Fakultät für Informatik
Lehrstuhl für Algorithm Engineering (Ls11)
Home Kontakt Deutsch English
menu
Günter Rudolph: Vorlesung Introduction to Computational Intelligence (WS 2014/15)

Introduction to Computational Intelligence

(Wahlmodul INF-BSc-305 bzw. AR-MSc-306)

Wintersemester 2014/15

Prof. Dr. Günter Rudolph



Termin:    
Mittwoch 10:15 - 11:45 Campus Nord, OH12, E.003
Beginn: Mittwoch, 06.10.2014


Übungen: Simon Wessing, LS 11 (Webseiten)

Unterrichtssprache: Englisch.
For an English version of this web page please click the 'English' button at the top right corner.

Prüfungen:
StudiengangAbschluss  Typ der PrüfungAnforderungen
Informatik,Diplom: Leistungsnachweis  -> Übungsschein
Informatik,Diplom: Fachprüfung-> schriftliche Prüfung (90 min)
Informatik,Bachelor: Modul-> schriftliche Prüfung (90 min)
Automation & Robotics,Master: Modul-> schriftliche Prüfung (90 min)

1. Prüfungstermin: Montag, 02. März 2015, 10:30-12:00 Uhr im Raum HGII / HS6.
Klausurergebnisse: download (27.03.2015)

Klausureinsicht: Freitag, 17. April 2015, 13:00-14:00 Uhr, OH 14, Raum 202.

2. Prüfungstermin: Mittwoch, 30. September 2015, 14:15-15:45 Uhr im Raum HG II / HS2
Klausurergebnisse: download (03.11.2015)

Klausureinsicht: Dienstag, 15. Dezember 2015, 15:00-16:00 Uhr, OH 14, Raum 203.


Anmeldefrist: Sonntag, 22. Februar 2015, 23:59:59 Uhr.
Anmeldung Online:
StudiengangAnmeldung via
Bachelor InformatikBOSS
Bachelor Angewandte InformatikBOSS
Diplom InformatikBOSS
Diplom Angewandte InformatikBOSS
Master Automation & RoboticsBOSS
Master Statistik etc.Dekanat Statistik
alle anderenEmail


Beschreibung:
Computational Intelligence wird klassischerweise als Sammelbegriff für künstliche neuronale Netze, Fuzzy Logik und evolutionäre Algorithmen vermittelt. In der Veranstaltung werden wesentliche Grundlagen in allen Gebieten diskutiert.

Grundlagen künstlicher neuronaler Netze: McCulloch-Pitts-Netze, Perzeptron, Hopfield-Netze, überwachtes und unüberwachtes Lernen, Backpropagation.
Grundlagen der Fuzzy Logik: Fuzzy Mengen, Fuzzy Logik, Inferenzen, Fuzzy Zahlen.
Grundlagen evolutionärer Algorithmen: algorithmische Grundlagen, Parametrisierung, Analysemethoden, Grenzen der Anwendbarkeit

Studierende sollen einen Überblick über die verschiedenen Aspekte der Computational Intelligence erhalten und in allen drei Bereichen (künstliche neuronale Netze, Fuzzy Logik und evolutionäre Algorithmen) die wesentlichen Elemente kennen, sie einsetzen und für konkrete Anwendungen anpassen können. Sie sollen in der Lage sein einzuschätzen, wo Einsatzmöglichkeiten und Grenzen der Einsetzbarkeit bestehen.


Foliensätze:
08.10.14 Artificial Neural Networks I  
15.10.14 Artificial Neural Networks II  
22.10.14 Artificial Neural Networks III  
29.10.14 Artificial Neural Networks IV  
12.11.14 Fuzzy Systems I  
19.11.14 Fuzzy Systems II  
26.11.14 Fuzzy Systems III  
17.12.14 Fuzzy Systems IV  
07.01.14 Evolutionary Algorithms I  
14.01.14 Evolutionary Algorithms II  
28.01.15 Evolutionary Algorithms III  
21.01.15 Swarm Intelligence  

Literatur:
  • A.E. Eiben and J.E. Smith: Introduction to Evolutionary Algorithms. Corrected 2nd printing. Springer 2007.
  • Raul Rojas: Neural Networks - A Systematic Introduction. Springer 1996. Available online.
  • G.J. Klir und B. Yuan: Fuzzy Sets and Fuzzy Logic. Prentice Hall 1995.
  • F. Höppner, F. Klawonn, R. Kruse und T. Runkler: Fuzzy Cluster Analysis. Wiley 1999.
  • Amit Konar: Computational Intelligence: Principles, Techniques and Applications. Springer 2005.



 
<webmaster  ls11.cs.tu-dortmund.de>
Die Universität übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten