Siehe TUMonline

Nach dem Besuch der Lehrveranstaltung „Computational Intelligence“ sind Studierende in der Lage, moderne Methoden der künstlichen Intelligenz allgemein anzuwenden sowie Anwendungsfälle speziell im Bereich der Steuerungs- und Regelungstechnik zu analysieren.

Einführung in Theorie und Anwendung Neuronaler Netze, Fuzzy- und Neuro-Fuzzy-Verarbeitungstechniken, Such- und Erkundungs-basierte Methoden des "Machine-Learnings" als Optimierungsverfahren, "Support-Vector-Machines", Statistische Lernverfahren, Evolutionsverfahren und genetische Algorithmen zur Optimierung, Reinforcement-Learning sowie Lernen in verteilten Systemen. Anwendungen: Entwurf intelligenter Software-Bausteine für Steuerung, Regelung und Echtzeit-Informationsverarbeitung.

Programmierkenntnisse in "C"

Die Prüfungsleistung besteht aus einer schriftlichen Prüfung (Gewichtung 70%) sowie aus individuell bearbeiteten semesterbegleitenden Programmier-Hausaufgaben (Gewichtung 30%). In der schriftlichen Prüfung wird vermitteltes Wissen ohne Hilfsmittel abgerufen, sowie der Transfer gelernter Prinzipien und Algorithmen auf verwandte Aufgaben erfragt. Das Beantworten der Fragen erfordert teils eigene Berechnungen und Formulierungen und teils das Ankreuzen von vorgegebenen Mehrfachantworten. In den Hausaufgaben sollen Studierende verschiedene besprochene Algorithmen zur intelligenten Informationsverarbeitung als Computerprogramm implementieren. Die fehlerfreie Ausführung der implementierten Algorithmen wird bewertet. Prüfungsart schriftlich, Prüfungsdauer 90 min

Arbeitsblättersammlung zur Vorlesung