Methoden der Künstlichen Intelligenz: Neuronale Netze (2422, 2, FT)

 

Modulnummer: 2422
ECTS: 2, FT

Qualifikationsziele

Die Studierenden sollen nach der Lehrveranstaltung “Methoden der Künstlichen Intelligenz: Neuronale Netze ” folgende Kernkompetenzen erworben haben:

  • Grundlegendes methodisches Wissen im Bereich Künstliche Intelligenz (KI)
  • Vernetzung des Wissens aus der klassischen Informationsverarbeitung mit dem aus dem KI-Bereich
  • Basiskenntnisse in Entwurf und Anwendung von Neuronalen Netzen zur Mustererkennung
  • Sicherheit im selbständigen problemorientierten Arbeiten

Inhalte

Neuronale Netze als Alternative zur klassischen Wissensverarbeitung wurden erstmalig schon 1943 diskutiert, mit der allgemeinen Verfügbarkeit der ersten Computer um 1960 in Pilotexperimenten realisiert, aber erst nach der Entwicklung schneller SIMD-Rechner nach 1985 auf breiter Basis zur Signal- und Wissensverarbeitung eingesetzt. Anwendungsbereiche waren und sind insbesondere die Mustererkennung sowie die Regelungs- und Automatisierungstechnik.
Die Neuronalen Netze sind den nichtlinearen Verfahren zuzuordnen und haben eine enge Beziehung zum Bereich “Expertensysteme” bzw. “Adaptive Systeme”. In dieser Wahlpflichtvorlesung wird deshalb eine Einführung in diesen Problemkreis und spezielle Anwendungsfälle angeboten, bevor das Grundkonzept der Neuronalen Netze besprochen wird. Zur Vertiefung der Grundkenntnisse sollen dann anhand von exemplarischen Aufgaben und Beispielen im Selbststudium (Projektlehre) Lösungsansätze mit Neuronalen Netzen erarbeitet werden. Werkzeug dazu ist die Signalverarbeitungssoftware MATLAB.

Ähnliche Artikel

Kommentar verfassen