Computational Intelligence (1864, 5, FT)

 

Modulnummer: 1864
ECTS: 5, FT

Qualifikationsziele

Lernziel ist das kompetente Beherrschen grundlegender Algorithmen und Methoden sowie ihrer praktischen Anwendung in den dargestellten Bereichen.

Inhalte

Das Gebiet “Computational Intelligence” umfasst Methoden der sogenannten subsymbolischen Informationsverarbeitung. Auch wenn derzeit noch keine allgemeingültige genaue wissenschaftliche Definition dieses Begriffes existiert, so dient er dazu, die Gebiete “Evolutionary Computation”, “Fuzzy Computation” und “Neural Computation” zusammenzufassen. “Computational Intelligence” betont zum einen den algorithmischen Aspekt und zum anderen die Fundierung im Bereich der künstlichen Intelligenz, der Entscheidungstheorie und der multikriteriellen Optimierung.
Im Zentrum dieses Moduls steht die Vermittlung von grundlegenden Kenntnissen über die in diesen Bereichen angewendeten relevanten Algorithmen, Heuristiken und Methoden. Die praktischen Bezüge reichen von den Bereichen “Business Intelligence/Optimization” und “Experimental Design” (z.B. im Bereich einer vernetzten Operationsführung) bis hin zum “Algorithmic Engineering”. Die Veranstaltung teilt sich in drei Teile auf, die im Rahmen eines Team-Teaching Prozesses repräsentiert werden. Diese Teile sind inhaltlich eng aufeinander bezogen.

Teil A

Der erste Teil dient der Vermittlung der Methodenkompetenz. In ihm finden Einführungen in ausgewählte CI-Methoden statt. Ausführlich werden die statistischen Grundlagen zu multivariaten Verfahren behandelt. Am Ende wird ein Ausblick auf den Bereich “Experimental Design and Analysis” gegeben.

Teil B

Im Anschluss an den Grundlagenteil schließt sich eine Vertiefung in ausgewählte CI-Methoden an. Hierzu zählen insbesondere die Bereiche: Spezielle multivariate Verfahren (z.B. Cluster-Analysen, Hauptkomponentenanalyse, Lineare Modelle zur Klassifikation), Behandlung spezieller Evolutionärer Algorithmen (Evolutionsstrategien, Genetische Algorithmen, Evolutionary Programing,…) und Verfahren im Bereich der experimentellen Untersuchungen.

Teil C

Der begleitende Projektteil, der parallel oder als Blockveranstaltung erfolgen kann, hat das Ziel, eine bestimmte Auswahl statistischer Analyse- und Prognoseverfahren sowie CI-Methoden in Kleingruppenprojekten zu vertiefen und ihre praktische Bedeutsamkeit zu vermitteln. Projektthemen können aus den Bereichen der klassischen Neuronalen Netze, der Datenanalyse (Data Mining, Support Vector Machines, etc.) und der Mustererkennung gewählt werden. Hierbei zielen die Untersuchungen immer auf größere Systemzusammenhänge ab, wie z.B. auf intelligente Netze ( “Swarm Intelligence”) oder auf die Parameteroptimierung bei komplexen Prozessen.

Ähnliche Artikel

Kommentar verfassen