessern. Zudem sollen sie in der Lage sein, für komplexe Probleme selbstständig Lösungen anhand gelernter Modelle, Verfahren und Methoden zu erarbeiten und moderne (Soft-) Skills einzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine unbenotete oder benotete Einzelleistung

Prüfungsformen

mündliche oder schriftliche Prüfung

Voraussetzungen für die Vergabe von Leistungspunkten

Erfolgreiche Bearbeitung der Übungen und Bestehen der Prüfung ergibt 5 LP für „Software Engineering II“

Arbeitsaufwand und Leistungspunkte

Software Engineering II:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die mündliche Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
2h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 30h
= 45h

Teilnahmevoraussetzungen und Vorkenntnisse

Vorkenntnisse in Software Engineering I

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

bis SoSe 2009 auch

  • Naturwissenschaftliche Informatik (Vertiefung Informatik)
  • Intelligente Systeme (Vertiefung Intelligente Systeme)

Dauer des Moduls / Angebotsturnus

Sommersemester: Software Engineering II
jährlich



Spezielle Algorithmen der Bioinformatik für Nebenfach

Modultitel

  • Spezielle Algorithmen der Bioinformatik für Nebenfach

Modultitel (Englisch)

  • Special Algorithms in Bioinformatics for a Minor Subject

Lehrveranstaltungen des Moduls

  • Spezielle Algorithmen der Bioinformatik (Vorlesung und Übungen)
  • Algorithmische Implementierung (Übung)

Modulverantwortliche(r)

Lehrinhalte

In diesem Modul werden grundlegende Algorithmen der Bioinformatik behandelt, die nicht in das Gebiet der Sequenzanalyse fallen. Hierzu gehören beispielsweise Verfahren zur Rekonstruktion phylogenetischer Bäume, kombinatorische Algorithmen in der Genomik und Proteomik, Methoden zur Proteinstrukturvorhersage und zur Modellierung zellulärer Interaktions- und Regulationskreisläufe.

Kompetenzen

Den Studierenden werden die verschiedenen bioinformatischen Fragestellungen und Lösungsansätze vermittelt. In der Veranstaltung „Algorithmische Implementierung“ soll einer der untersuchten Algorithmen selbst implementiert werden.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete und eine unbenotete Einzelleistung

Prüfungsformen

  • Portfolio bestehend aus Übungsaufgaben und benoteter Klausur oder benoteter mündlicher Prüfung zu "Spezielle Algorithmen der Bioinformatik". Erfolgreiches Lösen der Übungsaufgaben (Bestehensgrenze 50%) ist Voraussetzung für die Teilnahme an der Abschlussklausur oder der abschließenden mündlichen Prüfung. Die Prüfungsaufgaben werden in der Regel wöchentlich ausgegeben. Abschlussklausur oder abschließende mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.
  • unbenotete Implementierungsaufgabe in der Übung

Voraussetzungen für die Vergabe von Leistungspunkten

Bestehen des Portofolios zu "Spezielle Algorithmen der Bioinformatik" ergibt 4 LP, erfolgreiches Bearbeiten der Implementierungsaufgabe ergibt 1 LP.

Arbeitsaufwand und Leistungspunkte

Spezielle Algorithmen in
der Bioinformatik:
Vorlesung
Nachbereitung der Vorlesung
Übungen
Vorbereitung der Übungen
Vorbereitung auf die Klausur
gesamt: 120h = 4 LP

 2 SWS x 16 Wochen
1h/Woche x 16 Wochen
2 SWS x 16 Wochen
1h/Woche x 16 Wochen

 = 30h
= 15h
= 30h
= 15h
= 30h
Algorithmische Implementierung:
Implementierung
gesamt: 30h = 1 LP		 = 30h

Leistungspunkte für das Modul: 5 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Voraussetzung: Algorithmen und Datenstrukturen oder Grundlagen der Programmierung
Empfohlen: Sequenzanalyse

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik), 5. + 6. Semester
  • Nebenfach Informatik (WP Vertiefung Informatik), 5. + 6. Semester

Wahlpflichtmodul für den Masterstudiengang

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung), 1. + 2. Semester

Dauer des Moduls / Angebotsturnus

Wintersemester: Spezielle Algorithmen der Bioinformatik
Sommersemester: Algorithmische Implementierung,
jährlich



System-Safety und -Security I: Why-Because Analysis

Modultitel

  • System-Safety und -Security I: Why-Because Analysis

Modultitel (Englisch)

  • System Safety and Security I: Why-Because Analysis

Lehrveranstaltungen des Moduls

  • Vorlesung System Safety und Security I: Why-Because Analysis
  • Begleitlabor zu SysSafe I

Modulverantwortliche(r)

Lehrinhalte

Grundlegende Begrifflichkeit und Ontologie zur Beschriebung der Safety-Eigenschaften komplexer heterogener Systeme; Kausalität und ihre formale Semantik. Why-Because-Analyse (WBA) zu Fehlern,
Versagen und System-Angriffen. Die Anwendung von WBA zu den Beispielen im Workbook durch die praktische Anwendung der Tools zur Analyse (z.B., VWBT, YBT2, IQualizeIT, CE4WBA).

Literatur:

  • Ladkin, Causal Analysis of Systems;
  • Ladkin et al., The WBA Workbook

Kompetenzen

Verständnis der Grundlagen der Kritischen-Fehler-Analyse komplexer heterogener Systeme und die Fähigkeit mit Hilfe der Tools solche Analysen erfolgreich durchzuführen.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei unbenotete Einzelleistungen oder eine unbenotete und eine benotete (Labor WBA) Einzelleistung

Prüfungsformen

Laborberichte (Vorlesung I und Labor)

Voraussetzungen für die Vergabe von Leistungspunkten

Präsenzteilnahme in System Safety und Security I: Why-Because Analysis und Begleitlabor zu SysSafe I

Arbeitsaufwand und Leistungspunkte

Vorlesung System Safety und Security I (WS: 2V) 2 LP
Begleitlabor zu SysSafe I (WS: 2L) 3 LP
gesamt: 150h = 5 LP		 = 60h
= 90h

Teilnahmevoraussetzungen und Vorkenntnisse

Mathematik I, Algorithmen und Datenstrukturen oder Grundlagen der Programmierung
Nützlich: Grundlagen theoretischer Informatik

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Beginn: Wintersemester
Dauer: 1 Semester
Turnus: jährlich



System-Safety und -Security II: Sicherheit und Risiko

Modultitel

  • System-Safety und -Security II: Sicherheit und Risiko

Modultitel (Englisch)

  • System Safety and Security II: Safety and Risk

Lehrveranstaltungen des Moduls

  • Vorlesung System Safety und Security II: Sicherheit und Risiko
  • Begleitseminar zu SysSafe II oder Begleitlabor zu SysSafe II oder gelegentlich angebotene Sonderveranstaltungen in Absprache mit dem Modulverantwortlichen

Modulverantwortliche(r)

Lehrinhalte

Grundlegende Begrifflichkeit zu Risiko und Safety komplexer heterogener Systeme; Hazard-Analyse (z.B. FMEA, HAZOP, Ontological Hazard Analysis); Risiko-Einschätzung; die Functional-Safety Norm IEC 61508, Fault-Tree-Analyse, Event-Tree-Analyse

Literatur:

  • Ladkin, Causal Analysis of Systems;
  • Leveson, Safeware;
  • Neumann, Computer-Related Risks;
  • U.S. NRC, Fault Tree Handbook;
  • Kamen, Hassenzahl, Should We Risk It?; Bedford, Cooke, Probabilistic Risk Analysis;
  • Braband, Risikoanalysen in der Eisenbahn-Automatisierung;
  • Kumamoto, Henley, Probabilistic Risk Analysis and Management for Engineers and Scientists;
  • eine Auswahl von wissenschaftlichen und ingenieurwissenschaftlichen Veröffentlichungen

Kompetenzen

Verständnis der Grundlagen der Risiko-Einschätzung und Kritischen-Fehler-Analyse komplexer heterogener Systeme und Kenntnisse von State-of-the-Art Methoden zur Analyse

Anzahl Einzelleistungen (benotet und unbenotet)

eine (Laborbericht) oder zwei unbenotete Einzelleistungen (mündliche Prüfung und Vortrag)

Prüfungsformen

Laborbericht (Vorlesung und Labor) oder mündliche Prüfung (Vorlesung) und Vortrag (Seminar)

Voraussetzungen für die Vergabe von Leistungspunkten

Präsenzteilnahme in System Safety und Security II: Sicherheit und Risiko
Begleitseminar oder Begleitlabor zu SysSafe II oder gelegentlich angebotene Sonderveranstaltungen genehmigt vom Modulverantwortlichen

Arbeitsaufwand und Leistungspunkte

Vorlesung System Safety und Security II (WS: 2V) 3 LP
Begleitlabor oder -seminar zu SysSafe II (WS: 2L/2S) 2 LP
gesamt: 150h = 5 LP		 = 90h
= 60h

Teilnahmevoraussetzungen und Vorkenntnisse

Mathematik I, Algorithmen und Datenstrukturen oder Grundlagen der Programmierung
Nützlich: Grundlagen theoretischer Informatik

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Beginn: Wintersemester
Dauer: 1 Semester
Turnus: jährlich



System-Safety- und System-Securitymethoden

Modultitel

  • System-Safety- und System-Securitymethoden

Modultitel (Englisch)

  • Methods for System Safety and Security

Lehrveranstaltungen des Moduls

  • Vorlesung System Safety und Security I: Why-Because Analysis
  • Begleitlaborseminar zu SysSafe I
  • Vorlesung System Safety und Security II: Sicherheit und Risiko
  • Begleitseminar SysSafe II oder Begleitlabor zu SysSafe II oder gelegentlich angebotene Sonderveranstaltungen in Absprache mit dem Modulverantwortlichen

Modulverantwortliche(r)

Lehrinhalte

Grundliegende Begrifflichkeit zur Beschreibung der Safety-Eigenschaften komplexer heterogener Systeme; Why-Because-Analyse zu Fehlern, Versagen und System-Angriffen; die Verwendung von WBA zu den Beispielen im Workbook durch die praktische Anwendung der Tools zur Analyse (VWBT, YBT2, IQualiseIT, CE4WBA); Hazard-Analyse (z.B. FMEA, HAZOP, Ontological Hazard Analysis); Risiko-Einschätzung; die Functional-Safety Norm IEC 61508, Fault-Tree-Analyse, Event-Tree-Analyse

Literatur:

  • Ladkin, Causal Analysis of Systems;
  • Leveson, Safeware;
  • Neumann, Computer-Related Risks;
  • U.S. NRC, Fault Tree Handbook;
  • Kamen, Hassenzahl, Should We Risk It?;
  • Bedford, Cooke, Probabilistic Risk Analysis;
  • Braband, Risikoanalysen in der Eisenbahn-Automatisierung;
  • Kumamoto, Henley, Probabilistic Risk Analysis and Management for Engineers and Scientists;
  • eine Auswahl von wissenschaftlichen und ingenieurwissenschaftlichen Veröffentlichungen

Kompetenzen

Verständnis der Grundlagen der Kritischen-Fehler-Analyse komplexer heterogenen Systeme und die Fähigkeit, mit Hilfe der Tools, solche Analyse erfolgreich durchzuführen. Verständnis der Grundlagen der Risiko-Einschätzung und Kritischen-Fehler-Analyse komplexer heterogener Systeme und Kenntnisse von State-of-the-Art Methoden zur Analyse

Anzahl Einzelleistungen (benotet und unbenotet)

vier unbenotete Einzelleistungen oder drei unbenotete und eine benotete (Labor WBA) Einzelleistung

Prüfungsformen

mündliche Prüfung oder Klausur (Vorlesung II), Laborberichte (Vorlesung I und Labor, Vorlesung II und Labor), Vortrag (Seminar)

Voraussetzungen für die Vergabe von Leistungspunkten

Präsenzteilnahme in System Safety und Security I: Why-Because Analysis, Begleitlabor zu SysSafe I
System Safety und Security II: Sicherheit und Risiko und Begleitseminar SysSafe II oder Begleitlabor zu SysSafe II oder gelegentlich angebotene Sonderveranstaltungen genehmigt vom Modulverantwortlichen

Arbeitsaufwand und Leistungspunkte

Vorlesung System Safety und Security I (WS: 2V) 2 LP
Begleitlabor zu SysSafe I (WS: 2S) 3 LP
Vorlesung System Safety und Security II (SS: 2V) 3 LP
Begleitlabor oder -seminar zu SysSafe II (SS: 2L/2S) 2 LP
gesamt: 300h = 10 LP		 = 60h
= 90h
= 90h
= 60h

Teilnahmevoraussetzungen und Vorkenntnisse

Mathematik I, Algorithmen und Datenstrukturen oder Grundlagen der Programmierung
Nützlich: Grundlagen theoretischer Informatik

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Beginn: Wintersemester
Dauer: 1 Jahr
Turnus: jährlich



Techniken der Projektentwicklung für das Nebenfach Informatik

Modultitel

  • Techniken der Projektentwicklung für das Nebenfach Informatik

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Grundlagen der Projektentwicklung (1V)
  • Softwaremodellierung mit UML, Projektanalyse und -präsentation (3V/S/Ü)
  • Softwaregruppenprojekt und Abschlusspräsentation

Modulverantwortliche(r)

Lehrinhalte

Im Rahmen dieses Moduls werden die grundlegenden Techniken des Projektengineerings ausgehend von der Leistungserhebung über die Angebotserstellung bis zur konkreten Durchführung eines realen Projekts vermittelt. Zur objektorientierten Modellierung Softwareengineeringprozesses wird UML (Unified Modeling Language) eingesetzt. In Gruppen von ca. 12 Studierenden ist ein praktisch relevantes Softwareprojekt durchzuführen, wobei neben dem Entwurf und der Implementierung des Projekts auch Aspekte wie Analyse der Kundenwünsche, Interviewtechniken, Fragebogenentwurf und –auswertung, Risikoanalyse, Projektdokumentation, Projektpräsentation (mündlich, schriftlich) und Selbstorganisation in der Gruppe behandelt werden.

Kompetenzen

Die Studierenden sollen in der Lage sein, die grundlegenden Techniken des Softwareengineering in realen, komplexen Softwareprojekten praktisch anwenden zu können.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei unbenotete Einzelleistungen und zwei unbenotete Gruppenleistungen

Prüfungsformen

Übungsaufgaben
Projektpräsentation, Softwareerstellung (Gruppenleistung)

Voraussetzungen für die Vergabe von Leistungspunkten

Aktive Teilnahme an der Vorlesung ergibt 1 LP. Erfolgreiche Bearbeitung der Übungsaufgaben für die
Veranstaltung Softwaremodellierung mit UML, Projektanalyse und -präsentation ergibt 4 LP. Der Erwerb dieser 5 LP ist die Voraussetzung für die Teilnahme am Gruppenprojekt. Erfolgreiche Softwareentwicklung und -präsentation ergibt 7 LP.

Arbeitsaufwand und Leistungspunkte

Grundlagen der Projektentwicklung:
Vorlesung
Nachbereitung der Vorlesung
gesamt: 30h = 1 LP		 2 SWS x 8 Wochen
2h/Woche x 8 Wochen		 = 15h
= 15h
Softwaremodellierung mit UML, Projektanalyse
und -präsentation:
Vorlesung, Seminar, Übung
Übungsaufgaben
gesamt: 120h = 4 LP		 3 SWS x 16 Wochen = 45h
= 75h
Softwaregruppenprojekt
Projektpräsentation
gesamt: 210h = 7 LP		 40h x 5 Wochen =200h
= 10h

Leistungspunkte für das Modul: 12 LP

Teilnahmevoraussetzungen und Vorkenntnisse

Grundlagen der Programmierung

Modultyp und Verwendbarkeit

Pflichtmodul für den Bachelorstudiengang

  • Nebenfach Informatik

Dauer des Moduls / Angebotsturnus

Wintersemester: Vorlesungen, Seminar,
Sommersemester: Softwaregruppenprojekt, jährlich



Virtuelle Realität

Modultitel

Virtuelle Realität

Modultitel (Englisch)

Virtual Realit

Lehrveranstaltungen des Moduls

  • Vorlesung „Virtuelle Realität“ mit Übungen (2+2 SWS)
  • Projekt zum Thema „Virtuelle Realität“ (4 SWS)

Modulverantwortliche(r)

Thies Pfeiffer

Lehrinhalte

Vermittelt werden Prinzipien und Methoden im Kontext intelligenter, computergraphisch erzeugter Umgebungen, die unter dem Titel „Virtuelle Realität“ zusammengefasst werden. Dies beinhaltet zum einen Wissen um Gestaltungsprinzipien und Konzepte wie Immersion und Präsenz, zum anderen Methoden zur Generierung virtueller Welten, sowohl bezogen auf die dazu entwickelten Geräte, als auch bezogen auf Software-Architekturen und Frameworks. Weiterhin spielt in der Virtuellen Realität auch die Mensch-Maschine-Interaktion in einer besonderen Form eine Rolle, da hier die Grundfesten der Interaktion in der realen Welt erst einmal in Frage gestellt werden können und müssen. Einfache Prinzipien des Alltags, wie z.B. die realistische Fortbewegung, werden in der Virtuellen Realität zum Problem. Dagegen sind komplexere Aktionen, wie Fliegen oder Beamen, einfach zu realisieren, stellen den Designer jedoch vor andere Herausforderungen. Damit sind diese Fragestellungen vom Modul „Mensch-Maschine-Interaktion“ abzugrenzen und können als Ergänzung verstanden werden. Das Modul ist in einen Bereich „Theorie Virtuelle Realität“ und einen Bereich „Praxis Virtuelle Realität“ untergliedert.

Kompetenzen

  • Prinzipien und Methoden der Gestaltung immersiver Anwendungen
  • Grundlagen der Hardware für Projektion und Interaktion
  • Techniken zur Implementierung von Virtuellen Welten
  • Grundlagen der Mensch-Maschine-Interaktion mit Schwerpunkt Virtueller Realität

Anzahl Einzelleistungen (benotet und unbenotet)

Eine benotete und eine unbenotete Einzelleistung

Prüfungsformen

Klausur oder mündliche Prüfung bei der Vorlesung, praktische Ergebnisse und schriftliche Dokumentation im Projekt

Voraussetzungen für die Vergabe von Leistungspunkten

Regelmäßige und aktive Teilnahme an allen Veranstaltungen, Bearbeiten der Übungsaufgaben, bestehen der Hausaufgabe und der Projektarbeit.

Arbeitsaufwand und Leistungspunkte

Lehrveranstaltung
Art Turnus Workload (Kontaktzeit+Selbststudium) LP
Virtuelle Realität (Vorlesung) Vorlesung WS 30+30 2
Virtuelle Realität (Übung) Übung WS 30+30 2
Virtuelle Realität (Projekt) Projekt SS 30+90 4

 

Einzelleistungen Zuordnung
Art Gewicht Workload LP
Virtuelle Realität (V+Ü) Klausur o. mdl. Prüfung

 benotet 30 1
Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 60% der erzielbaren Punkte) und Abschlussklausur (90 min) oder abschließende mündliche Prüfung (12 - 15 min). Abschlussklausur oder abschließende mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.
Virtuelle Realität (Projekt) Ausarbeitung unbenotet 30 1
praktische Arbeit und schriftliche Ausarbeitung im Projekt (10 – 15 Seiten, unbenotet)

Teilnahmevoraussetzungen und Vorkenntnisse

notwendige Voraussetzungen:
Algorithmen und Datenstrukturen bzw. Entwicklung und Gestaltung Internet-basierter Anwendungen

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge (alte Studienstruktur)
  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)
Wahlpflichtmodul für die Bachelorstudiengänge (neue Studienstruktur)
  • Naturwissenschaftliche Informatik (Strukturierte Ergänzung
  • Kognitive Informatik (WP Intelligente Systeme)
  • Bioinformatik und Genomforschung (WP Bioinformatik)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)
Wahlpflichtmodul für die Masterstudiengänge
  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)
  • Interdisziplinäre Medienwissenschaft

Dauer des Moduls / Angebotsturnus

Wintersemester, Dauer 2 Semester

Werkzeuge (Unix, Latex)

Modultitel

  • Werkzeuge (Unix, Latex)

Modultitel (Englisch)

Lehrveranstaltungen des Moduls

  • Unix-Praktikum (2Pr, 9 Wochen)
  • Latex-Grundkurs (2V/Ü)

Modulverantwortliche(r)

Lehrinhalte

Im Unix-Praktikum werden praktische Fähigkeiten zum Umgang mit dem Betriebssystem Unix vermittelt. Im Latex-Grundkurs werden die grundlegenden Fähigkeiten vermittelt, Textdokumente mit Hilfe von Latex zu erstellen, Tabellen und Grafiken in Texten zu integrieren, mathematische Formeln zu editieren und Inhaltsverzeichnisse und Literaturverweise zu generieren.

Kompetenzen

Die Studierenden erwerben Kenntnisse und praktische Fähigkeiten im Umgang mit dem Betriebssystem Unix und erste Fähigkeiten in der Erstellung größerer Textdokumente mit Latex.

Anzahl Einzelleistungen (benotet und unbenotet)

zwei unbenotete Einzelleistungen

Prüfungsformen

Vortrag und unbenotete Klausur über das Unix-Praktikum; Lösen von Übungsaufgaben im Latex-Kurs

Voraussetzungen für die Vergabe von Leistungspunkten

aktive Teilnahme, Vortrag im Unix-Praktikum (ergibt 1 LP), Bestehen der Klausur zum Unix-Praktikum (ergibt 1,5 LP)
50% der Aufgabenpunkte im Latex-Grundkurs (ergibt 2,5 LP)

Arbeitsaufwand und Leistungspunkte

Unix-Praktikum:
Praktikumsteilnahme
Nachbereitung des Praktikums
Klausurvorbereitung, Vorber. Vortrag
gesamt: 72h = 2,5 LP		 2 SWS x 9 Wochen
2h x 8 Wochen

 = 18h
= 18h
= 36h
Latex-Grundkurs:
Vorlesung/Übungen
Lösen der Übungsaufgaben
gesamt: 72h = 2,5 LP		 2 SWS x 8 Wochen
7h x 8 Wochen
 = 15h
= 56h

Leistungspunkte für das Modul: 5 LP

Teilnahmevoraussetzungen und Vorkenntnisse

keine

Modultyp und Verwendbarkeit

Pflichtmodul für die Bachelorstudiengänge:

  • Medieninformatik und Gestaltung
  • Nebenfach Informatik

Dauer des Moduls / Angebotsturnus

Wintersemester; jährlich



Wissenschaftliches Rechnen

Modultitel

  • Wissenschaftliches Rechnen

Modultitel (Englisch)

  • Scientific Computing

Lehrveranstaltungen des Moduls

  • Wissenschaftliches Rechnen (Vorlesung und Übung, 2+1 SWS)

Modulverantwortliche(r)

Lehrinhalte

Viele Fragestellungen in den Natur- und Ingenieurwissenschaften laufen am Ende auf die numerische Lösung mathematischer Probleme hinaus, wie z.B. das Lösen von Gleichungssystemen oder Minimieren von Fehlerfunktionalen. In dieser Vorlesung wird das häufig benötigte numerische Handwerkszeug kompakt und anhand von anschaulichen und interessanten Problemstellungen aus Computergrafik, Geometrieverarbeitung und physikalischer Simulation eingeführt. Der Schwerpunkt liegt dabei weniger auf der theoretischen Herleitung dieser Methoden, als vielmehr auf deren praktischen Umsetzung und effizienten Implementierung. Für Letzteres wird auch auf die Parallelisierung für Shared Memory Architekturen, wie z.B. Multi-Core CPUs und moderne Grafikkarten, eingegangen.

Die Themengebiete enthalten das Lösen dicht und dünn besetzter linearer Gleichungssysteme, Least Squares Approximationen und partielle Differentialgleichungen.

Literatur:

  • Vorlesungsskript
  • Trefethen, Bau, Numerical Linear Algebra, SIAM, 1997
  • Demmel, Applied Numerical Linear Algebra, SIAM, 1997
  • Press, Teukolsky, Vettering, Flannery, Numerical Recipes in C++: The Art of Scientific Computing, Cambridge University Press, 2002
  • Meyers, Effective C++, Addison-Wesley Professional, 2005.
  • Chapman, Jost, van der Pas, Using OpenMP: Portable Shared Memory Parallel Programming, MIT Press, 2007.

Kompetenzen

Die Studierenden lernen häufig gebrauchte numerische Verfahren kennen und wissen diese für gegebene Problemstellung einzusetzen und in die Praxis umzusetzen.

Anzahl Einzelleistungen (benotet und unbenotet)

eine benotete oder unbenotete Einzelleistung

Prüfungsformen

Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte, individuelles Erläutern von Aufgaben) und abschließender mündliche Prüfung (15 min). Die Übungsaufgaben werden in der Regel zweiwöchentlich ausgegeben. Die abschließende mündliche Prüfung bezieht sich auf den Stoff der Vorlesung und der Übungen.

Voraussetzungen für die Vergabe von Leistungspunkten

Regelmäßige und aktive Teilnahme an den Übungen, Erbringen des o.g. Portofolios ergeben 5 LP (2 LP für Übungsaufgaben, 3 LP für mündl. Prüfung).

Arbeitsaufwand und Leistungspunkte

Vorlesung
Nachbereitung Vorlesung
Übung
Bearbeitung der Übungsaufgaben
Vorbereitung auf Prüfung
gesamt: 150h = 5 LP		 2 SWS x 16 Wochen
2h/Woche x 16 Wochen
1 SWS x 16 Wochen
2,5h/Woche x 16 Wochen


 = 32h
= 32h
= 16h
= 40h
= 30h

Teilnahmevoraussetzungen und Vorkenntnisse

Grundkenntnisse in linearer Algebra und Analysis werden vorausgesetzt.
Das Bearbeiten der praktischen Übungsaufgaben erfolgt in C++.

Modultyp und Verwendbarkeit

Wahlpflichtmodul für die Bachelorstudiengänge

  • Naturwissenschaftliche Informatik (WP Vertiefung Informatik)
  • Bioinformatik und Genomforschung (WP Bioinformatik und Genomforschung)
  • Kognitive Informatik (WP Intelligente Systeme)
  • Medieninformatik und Gestaltung (WP Medieninformatik)
  • Molekulare Biotechnologie (WP Informatik)
  • Nebenfach Informatik (WP Vertiefung Informatik)

Wahlpflichtmodul für die Masterstudiengänge

  • Naturwissenschaftliche Informatik (Grundlagen Ergänzung)
  • Intelligente Systeme (Grundlagen Ergänzung)

Dauer des Moduls / Angebotsturnus

Sommersemester, jährlich