Günter Rudolph: Vorlesung Introduction to Computational Intelligence (WS 2014/15)
| 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:
| Studiengang | Abschluss | Typ der Prüfung | Anforderungen |
|---|
| 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:
| Studiengang | Anmeldung via |
|---|
| Bachelor Informatik | BOSS |
| Bachelor Angewandte Informatik | BOSS |
| Diplom Informatik | BOSS |
| Diplom Angewandte Informatik | BOSS |
| Master Automation & Robotics | BOSS |
| Master Statistik etc. | Dekanat Statistik |
| alle anderen | Email |
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.
|
Home
ls11.cs.tu-dortmund.de>
