Klausur

Themen sind u. a. Grundlagen (mathematisches Argumentieren; Mengen; Abbildungen und Relationen; natürliche Zahlen), reelle Zahlen, Folgen und Reihen, Grenzwerte und Wachstum von Funktionen, Differential- und Integralrechnung, Taylorentwicklung.

Die Studierenden kennen die Grundlagen der Analysis, die eine wichtige Voraussetzung in allen Bereichen der Informatik darstellen. Sie haben die Fähigkeit zu formal korrekten (mathematischen) Argumentationen und Darstellung. Durch die Arbeit in kleinen Übungsgruppen haben die Studierenden die Fähigkeit zur gemeinsamen Bearbeitung von Problemen und zur kritischen Beurteilung von Lösungswegen anderer Studierenden. Durch die Beschäftigung mit streng formalen Inhalten und Werkzeugen wird argumentative Genauigkeit entwickelt
und das Durchhaltevermögen gestärkt.

-

Klausur

Themen sind u. a. Algebra (Gruppen, Ringe, Körper, Polynomringe, Nebenklassen und Satz von Lagrange) und Lineare Algebra (Vektorräume, lineare Abbildungen und deren Matrixdarstellung, Rang einer Matrix, Basiswechsel, Orthonormalbasen, lineare Gleichungssysteme und deren Lösung mittels Gauß- Algorithmus, Determinante, Eigenvektoren und Eigenwerte, orthogonale und symmetrische Matrizen.

Die Studierenden erhalten Kenntnisse über algebraische Strukturen und der linearen Algebra und deren Anwendungen in der Informatik. Sie sind in der Lage, über abstrakte algebraische Strukturen zu argumentieren, und können die Methoden und Algorithmen der linearen Algebra zur Lösung linearer Gleichungssysteme und Beschreibung geometrischer Sachverhalte korrekt anwenden. Die Studierenden verfügen nach diesem Modul über Sicherheit in der formal korrekten mathematischen Argumentation und ihrer Darstellung.

-

Klausur

Elemente des Programmierens, Fallunterscheidungen und Verzweigungen, zusammengesetzte und gemischte Daten, Programmieren mit Akkumulatoren, Higher-Order-Funktionen, interaktive Programme, rekursive Datenstrukturen und rekursive Funktionen, Pattern Matching, Entwurf von Programmen, Entwurfsrezepte, Reduktionssemantik und Programmäquivalenz

Studierende kennen Konstruktionsanleitungen für die systematische Konstruktion von Computerprogrammen und können diese sachgerecht einsetzen. Sie kennen die Charakteristika des funktionalen Paradigmas und können seine Stärken und Grenzen einschätzen. Sie können Probleme strukturieren, abstrakt beschreiben und danach Programme in einem disziplinierten Prozess entwickeln. Sie können ihre Ergebnisse verständlich präsentieren und Details ihres Lösungswegsn in der Fachterminologie erläutern.

-

Klausur

Modellierung von Daten, Klassenkonzept, Komposition und Vereinigung von Klassenreferenzen, Klassenhierarchien, objektorientierte Modellierung und Programmierung, Methoden und Parameterübergabe, Kapselung von Daten, abstrakte Klassen, Sichtbarkeit und Zugriffsrechte, imperative Methoden, GUIProgrammierung, Debugging

Die Studierenden kennen Methoden und Werkzeuge der objektorientierten Modellierung und Programmierung und können diese sachgerecht einsetzen. Sie kennen die Charakteristika der zustandsbehafteten Programmierung und verstehen die Notwendigkeit der Kapselung des Zustands von Objekten. Grundlegende Algorithmen und Datenstrukturen der Informatik können von den Studierenden mit Methoden der imperativen und objektorientierten Programmierung implementiert und getestet werden. Darüber hinaus können die Studierenden effektiv Fehler in Programmen lokalisieren und beseitigen. Sie sind bereit, ihre Programmierkenntnisse in anschließenden größeren Projekten effektiv einzusetzen.

-

Klausur

Das Modul behandelt die Themen Einführung in Softwaretechnik, Softwareprojektmanagement,
Softwareprozessmodelle, Anforderungsmanagement, Programmieren im Großen, API- und Bibliotheksdesign, verteilte und nebenläufige Softwaresysteme, Modulkonzept, Versionskontrolle, Software Qualität (insbesondere
Testprozesse und Softwaremetriken sowie Programmanalysen), Design by Contract, Entwurfsmuster, Code Reviews, SCRUM.

Kompetenzen: Studierende können die wesentlichen Bereiche des Software Engineering benennen und im Kontext eines Softwareentwicklungsprojekts einordnen; sie können etablierte Softwareentwicklungswerkzeuge zielgerecht einsetzen; sie sind in der Lage, grundlegende Qualitätssicherung wie automatisierte Tests durchzuführen; sie können Softwaresysteme unter Einsatz von grundlegenden objektorientierten und funktionalen Entwurfsmustern entwerfen und implementieren.

-

Klausur

Die Veranstaltung vermittelt den Studierenden grundlegende Kenntnisse, wie sie zum Aufbau und Verständnis digitaler Schaltkreise erforderlich sind. Es wird zunächst in den so genannten Logik- und Register-Transfer-Entwurf eingeführt und dabei die Themen Boolesche Algebra, Schaltalgebra, Schaltnetze, konjunktive und disjunktive Minimalformen, Flipflops (RS, JK, D, T etc.), Schaltwerksanalyse und -synthese, digitale Standardkomponenten, Speicherstrukturen (RAM, ROM, EPROM, Flash) und programmierbare Logik (PLA, FPGA) vertieft. Anschließend werden physikalische Grundlagen zur Funktionsweise und Anwendung passiver Komponenten (Widerstände, Kondensatoren, Spulen) sowie Halbleiter-Bauelemente (Dioden, Transistoren) besprochen und die Realisierungen in verschiedenen Halbleiter-Technologien behandelt.

Die Studierenden besitzen grundlegende Kompetenzen in der Technischen Informatik. Sie kennen formale und programmiersprachliche Schaltungsbeschreibung sowie den Aufbau und die Funktion aller wichtigen Grundschaltungen und Rechenwerke. Die Studierenden erwerben dabei die Kompetenz digitale Schaltungen selbstständig entwerfen, analysieren und optimieren zu können. Sie können Werkzeuge für den Hardwareentwurf sowie zur Bewertung von charakteristischen Eigenschaften wie Leistungsaufnahme einsetzen.

-

Klausur

Themen sind u. a. mehrdimensionale Analysis, Fourierreihen, Optimierung (Extremwertprobleme unter Nebenbedingungen, Lagrange Multiplikatoren, Algorithmen in der diskreten und kontinuierlichen Optimierung), Themen aus der diskreten Mathematik wie zum Beispiel Zahlentheorie mit Anwendungen in der Kryptologie.

Die Studierenden erhalten Kenntnisse in der mehrdimensionalen Analysis, der Zahlentheorie und deren Anwendung in der Kryptologie und der Optimierung. Sie sind nach diesem Modul in der Lage, Bezüge zwischen verschiedenen mathematischen Teilgebieten herzustellen und ihre Bedeutung für die Informatik zu benennen.

-

Klausur

Themen sind u. a. Wahrscheinlichkeitsräume, Zufallsvariablen, Verteilungen, Unabhängigkeit, Gesetz der großen Zahlen, zentraler Grenzwertsatz, Stochastische Prozesse, stochastische Modelle, Stichproben und Schätzen & Testen.

Für Studierende des B.Sc.Informatik (Hauptfach) wird diese Veranstaltung im Modul "Mathematik für Informatik 4: Numerik oder Stochastik" (INFM2020) anerkannt. Für Studierende des B.Sc. Bioinformatik ist diese Veranstaltung Pflicht (BIONINFM2021).

Die Studierenden erhalten Basiswissen in der Wahrscheinlichkeitstheorie und Statistik. Sie sind in der Lage, einfache zufallsabhängige Phänomene mathematisch zu beschreiben und zu analysieren. Sie können grundlegende stochastische Methoden in der Informatik (z.B. Bioinformatik, randomisierte Algorithmen) anwenden.

Georgii, H.-O.: Stochastik, de Gruyter; Krengel, U.: Einführung in die Wahrscheinlichkeitstheorie und Statistik, Vieweg;

Wolff, M., Hauck, P. und Küchlin, W.: Mathematik für Informatik und Bioinformatik, Springer

Klausur

Themen sind u. a. Interpolation und Approximation, numerische Integration, numerische Differentiation, lineare Gleichungssysteme, Ausgleichsrechnung und numerische Behandlung nichtlinearer Gleichungen.

Anmerkung: Wenn keine eigene Veranstaltung für Studierende der Informatik angeboten wird, gilt die Teilnahme an den ersten zwei Dritteln der Veranstaltung Numerik Iängeboten im Fachbereich Mathematik als äquivalent. Die Prüfung bezieht sich dann auf diesen Teil.

Für Studierende des B.Sc.Informatik (Hauptfach) wird diese Veranstaltung im Modul "Mathematik für Informatik 4: Numerik oder Stochastik" (INFM2020) anerkannt.

Die Studierenden erhalten Kenntnisse über grundlegende numerische Verfahren. Sie sind in der Lage, Algorithmen der numerischen Mathematik zu analysieren, insbesondere hinsichtlich Fehlerfortpflanzung und Stabilität, und zu implementieren.

Literatur wird in den jeweiligen Veranstaltungen bekannt gegeben.

Klausur

Das Modul behandelt die Themen Einführung in Software Engineering, Programmieren im Großen, Projektorganisation, Modulkonzept, Design by Contract, Pflichtenheft vs. Lastenheft, Entwurfsmuster (Observer, Model-View- Controller, Adapter, Proxy), Events und Nachrichten, Code Reviews, Unit Tests und Projektdokumentation. Die spezifizierten Kompetenzen werden integriert in Fachveranstaltungen erworben. Somit fließt die erreichte Note in die finale Bachelornote mit ein.

Studierende kennen Methoden und Techniken für den Entwurf und die Programmierung komplexer Software im Team und können diese sach- und fachgerecht praktisch einsetzen. Sie können ihre eigenen Beiträge zum Gesamtprojekt übersichtlich und kompetent darstellen und flexibel auf notwendige Änderungen reagieren. Außerdem können sie ihr Projekt selbständig organisieren und den Projektfortschritt ermitteln. Die Studierenden haben außerdem folgende Kompetenzen erworben: Präsentieren, Organisieren, Kommunikation, Problemlösungsfähigkeiten und kritisches Hinterfragen.

-

Klausur

Die Grundvorlesung gibt einen Überblick zu den folgenden fünf Bereichen: Internet, Kodierung, Assemblerprogrammierung, Rechnerarchitektur, Betriebssysteme und Energieversorgung. Bei allen 5 Bereichen wird eine grundsätzliche Systemsicht vermittelt. Inhaltlich werden bei den 5 Bereichen die folgenden Themen behandelt:

• Internet: Protokollschichten und grundlegender Aufbau des Internets
• Kodierung: Zahlendarstellungen und Zeichenkodierung, Quellkodierung, Kanalkodierung, Leitungskodierung;
• Assemblerprogramming: Grundlagen, Aufruf von Unterprogrammen in Assembler, Verwendung des Stacks, Programmübersetzung und -ausführung, (Auswirkung von) Compiler-Optimierung;
• Rechnerarchitektur: Instruction Set Architecture, Application Binary Interface, Aufbau von Rechnern, Mooresches Gesetz, grundlegende Performance-Betrachtungen; Von-Neumann-Architektur, CISC/RISC-Architekturen
• Betriebssysteme: Aufbau des Prozessors, Pipelining, Hazards, Exceptions; Speichertechnologien und -hierarchie, Lokalitätsprinzipien, Caches, Prozesse und Prozess-Management, Aufbau und Funktionsweise von virtuellem Speicher, Translation-Lookaside Buffer (TLB), Cache-Kohärenz bei mehreren Prozessoren, User/Kernel Mode; Aufbau von Speichermedien, Ausfallsicherheit, RAIDs; Virtual Machines, Vorteile von Virtualisierung, Virtualisierungsmethoden, Virtual LAN (VLAN); I/O-Geräte, Handshaking Protocols für Busse, Parallele und Serielle Busse, PCI, USB, Steuerung von I/O-Geräten durch den Prozessor, Datenaustausch zwischen I/O-Geräten und Hauptspeicher, Direct Memory Access (DMA), weiterführende Themen im Bereich Betriebssysteme;
• Energieversorgung:Klimawandel, Quantitativer Vergleich von CO2 Ausstoß, Stromnetze, Energiemärkte, Energiewende, Kraft-/Wärmekopplung, Demand-Side Management

Die Studierenden kennen Grundlagen in den Bereichen Internet, Kodierung, Assemblerprogrammierung, Rechnerarchitektur, Betriebssysteme und Energieversorgung. Sie können wichtige Begriffe, Zusammenhänge sowie Vor- und Nachteile erklären. Sie verstehen den prinzipiellen Aufbau und die Funktionsweise der behandelten Systeme auf verschiedenen Ebenen. Sie sind in der Lage, ihre Strukturen und Funktionsweisen zu skizzieren und zu interpretieren. Sie können die theoretisch erworbenen Konzepte in der Praxis wiedererkennen und Gelerntes anwenden.

-

Klausur

Die Grundvorlesung gibt einen Überblick zu den folgenden fünf Bereichen: Internet, Kodierung, Assemblerprogrammierung, Rechnerarchitektur, Betriebssysteme und Energieversorgung. Bei allen 5 Bereichen wird eine grundsätzliche Systemsicht vermittelt. Inhaltlich werden bei den 5 Bereichen die folgenden Themen behandelt:

• Internet: Protokollschichten und grundlegender Aufbau des Internets
• Kodierung: Zahlendarstellungen und Zeichenkodierung, Quellkodierung, Kanalkodierung, Leitungskodierung;
• Assemblerprogramming: Grundlagen, Aufruf von Unterprogrammen in Assembler, Verwendung des Stacks, Programmübersetzung und -ausführung, (Auswirkung
von) Compiler-Optimierung; Rechnerarchitektur: Instruction Set Architecture, Application Binary Interface, Aufbau von Rechnern, Mooresches Gesetz, grundlegende Performance-Betrachtungen; Von-Neumann-Architektur, CISC/RISC-Architekturen
• Betriebssysteme: Aufbau des Prozessors, Pipelining, Hazards, Exceptions; Speichertechnologien und -hierarchie, Lokalitätsprinzipien, Caches, Prozesse und Prozess-Management, Aufbau und Funktionsweise von virtuellem Speicher, Translation-Lookaside Buffer (TLB), Cache-Kohärenz bei mehreren Prozessoren, User/Kernel Mode; Aufbau von Speichermedien, Ausfallsicherheit, RAIDs; Virtual Machines, Vorteile von Virtualisierung, Virtualisierungsmethoden,
Virtual LAN (VLAN); I/O-Geräte, Handshaking Protocols für Busse, Parallele und Serielle Busse, PCI, USB, Steuerung von I/O-Geräten durch den Prozessor, Datenaustausch zwischen I/O-Geräten und Hauptspeicher, Direct Memory Access (DMA), weiterführende Themen im Bereich Betriebssysteme;
• Energieversorgung: Klimawandel, Quantitativer Vergleich von CO2 Ausstoß, Stromnetze, Energiemärkte, Energiewende, Kraft-/Wärmekopplung, Demand-Side Management 6LP IDS

Die Studierenden kennen Grundlagen in den Bereichen Internet, Kodierung, Assemblerprogrammierung, Rechnerarchitektur, Betriebssysteme und Energieversorgung. Sie können wichtige Begriffe, Zusammenhänge sowie Vor- und Nachteile erklären. Sie verstehen den prinzipiellen Aufbau und die Funktionsweise der behandelten Systeme auf verschiedenen Ebenen. Sie sind in der Lage, ihre Strukturen und Funktionsweisen zu skizzieren und zu interpretieren. Sie können die theoretisch erworbenen Konzepte in der Praxis wiedererkennen und Gelerntes anwenden.

6LP IDS

-

Klausur

Einführung: Rechenmodelle, Effizienzmaße; Sortierverfahren: Quicksort, Heapsort, Mergesort; Elementare Datenstrukturen: Listen, Bäume, Graphen, Dynamische Suchstrukturen, Hashing; Graphenalgorithmen: Durchmusterung, kürzeste Wege, aufspannende Bäume; Algorithmen auf Zeichenketten: Mustersuche; Programmieren: erlernte Algorithmen und Datenstrukturen

Die Studierenden haben Basiswissen über grundlegende Datenstrukturen in der Informatik sowie von Algorithmen für grundlegende Probleme. In diesem Rahmen kennen sie das selbständige kreative Entwickeln von Algorithmen und Datenstrukturen. Die Studierenden kennen die Wechselwirkungen zwischen Datenstrukturen und Algorithmen und können diese auf konkrete Beispiele anwenden. Sie können aufgrund der erlernten Analysetechniken einfache algorithmische Ansätze nach ihrer Qualität, Effizienz und Komplexität bewerten. Zudem sind die Studierenden in der Lage, die erlernten Algorithmen und Datenstrukturen zu implementieren.

-

Klausur

Themen sind u.a. Formale Sprachen, Automaten, Berechenbarkeit, Entscheidbarkeit und rekursive Aufzählbarkeit, Existenz unentscheidbarer Probleme, erster Satz von Rice, Komplexitätstheorie, Zeit- und Platzbedarf und NP-Vollständigkeit.

Die Studierenden haben die Fähigkeit, die Standardkonstruktionen aus dem Bereich endlicher Automaten und regulärer Ausdrücke auszuführen. Sie haben ein Verständnis des Phänomens der Nichtberechenbarkeit und der Häufigkeit seines Auftretens sowie ein Grundverständnis des Begriffs der NP-Vollständigkeit und seiner Motivation.

Kenntnisse der Vorlesungen "Mathematik für Infomatik 1: Analysis" (INFM1010) und "Theoretische Informatik 1: Algorithmen und Datenstrukturen" (INFM2420) werden empfohlen.

Klausur + Übungsnote

Datenbankeinsatz; Datenbankmodelle und -sprachen (Typen, Deklarativität, Datenunabhängigkeit, Persistenz); Relationales Datenmodell und SQL; Normalformen, funktionale Abhängigkeiten; Entity-Relationship-Modell; Relationale Algebra; Rekursive Anfragen; Praktischer Einsatz (PostgreSQL)

Dieses Modul vermittelt eine breite Basis von Datenbanksystemgrundlagen (vor allem: relationaler Datenbanksysteme). Die Studierenden können Datenbanksysteme anfragen, ändern. Die Studierenden erlernen die Grundlagen relationaler Datenmodelle und deren Implementation in Form von SQL-basierten Datenbanksystemen.
Die Studierenden können Datenbankschemata entwerfen und bewerten sowie Datenbankinstanzen anfragen und ändern. Bestehende Datenbanksysteme können bzgl. ihrer Qualität und Effizienz eingeschätzt werden.

Kemper/Eickler: Datenbanksysteme: Eine Einführung
Heuer/Saake: Datenbanksysteme – Konzepte und Sprachen
Relationale Datenbanksysteme (Software und Manuals), u.a. PostgreSQL

Klausur + Übungsnote

Diese Vorlesung vertieft spezifische theoretische Grundlagen, Implementierungsaspekte und den praktischen Einsatz von Datenbanktechnologie. Der Fokus liegt auf Themen, die in der generellen Einführungsvorlesung Datenbanksysteme~1 keine detaillierte Berücksichtigung finden können. Objekte des Studiums sind reale (quell-offene) Datenbanksysteme sowie prototypische Nachbauten ausgewählter Komponenten von Datenbanksystemen.

Die Studierenden verstehen ausgewählte detaillierte Aspekte von Datenbanktechnologien. Dabei reicht das Spektrum von der Anbindung externer Datenbankapplikationen bis zu Interna des Datenbankkerns, die einen effizienten Datenbankbetrieb überhaupt erst gewährleisten. Die Erschließung dieser komplexen Details fördert und fordert Disziplin sowie ein Selbststudium der bereitgestellten Materialien. Die Studierenden verstehen die Laufzeitcharakteristika von Datenbanksystemen und sind mit relevanten Benchmarks vertraut.

Klassische und aktuelle Forschungsartikel zum Thema

Klausur

Einführung und Motivation grundlegender Konzepte und Techniken in der Computergrafik. Aus vielen Bereichen werden elementare Datenstrukturen und Algorithmen vorgestellt. Behandelt werden: Ray Tracing, Lichttransport, Signalverarbeitung, Texturen, Bildfilter, Farbdarstellung und Wahrnehmung, OpenGL-Programmierung, 3D-Splines und Oberfläche sowie Visualisierungstechniken.

Die Studierenden kennen die wichtigsten Algorithmen und Datenstrukturen zur Repräsentation dreidimensionaler Szenen (Geometrie, Lichtquellen, optische Materialeigenschaften, Texturen) sowie Operationen und Methoden zur Erzeugung realistischer Bilder aus 3D-Szenenbeschreibungen (Rendering-Gleichung und OpenGL). Sie können einfache Rendering- und Interaktionstechniken implementieren.

-

Klausur

U. a. werden folgende Themen behandelt: Fourierreihen, Fouriertransformation, Eigenschaften der Fouriertransformation, Diskrete Fouriertransformation, Abtastung und Aliasing, Lineare Operationen, PSF, LSI- Systeme, FIRund IIR-Filter, Bildrekonstruktion (Wiener Filter), Multiskalenrepräsentation, Wavelets, Kantendetektion, Segmentierung, Bildzuordnung, Cross-Correlation, morphologische Operationen

Die Studierenden kennen die mathematischen Grundlagen der Bildverarbeitung und wissen, welche Algorithmen für die grundlegenden Aufgaben bei der Bildverarbeitung existieren und wie diese angewandt werden. In den Übungen haben die Studierenden gelernt, ihre theoretischen Kenntnisse zur Lösung
konkreter Probleme aus der Bildverarbeitung anzuwenden und entsprechende Algorithmen zu implementieren.

Es soll entweder (INFM1110 oder INFM1120) und (INFM1010 oder INFM1020) bestanden worden sein.

Klausur

Implementierung von Algorithmen aus dem Bereich der Bildverarbeitung.

Die Studierenden können selbständig Algorithmen zur Lösung einfacher Probleme auf der Gebiet der Bildverarbeitung planen und erstellen und dabei ihre theoretischen Kenntnisse anwenden.

-

Mündliche Prüfung (bei großer Teilnehmerzahl Klausur)

Die Fortschritte in der modernen Hochleistungsrechner- und Sensortechnologie führen zu immer größeren und komplexeren Daten in vielen Bereichen wie den (Lebens-)Wissenschaften, der Medizin, der Physik oder dem Ingenieurwesen. Interaktive Visualisierung ist oft ein entscheidender Schritt, um diese Daten zu analysieren. Die wissenschaftliche Visualisierung befasst sich mit der Darstellung von Daten, die eine räumliche Struktur (meist dreidimensional) aufweisen, z.B. medizinische Volumina aus CT- oder MRT-Scannern oder molekulare Strukturen. In dieser Vorlesung werden die Schritte der Visualisierungspipeline besprochen, die von den Eingabedaten bis zum endgültigen Bild oder der interaktiven Darstellung des Datensatzes führen. Dazu gehören Interpolation und Filterung, Mapping-Techniken sowie die Grundlagen der (Farb-)Wahrnehmung, Computergrafik/Rendering und Interaktion. Es werden Visualisierungsmethoden für verschiedene Arten von wissenschaftlichen Daten vorgestellt, darunter Teilchen, 3D-Skalarfelder (Volumen), Vektorfelder und Tensorfelder. Insbesondere wird die Anwendung dieser Methoden für die Visualisierung von biologischen sowie medizinischen Daten diskutiert. Methoden aus der Informationsvisualisierung (d.h. die Visualisierung abstrakter, nicht-räumlicher Daten) sind nicht Teil dieser Vorlesung, da diese in BIO4364 - Visualisierung biologischer Daten besprochen werden.

Die Studierenden
- kennen die wichtigsten Konzepte der wissenschaftlichen Visualisierung (z.B. die grafische Darstellung verschiedener Arten von räumlichen Daten, Sampling, Interpolation)
- kennen Visualisierungstechniken für wissenschaftliche Daten (z.B. Teilchen, 3D-Skalar-/Vektor-/Tenorfelder)
- sind in der Lage, diese Techniken selbständig zu implementieren
- wissen, wie man wissenschaftliche Visualisierung effektiv für die Analyse von biologischen und medizinischen Daten einsetzt

Lecture slides will be made available for download.
C. Hansen, C. R. Johnson, “The Visualization Handbook,” Academic Press, 2005.
H. Schumann, W. Müller, “Visualisierung: Grundlagen und allgemeine Methoden,” Springer, 2000.
A. C. Telea, “Data Visualization: Principles and Practice,” A K Peters/CRC Press, 2nd edition, 2014.
M. O. Ward, G. Grinstein, D. Keim, “Interactive Data Visualization: Foundations, Techniques, and Applications,” CRC Press, 2nd edition, 2015.

Klausur

Praktikum mit wechselnden Schwerpunkten: Implementierung von Computerspielen oder interaktiven 3D-Anwendungen, Verwendung spezieller VR/ARHardware, Programmierung von mobilen Grafikanwendungen, Umsetzung visueller Spezialeffekte in Animationen

Die Studierenden können selbständig in Gruppen ein Programmierprojekt planen und durchführen. Techniken zur Erstellung von interaktiven Anwendungen und Spielen und die Benutzung geeigneter Bibliotheken sind bekannt und eingeübt.

Entwicklungsumgebung wird zur Verfügung gestellt

Klausur

Computerspiele / Special Effects 2: Praktikum mit wechselnden Schwerpunkten: Implementierung von Computerspielen oder interaktiven 3D-Anwendungen, Verwendung spezieller VR/ARHardware, Programmierung von mobilen Grafikanwendungen, Umsetzung visueller Spezialeffekte in Animationen

Computerspiele / Special Effects 2: Die Studierenden können selbständig in Gruppen ein Programmierprojekt planen und durchführen. Techniken zur Erstellung von interaktiven Anwendungen
und Spielen und die Benutzung geeigneter Bibliotheken sind bekannt und eingeübt.

Entwicklungsumgebung wird zur Verfügung gestellt

Klausur

In der Vorlesung werden aktuelle Themen aus dem Bereich Visual Computing behandelt.

Die Studierenden kennen aktuelle Verfahren aus dem Bereich Visual Computing und wissen, wie diese angewandt werden.

Vorlesungsfolien werden zum Download bereitgestellt.

Wird noch bekannt gegeben.

Spezielle Themen aus dem Bereich der grafischen Datenverarbeitung, Renderingalgorithmen, Renderinghardware, Computer Vision und Patternerkennung, Modellierung, Lernverfahren in der CG und CV.

Die Studierenden haben spezielle Themen aus dem Bereich der grafischen Datenverarbeitung kennengelernt.

Hängen von den aktuellen Themen ab und werden zur Verfügung gestellt

Klausur

In diesem Modul werden grundlegende Prinzipien, mathematische Grundlagen und Algorithmen aus dem Bereich des maschinellen Lernens vermittelt.
Themen sind u.a.: Verschiedene Lernprobleme und Ansätze zur Lösung, Grundprinzipien des statistischen Lernens, verschiedene Methoden zum überwachten Lernen (Klassifizierung und Regression) und unüberwachten Lernen (Clustering und Dimensionalitätsreduktion), Neuronale Netze und Deep Learning und ein Überblick über moderne Maschinelle Lernenmethoden.

Die Studierenden kennen grundlegende Prinzipien und Verfahren des maschinellen Lernens und wissen um deren prinzipiellen Grenzen. In den Übungen haben sie gelernt, kleine praktische Probleme mit den behandelten Verfahren zu lösen und entsprechende Algorithmen praktisch zu implementieren.

It is strongly recommended that students have passed the modules INFM1110, INFM1120 und INFM2010 in advance.

Literature:
'Introduction to Machine Learning', 4th Edition, Ethem Alpaydin, MIT Press. Chapters 1-12 and 20.

'Pattern Recognition and Machine Learning' by Christopher Bishop, https://www.microsoft.com/en-us/research/people/cmbishop/prml-book

Wird noch bekannt gegeben.

Implementierung von Programmen mit Algorithmen aus dem Bereich des maschinellen Lernens.

Die Studierenden können selbständig (in kleinen Gruppen) Programme zur Lösung einfacher Probleme auf dem Gebiet des maschinellen Lernens planen und erstellen und dabei ihre theoretischen Kenntnisse anwenden.

-

Wird noch bekannt gegeben.

Spezielle Themen aus den Bereichen der Computergrafik, Computer Vision sowie Lernverfahren in diesen Gebieten, z.B. Computational Photography, Renderingalgorithmen, Renderinghardware, und Interaktive Systeme

Die Studierenden haben spezielle Themen aus dem Bereich der Computergrafik/ Computer Vision kennengelernt und können ein Thema anhand vorgegebener und selbst recherchierter Literatur erarbeiten, vor der Gruppe präsentieren und diskutieren und in einer schriftlichen Ausarbeitung das Wesentliche verständlich und korrekt darstellen.

Hängen von den aktuellen Themen ab und werden zur Verfügung gestellt

Klausur

In der Vorlesung werden nach einer kurzen Einführung in die biologischen Grundlagen die wichtigsten Algorithmen künstlicher neuronaler Netze und ihre Theorie vorgestellt. In der Übung werden die theoretischen Kenntnisse durch Lösung praktischer Aufgaben mit Simulatoren für neuronale Netze vertieft.

Ziel dieses Moduls ist, Grundlagenwissen über neuronale Netze zu vermitteln. Die Studierenden lernen die wichtigsten Netzmodelle und ihre Eigenschaften kennen. Sie lernen, damit Mustererkennungsprobleme (Klassifikation, Regression) zu lösen. Teilweise programmieren sie auch Netzmodelle selbst bzw. nutzen moderne Simulatoren (JavaNNS, JMatlab).

Skriptum zur Vorlesung, und Lehrbuch A. Zell: Simulation neuronaler Netze, Oldenbourg-Verlag

Praktikumsleistung incl. Vortrag und Ausarbeitung

Die Studierenden machen sich in Teams von ca. 3 Studierenden mit Simulatoren neuronaler Netze (JavaNNS, Weka, Matlab) und verschiedenen Netzmodellen und Trainingsverfahren vertraut und lösen in der zweiten Praktikumshälfte ein reales Mustererkennungsproblem in Teams von 2-3 Studierenden.

Die Studierenden lernen die Modelle aus der Vorlesung an einem größeren realen Problem anzuwenden. Die Studierenden lernen dabei auch Problemanalyse, Teamarbeit, Zeiteinteilung, Dokumentation und Vortragstechnik.

Wird in der Vorbesprechung ausgeteilt.

Klausur

Das Modul behandelt ungefähr die erste Hälfte des Buches von Stuart Russel, Peter Norvig: Artificial Intelligence, A Modern Approach, 3rd. Edition. Dazu gehören: Einführung, Grundlagen und Geschichte der KI, Intelligente Agenten, Problemlösen durch Suche, Heuristische Suchverfahren, lokale Suchverfahren, Suchen mit nichtdeterministischen Aktionen und partiellen Beobachtungen, Suchverfahren mit Gegnern (adversarial search), Suchverfahren für Spiele, Alpha-Beta-Pruning, Stochastische Spiele, Constraint Satisfaction-Probleme, Backtracking-Suche, Logische Agenten, Agenten basierend auf Aussagenlogik, Prädikatenlogik und Wissensrepräsentation darin, Unifikation und Lifting, Forward Chaining, Backward Chaining, Prolog, klassisches Planen, Hierarchisches Planen und Multiagenten-Planen, Wissensrepräsentation. Die Konzepte der Vorlesung werden in Übungen und Programmieraufgaben mit Lisp bzw. Java vertieft. Studierende lernen damit, Probleme mit KI-Techniken selbständig zu lösen.

Die Studierenden besitzen Grundlagenwissen über künstliche Intelligenz basierend auf dem international bekanntesten KI-Lehrbuch von Russel/Norvig.

Skriptum zur Vorlesung, und Lehrbuch S. Russel, P. Norvig: Artifi- cial Intelligence: A Modern Approach, 3rd Edition, Pearson

Vortrag und Ausarbeitung

Spezielle Themen aus dem Bereich des Maschinellen Lernens, jährlich wechselnd, je nach Aktualität der Themen, z.B. künstliche neuronale Netze, Support-Vektor-Maschinen, Kernel-Verfahren, Gauß-Prozesse, grafische Modelle, Markov-Prozesse, Kernel-Anwendungen in der Chemoinformatik und Bioinformatik, evolutionäre Algorithmen.

Die Studierenden haben spezielle Themen aus dem Bereich des maschinellen Lernens kennengelernt.

Hängt von den aktuellen Themen ab und wird zur Verfügung gestellt

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Einführung in menschliche Wahrnehmung und Aktorik, Nutzerschnittstellen, Planung und Durchführung von Nutzertests, graphische und statistische Auswertung von Nutzertests, User-Centered Design, Analysemethoden, Prototyping, heuristische Evaluation, gesellschaftliche Aspekte von technischen Systemen.

Kompetenzen: Die Studierenden kennen Grundlagen der menschlichen Informationsverarbeitung, verschiedene Interaktionsschnittstellen zur Ein- und Ausgabe sowie Ablauf und Methoden nutzerzentrierter Softwareentwicklung. Sie können Nutzertests planen, durchführen und auswerten. Sie haben einen Überblick über die Bedeutung von technischen Systemen in der Gesellschaft, insbesondere den Einsatz von Assistenzsystemen.

wird in der Vorlesung bekanntgegeben

Klausur

User-centered Design, Analysemethoden, Prototyping, Usability Heuristiken, Heuristische Evaluation, Ästhetische Gestaltungsprinzipien, Durchführung und Auswertung von Nutzertests

Die Studierenden lernen Grundlagen des Interaction-Designs und können Entwurfsprozesse verstehen und anwenden. Im Fokus dieser Lehrveranstaltung steht eine benutzerzentrierte Sicht auf neue technologische Systeme. Die Studierenden kennen Methoden zur Problemanalyse und zum Erstellen von Prototypen, grundlegende ästhetische Prinzipien für den Entwurf von Nutzeroberflächen, und Umsetzungsmöglichkeiten mit Markup-Sprachen. Sie können heuristische Evaluationen und Nutzertests durchführen und auswerten.

-

Klausur

Entwicklung und Protokolle für das Web, Prinzip dynamischer Web-Sites auf dem Client und auf dem Server, XML sowie XHTML, CSS, HTML5, CGI-Mechanismus, PERL als CGI-Sprache, Dynamische Web-Sites mit PHP, Datenbankanbindung mit PHP, Die Smarty- Template-Engine, Clientseitige Web-Entwicklung mit JavaScript, Document-Object-Model (DOM), Gemischte Web-Applikationen mit AJAX, Elektronische Lernmaterialien und Kommunikationsforen in Moodle

Die Studierenden können nach diesem Modul selbständig einfache Web-Applikationen entwickeln. Sie verstehen die gängigen server- und clientseitigen Techniken dafür. Die Studierenden beherrschen dafür verschiedene, weit verbreitete Programmiersprachen. Ebenfalls können die Studierenden einfache Web-Applikationen mit Datenbankanbindung selbständig realisieren.

-

Klausur

Protokolle und Netzwerktechnik für das Web, der ApacheWebserver im Detail, Content-Management-Systeme, insb. TYPO3, Frameworks, insbesondere ZEND-Framework, CakePHP und Ruby on Rails, Software-Architekturen für das Web, Klassifikation von Web-Applikationen, Webservices, Mediaformate für das Web (MIME), Performance-Test für Web-Applikationen, Projektmanagement für das WWW, Techniken des Internet 2: Shibboleth und mehr, Web-Sicherheit, rechtliche Aspekte im Netz: TKG, DSG, TMG und mehr

Die Studierenden verstehen die Prinzipien des Webs und wissen, verschiedene Techniken zu beurteilen. Sie verstehen die Arbeitsweise des Web-Servers und können selbständig Web-Server installieren, konfigurieren und betreiben. Sie kennen verschiedene Software-Architekturen im Web und können einfache Anwendungen nach diesen umsetzen. Die Arbeitsweise und Einsatzbereiche verschiedener Frameworks und Content-Management-Systeme ist den Studierenden aktiv vertraut. Darüber hinaus kennt der Studierende die aktuellen rechtlichen Rahmenbedingungen für den Betrieb eines Web-Servers und ist in der Lage, die wichtigsten Sicherheitslücken zu erkennen und zu schließen.

Walter, T.: Kompendium derWeb-Programmierung, Springer 2007 Kappel, G., Pröll, B., Reich, S., Retschitzegger: Web-Engineering, dpunkt 2004

Projektarbeit mit schriftlicher Dokumentation

Grundlagen der Gestaltung, Gestaltgesetze, Typografie, Layout, Gestaltungsund Grundlinienraster, Bildauswahl, Bildaufbereitung für das Web, Wirkung und Symbolik von Farben, Grundlagen Adobe Photoshop und Indesign

Die Studierenden beherrschen die grundlegende Gestaltung von Print- und Online-Medien. Sie kennen die grundlegende Typografie und ihre Einsatzbereiche und produzieren in der Druckvorstufe hochwertige Druckvorlagen. Ebenso können sie Medien für die Präsentation im Web und andere Online-Medien aufbereiten und selbständig Online-Medien gestalten. Die gängigen Werkzeuge werden von den Teilnehmern aktiv bedient.

J. Böhringer, P. Bühler, P. Schlaich:Kompendium der Mediengestaltung, Springer, 2008
T.Walter: Mediafotografie - von der analogen zur digitalen Fotografie, Springer 2005
P. Bühler: MediaFarbe – analog und digital: Farbe in der Medienproduktion, Springer, 2004
S. Radtke, P. Pisani, W. Wolters: Handbuch visuelle Mediengestaltung, Cornelsen, 2004
C. Runk: Grundkurs Typografie und Layout, Galileo Design, 2008

Klausur

Wird noch bekannt gegeben.

Wird noch bekannt gegben

-

Klausur oder mündliche Prüfung; erfolgreiche Übungsteilnahme ist Prüfungsvoraussetzung.

Programmiersprachen sind eine der bedeutendsten intellektuellen Erfindungen des 20. Jahrhunderts. Das Thema dieser Veranstaltung sind die Grundlagen der Programmiersprachen: Was für Sprachkonzepte gibt es, was bedeuten sie, wie benutzt man sie. Einige Stichworte zu den behandelten Themen: Lambda- Kalkül, Interpreter, Auswertungsstrategien, Continuations, Fixpunkte und Rekursion, Monaden, Objekte und Klassen, Typsysteme, Modulsysteme, Makros, domänenspezifische Sprachen, Scheme, Haskell, Scala, Java.

Die Studierenden sind in der Lage, Programmiersprachen fachlich zu beurteilen und zu vergleichen. Sie können die Bedeutung oben genannter Programmiersprachenkonstrukte präzise mit Fachterminologie beschreiben und in der Form von Interpretern implementieren. Sie können die Bedeutung der unterschiedlichen Programmiersprachenkonzepte für den Programmierer einschätzen und in sinnvoller Art und Weise anwenden.

wird in der Vorlesung bekanntgegeben.

Klausur oder mündliche Prüfung; erfolgreiche Übungsteilnahme ist Prüfungsvoraussetzung.

Wie funktioniert die Übersetzung einer hochsprachlichen Programmiersprache in Maschineninstruktionen? Ein Verständnis davon ist nicht nur für die Entwickler von Compilern interessant, sondern jeder gute Programmierer sollte wissen, wie moderne Compiler und virtuelle Maschinen funktionieren: Auf der einen Seite ermöglicht es ein tieferes Verständnis davon, was passiert, wenn ein Programm ausgeführt wird; auf der anderen Seite sind viele der Technologien aus dem Compilerbau auch in vielen anderen Programmen sinnvoll verwendbar. Einige Stichworte zum Inhalt: Parsing, Abstrakte Syntaxbäume, Zwischenrepräsentationen, Datenflussanalyse, Registerallokation, Optimierungen, Laufzeitsysteme und virtuelle Maschinen, Compiler für objektorientierte und funktionale Sprachen.

Die Studierenden sind in der Lage, die unterschiedlichen Phasen eines Compilers zu verstehen. Sie können selbstständig Compiler für einfache Programmiersprachen implementieren und verstehen die Abwägungen und Alternativen, die es beim Design und der Auswahl von Compilertechnologien gibt.

Andrew W. Appel, Modern Compiler Implementation in ML, Cambridge University Press.

Bewertung des Praktikumsergebnisses

Ziel dieses Praktikums ist die Implementierung eines Teils einer Programmiersprache. Dazu erarbeiten wir in der ersten Semesterhälfte verschiedene Aspekte der Implementierung einer Programmiersprache (z.B. syntaktische Prüfung, Typprüfung, Zwischenstufen (ANF, SSA, CPS), Kontrollfluss) mit Hilfe von Programmieraufgaben. Danach wählen die Studierenden in Absprache mit dem Veranstalter einen Teil einer existierenden oder selbst entworfenen Programmiersprache aus und implementieren diesen Teil in der zweiten Semesterhälfte.

Die Teilnehmer verstehen den Aufbau und die Funktionsweise von Compilern und verwandten
Programmen zur Implementierung von Programmiersprachen und können diese mit Fachterminologie beschreiben. Sie sind in der Lage, eine einfache Programmiersprache selbstständig korrekt und fachgerecht zu implementieren und die gewählte Lösung darzustellen und zu begründen.

-

Klausur

Anwendungsnahe Konzepte und Techniken zu Programmiersprachen, die über einführende Vorlesungen hinausgehen und auf die Anfertigung einer Bachelorarbeit vorbereiten

Kompetenzen: Die Studierenden besitzen tiefergehende Kenntnisse zu ausgewählten Konzepten von Programmiersprachen und entsprechenden Implementierungstechniken. Sie können Konzepte und Techniken in Bezug auf ihre Verwendbarkeit in einem bestimmten Anwendungskontext bewerten und fachgerecht einsetzen.

Wird in den jeweiligen Veranstaltungen angegeben

Klausur + Übungsnote

Anwendungsnahe Konzepte der Praktischen Informatik, die über einführende Vorlesungen hinausgehen und auf die Anfertigung einer Bachelorarbeit vorbereiten.

Studierende besitzen tiefergehende Kenntnisse in ausgewählten Bereichen der Praktischen Informatik, können Konzepte in Bezug auf ihre Verwendbarkeit in einem bestimmten Anwendungskontext bewerten und fachgerecht einsetzen.

Wird in der Vorlesung bekanntgegeben.

Klausur oder mündliche Prüfung; erfolgreiche Übungsteilnahme ist Prüfungsvoraussetzung.

Das Ziel dieser Lehrveranstaltung ist die Vermittlung von Wissen darüber, wie Entwurfs- und Programmiertechniken die Effektivität von Entwicklern während des gesamten Software-Lebenszyklus verbessern kann. Neben klassischen Themen wie Design- und Architekturpattern, Design-Heuristiken und Framework- Entwurf werden wir eine breite Palette von Tools und Programmiertechniken kennenlernen, beispielsweise zum Refactoring oder zur Implementierung domänenspezifischer Sprachen. Sie werden sowohl Techniken aus der Forschung als auch aus der industriellen Praxis kennenlernen und durch das Lesen von wissenschaftlichen Artikeln und dem Experimentieren mit praktischen Tools ihr Wissen vertiefen.

Die Studierenden sind in der Lage, Entwurfstechniken wie Design Pattern zu verstehen und anzuwenden. Sie können einen Softwareentwurf beurteilen und verstehen die Abwägungen zwischen Modularität, Erweiterbarkeit, Performance usw. Studierende können mit Fachterminologie den Zusammenhang zwischen Programmiersprachen und Designtechniken beschreiben und sind in der Lage, in modernen Programmiersprachen fortgeschrittene Programmiertechniken zum Softwaredesign einzusetzen.

-

Klausur + Übungsnote

Diese Lehrveranstaltung nutzt die Programmiersprache Haskell, um grundlegende und praxisrelevante Konzepte der funktionalen Programmierung zu explorieren. Die ersten drei Wochen des Kurses führen die Teilnehmer in Haskell ein, danach werden weiterführende Ideen des funktionalen Paradigmas thematisiert: algebraische Datentypen; parametrische Polymorphie; Typklassen; domänenspezifische Sprachen und ihre Einbettung; Monaden; Parallelität. Das Material wird mittels Foliensatz, Tafelanschrieben und \emph{Live Coding} vermittelt.

Die Studierenden können grundlegende und weiterführende Konzepte der funktionalen Programmierung in Haskell nachvollziehen. Die Studierenden beschreiben komplexe Datenstrukturen mit den Mitteln des Haskell-Typsystems und entwickeln selbständig Programme, um anspruchsvolle algorithmische Probleme zu lösen. Fortgeschrittene Methoden zur Abstraktion sowohl von Daten (bspw. generalisierte algebraische Datentypen) als auch von Verhalten (z.B. Monad-Transformer) können analysiert und neu geschaffen werden. Die Studierende erschließen sich den Zugang zur weiterführenden Literatur und zu Forschungsthemen in der funktionalen Programmierung.

Bird: Thinking Functionally

Hutton: Programming in Haskell

Bird/Wadler: Introduction to Functional Programming

Abnahme des Praktikumsprojekts im Verlauf des Semesters, Präsentation und Ausarbeitung

Das Ziel dieses Praktikums ist das Erlernen des praktischen Umgangs mit fortgeschrittenen Programmiertechniken, beispielsweise aus dem Bereich der funktionalen Programmierung oder der Compilertechnologie. Zu diesem Zweck wird im Rahmen des Praktikums eine größeres Projekt zum Erlernen der jeweiligen Programmiertechniken durchgeführt.

Die Studierenden sind in der Lage, die Komplexität eines mittelgroßen Programmierprojekts zu beherrschen. Sie sind in der Lage, fortgeschrittene Programmiertechniken in dem Themengebiet des Praktikums sinnvoll und zielgerichtet einzusetzen. Die Studierenden können den Stand ihres Projekts adäquat präsentieren und effektiv im Team arbeiten.

-

Klausur

inhalt 3219

goals 3219

-

Projekt, Präsentation und Ausarbeitung

Teams von ca. 3 Studierenden bearbeiten eine aktuelle Aufgabe im Bereich der CI in Games. Sie programmieren oder erweitern ein Computer Spiel mit intelligenten, typischerweise selbstlernenden Agenten. Dabei wird vor allem auch das Potential für die autonome Entwicklung von selbst lernenden Künstlichen Intelligenzen exploriert und evaluiert.

Die Studierenden könnten intelligente Agenten in Computerspiele integrieren. Im Allgemeinen sammeln sie praktische Erfahrung in der Integration von intelligenten Mechanismen in Computerspielen und Simulationsumgebungen. Sie entwickeln ein Verständnis darüber, wie schnell künstliche Agenten lernen können. Insbesondere verstehen sie das Zusammenspiel zwischen der Komplexität der Spielumgebung, der Mächtigkeit des Lernalgorithmus und dem Fokus (bias) des Lernalgorithmus, bestimmte Strukturen in der Umgebung zu entdecken.

Spezifische Informationen zu den Aufgabenbereichen werden gestellt. / Grundwissen in Künstlicher Intelligenz, Kognitiven Architekturen und dem Maschinellen Lernen sind hilfreich aber nicht zwingend notwendig.

Klausur

Einführung und Motivation grundlegender statistischer Methoden anhand von praktischen Beispielen aus den Neurowissenschaften, der Wahrnehmungsforschung und der Bildverarbeitung. Der Schwerpunkt liegt auf der praktischen Anwendung aller Methoden und deren Implementation in der Programmiersprache Python. Behandelt werden diskrete und kontinuierliche Wahrscheinlichkeitsverteilungen, deskriptive Statistik (z.B. Lage-, Streuungs- und Zusammenhangsmaße, Korrelationen), induktive Statistik (z.B. Tests, Regression) sowie explorative Statistik. Wahrscheinlichkeitsverteilungen werden theoretisch eingeführt und praktisch angewendet. Eine Kurzeinführung in die Programmiersprache Python und die Verwendung von Notebooks erleichtert die Anwendung von Statistik-Paketen.

Die Studierenden kennen grundlegende statistische Methoden, können diese korrrekt anwenden und in Software implementieren. Die Studierenden sind in der Lage, Versuche selbst zu planen und auszuwerten und dabei typische Fehler zu vermeiden. Sie können der Literatur dargestellte Ergebnisse kritisch hinterfragen.

Fahrmeir, Künstler, Pigeot, Tutz: Statistik; Springer-Verlag. /
Stahel: Statistische Datenanalyse; Vieweg & Sohn. /
Zusatzliteratur wird in der Vorlesung bekannt gegeben.

Projekt 60% , Präsentation und Ausarbeitung 40%

Teams von ca. 3 Studierenden bearbeiten eine aktuelle Aufgabe im Bereich der Virtual Reality; typischerweise in Unity. Dabei geht es meist um Funktionalitätserweiterungen, Contentgenerierung, Datenaufnahme und die Integration von Sensoren (z.B. Vicon, LeapMotion, Eye Tracking, intertiales Tracking, etc.).

Die Studierenden sammeln praktische Erfahrung im Umgang mit und der Erweiterung von Virtual Reality Umgebungen und der online Interaktion mit diesen Umgebungen. Sie können eine Virtual Reality Umgebung programmieren und aktivieren. Außerdem wissen sie, wie man mit geeigneten Trackingmethoden in solche eine Umgebung eintauchen kann und mit dieser effektiv interagieren kann. Außerdem können Sie Daten von VR Interaktionen effektiv online und zeitlich akkurat synchronisiert aufnehmen.

Spezifische Informationen zu den Aufgabenbereichen werden gestellt. / Erfahrungen mit Simulationsumgebungen, VRs, und insbesondere Unity etc. sind hilfreich aber nicht notwendig.

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

IT Service Management umfasst alle Methoden und Maßnahmen zur zielgerichteten Steuerung von IT. Die Ziele für die IT entstammen dem unterstützten Business und die Unterstützung erfolgt in Form von IT-Services. Ein wesentlicher qualitativer Aspekt ist die Bereitstellung von IT Services mit einem erforderlichen Sicherheitsniveau. Durch die Verschmelzung von IT mit vielen anderen Bereichen in Unternehmen und im Alltag entstehen neue Herausforderungen und Chancen. In dieser Vorlesung werden die Methoden und Maßnahmen für ein IT Service Management behandelt und das notwendige organisatorische Wissen durch Anwendungsbeispiele im Bereich von Schnittstellen vermittelt. Der Grundpfeiler Informationssicherheitsmanagement wird mit den Bestandteilen IT-Sicherheit und Datenschutz sowohl methodisch, als auch praxisnah betrachtet. Die Inhalte sind: Methoden im IT Service Management, Schnittstellen im Bereich ITSM (methodisch und praktisch), Projektmanagement in der IT, Anforderungsmanagement, Portfolio-Management eines IT-Service-Providers, Informationssicherheitsmanagement, Datenschutz und Datensicherheit, Anwendungsbereiche der IT Security, Zertifizierungen, Normen und Gesetze

Die Studierenden besitzen grundlegende Kenntnisse von IT-Organisation, deren Aufbau, Abläufe sowie grundlegende Kenntnisse zu IT-Projekten und dem Thema Projektmanagement. Anhand etablierter Frameworks (ITIL) und Standards (ISO 20000) können die Studierenden komplexe IT-Servicestrukturen verstehen und managen. Dabei können sie die eingesetzten Prozesse beschreiben, steuern und weiterentwickeln.

-

Klausur

In Rahmen dieses Moduls wird ein Überblick über die verwendete Halbleitertechnologie und den Layoutentwurf geliefert sowie Berechnungsverfahren für die Schaltungsdimensionierung vorgestellt. Im Vordergrund stehen Verfahren der Schaltungssimulation, das Einüben von Entwurf, Analyse und Auswahl von Grundschaltungen, die Einschätzung von Begrenzungen und Kosten, und die Abschätzung der möglichen zukünftigen Technologie-Entwicklungen. Die Vorlesung ist wie folgt gegliedert: Einführung in die Begriffswelt der integrierten Schaltungen, Schaltungssimulation, Abriss der Halbleitertechnologie und der Aufbau- und Verbindungstechnik, Grundschaltungen und Dimensionierungskriterien, Theorie des MOS-Transistors

Die Studierenden verstehen die Konzepte der Schaltungstechnik für integrierte, digitale CMOS-Schaltungen. Dies befähigt sie dazu, integrierte Schaltungen zu verstehen und die in diesem Kontext in der industriellen Praxis häufig auftretenden Probleme, wie beispielsweise Schaltungsdimensionierung, ergebnisorientiert zu lösen. Durch die begleitenden Übungen vertiefen die Studierenden das in der Vorlesung vermittelte Wissen durch Anwendung auf konkrete Problemstellungen. Das selbstständige Arbeiten in kleinen Gruppen fördert Eigenverantwortung und Teamfähigkeit der Studierenden.

Rabaey, Chandrakasan, Nikolic: Digital Integrated Circuits, a design perspective; 2nd ed. Pearson Education, Prentice Hall, 2003. J. Lienig: Layoutsynthese elektronischer Schaltungen; Springer, 2006.

Klausur

Ziel des Praktikums ist die rechnergestützte Anwendung wesentlicher in Vorlesung und Übung vermittelter Konzepte zum Schaltungsentwurf integrierter Schaltungen (Chip Design). Im Verlaufe des Praktikums können die Studierenden lernen, wie komplexe Chips mit modernsten Design-Tools entwickelt werden. In Kooperation mit der Firma Cadence erhalten die Teilnehmenden Einblick in die MMSIM-Technologie und erlernen den praktischen Umgang mit der aktuellen Custom-Design-Plattform Virtuoso und dem Visualisierungstool Viva. Das Praktikum gliedert sich wie folgt: Modellierung von Bauteilen und Grundschaltungen, Generieren von Netzlisten, Verwenden unterschiedlicher Analysearten der Schaltungssimulation, Schaltungssimulation von SPICE-Beschreibungen mit Cadence Virtuoso Spectre, Analyse und Betrachtung physikalischer Phänomene wie Schwellspannung und Substrateffekt, Bestimmen von Subthreshold-Strömen und statischer Verlustleitung, Simulationsgestützte Schaltungsdimensionierung

goals 3312

Rabaey, Chandrakasan, Nikolic: Digital Integrated Circuits, a design perspective; 2nd ed. Pearson Education, Prentice Hall, 2003. J. Lienig: Layoutsynthese elektronischer Schaltungen; Springer, 2006.

Klausur

Dieses Modul behandelt Grundlagen, Systemaspekte, Speichermedien sowie Basisanwendungen der Multimediatechnik. Die Grundlagen für die Verarbeitung digitaler Audio- und Videodaten bilden das Shannon’sche Abtasttheorem und die Pulse-Code-Modulation (PCM). Hieraus haben sich verschiedene Techniken entwickelt, die auf das jeweilige Medium spezialisiert sind. Die Audiotechnik beinhaltet Musik- und Sprachverarbeitung, die Videotechnik beruht im Wesentlichen auf der Entwicklung des digitalen Fernsehens bis hin zu aktuellen Videostreaming-Anwendungen. Die Datenraten dieser Medien erfordern entsprechende Kompressionsverfahren, die sowohl in Hardware als auch in Software realisiert werden können. Ergänzend hierzu werden moderne Speichermedien für die Aufzeichnung und Wiedergabe von Multimediadaten vorgestellt und die Erstellung von Multimedieninhalten sowie Techniken für die Speicherung und Suche in Multimediadatenbanken diskutiert.

Die Studierenden kennen aktuelle Techniken aus dem Bereich multimedialer Medien. Insbesondere vor dem Hintergrund höchster Ansprüche an die Qualität multimedialer Daten sowie zunehmender breitbandiger Vernetzung kennen die Studierenden entsprechende Schlüsseltechniken. Die Studierenden verstehen die Funktionsweisen und Möglichkeiten dieser Technologien. Sie sind damit in der Lage, diese in der Praxis problemadäquat anzuwenden. Die Übungsaufgaben werden in kleinen Gruppen bearbeitet. Dadurch werden Verantwortungsbewusstsein, Kooperations- und Kommunikationsfähigkeit der Studierenden erweitert.

-

Klausur

Ergänzend zum Modul Grundlagen der Multimediatechnik dient dieses begleitende Praktikum zur Vertiefung der vermittelten Inhalte. In Gruppen von max. drei Teilnehmenden werden die Themenbereiche durch entsprechende Aufgabenstellungen praktisch umgesetzt. Zu Beginn steht die Einarbeitung in unterschiedliche Bildformate, deren Erstellung, Konvertierung und spezifischen Eigenschaften. Daran knüpft die gezielte Bearbeitung von Bilddaten mittels geeigneter Werkzeuge an. Ein weiterer Fokus liegt auf Audio- und Videoformaten, deren Eigenschaften und Erstellung am Beispiel ausgewählter Formate. Hierbei wird umfassendes Grundlagenwissen über die entsprechenden Techniken und Verfahren, z.B. DCT und Wavelets, vermittelt. Die Umsetzung dieses Basiswissens in Multimediaanwendungen erfolgt am Beispiel des BD-Masterings, Multimediaanwendungen auf mobilen Endgeräten, Videokonferenz und der Handhabung von Multimediadatenbanken und Medienservern mit Fokus auf geeigneten Methoden der Inhaltsanalyse und Beschreibung.

Die Studierenden können die Konzepte aus dem Modul "Grundlagen der Multimediatechnik" praktisch anwenden. Sie können gezielt Multimediadaten, wie beispielsweise Audio-/Video-Daten bearbeiten und Abfragealgorithmen erstellen. Sie können verschiedenen algorithmische Strategien bewerten und situationsadäquat anwenden. Die Studierenden kennen die Vor- und Nachteile von DCT- und Wavelet-Transformation und können diese auf konkrete Beispiele anwenden.

Das Modul INF3321 Grundlagen der Multimediatechnik kann parallel belegt werden.

Literatur:
• R. Malaka, A. Butz, H. Hußmann: Medieninformatik - Eine Einführung;
Pearson Studium, 2009.
• W. Burger, M.Burge: Digitale Bildverarbeitung: Eine algorithmische Einführung
mit Java, Springer Vieweg, 3. Auflage 2015.
• K. D. Tönnies: Grundlagen der Bildverarbeitung; Pearson Studium, 2005.

Klausur, Übungsleistungen können als Bonuspunkte in die Klausur einfließen

Protokolle und Standards, OSI-Modell, Vermittlungsprinzipien: Bridges, Switches, Routers; IP-Adressen, IPv4/IPv6, ARP/NDP, DHCP, ICMP, Intradomain- und Interdomain-Routing, Fluss- und Lastkontrolle, Transportprotokolle, UDP, TCP, Sockets, Domain Name System (DNS), Anwendungsprotokolle, Firewalls, Network Address Translation (NAT), Peer-to-Peer Networking

Die Studierenden haben ein grundlegendes Verständnis über das Funktionsprinzip und die Organisation des Internets. Sie können wichtige Begriffe des Fachgebiets richtig anwenden und haben eine fundierte Grundlage für ein vertiefendes Studium im Bereich Kommunikationsnetze.

Kurose, Ross: “Computer Networking: A Top-Down Approach”
O. Bonaventure: “Computer Networking : Principles, Protocols and Practice”,
http://inl.info.ucl.ac.be/cnp3

Benotete Praktikumsversuche bestehend aus Theorie und Praxis mit abschließender Klausur oder mündlicher Prüfung

Einführende Vorlesungseinheiten zu jedem Versuch, praktische Übungen zuhause zum Kennenlernen der Experimentierumgebung (Linux-Kommandozeile, Basisbefehle für Netzadministration, Mitschneiden von Verkehr) sowie benotete Präsenzübungen im Experimentallabor zu folgenden Themen: Netzwerksicherheit, Angriffe und Angriffssabwehr, VPN, WLAN, ausgewählte Anwendungsprotokolle.

Die Studierenden können im Team arbeiten und haben Ausdauer beim Lösen von technischen Aufgaben. Sie sind in der Lage eigenständig nach weiterführenden Informationen im Internet zu recherchieren sowie englische Fachtexte zu lesen, zu verstehen und umzusetzen. Sie können einfache Konfigurationen von Rechnernetzen selbständig durchführen und Eigenschaften von grundlegenden Protokollen experimentell evaluieren.

Wird während des Praktikums zur Verfügung gestellt.

Klausur und evtl. Übungsnote

Anwendungsnahe technische Konzepte in Kommunikationsnetzen, die über einführende Vorlesungen hinausgehen und auf die Anfertigung einer Bachelorarbeit vorbereiten.

Studierende besitzen tiefergehende Kenntnisse im Bereich der Kommunikationsnetze und können Konzepte in Bezug auf ihre Verwendbarkeit in einem bestimmten Anwendungskontext bewerten und fachgerecht einsetzen.

Wird in der Vorlesung bekanntgegeben.

Klausur

Regelmäßig im Wintersemester wird in diesem Modul die Vorlesung "Compilerbau" angeboten:

In der Vorlesung werden anwendungsnahe Konzepte und Techniken zu Programmiersprachen und Compilerbau vermittelt. Konkret werden zunächst die Phasen des Compilerbaus anhand eines Java-Compilers eingeführt. Als Implementierungstechnik wird die funktionale Programmiersprache Haskell verwendet. Dazu werden die notwendigen Grundlagen der funktionalen Programmierung aufbauend auf den Kenntnissen der Grundvorlesung vermittelt.

Im 2. Teil der Lehrveranstaltung werden die Studierenden in Gruppenarbeit einen Mini-Java-Compiler mit den gelernten Techniken implementieren.

wird noch hinzugefügt

-

Klausur

Dieses Modul befasst sich mit dem grundlegenden Aufbau moderner Rechnersysteme. Themen sind u.a. Methoden zur Klassifikation und Bewertung von Rechnerarchitekturen, Pipelining zur beschleunigten Befehlsverarbeitung, Speicherhierarchie und Caches, Hauptspeichertechnologien, virtuelle Speicherverwaltung, Techniken zur Sprungvorhersage, Kommunikation zwischen Prozessor und Peripherie und Grundprinzipien des Hardware- und Rechnerentwurfs.

Die Studierenden haben ein grundlegendes Verständnis über den Aufbau, die Organisation und das Operationsprinzip von Rechnersystemen. Dies befähigt sie dazu Mikroprozessorsysteme für verschiedene Einsatzgebiete zu bewerten, zu vergleichen und auszuwählen. Des Weiteren versetzen die erworbenen Kenntnisse die Studierenden in die Lage, den Zusammenhang zwischen Hardware-Konzepten und deren Auswirkungen auf die Software zu verstehen. Dies ermöglicht es den Veranstaltungsteilnehmenden systemnahe Funktionen sowie effiziente Programme zu entwickeln. Durch die begleitenden Übungen vertiefen die Studierenden das in der Vorlesung vermittelte Wissen durch Anwendung auf konkrete Problemstellungen. Da die Übungen selbsttätige in kleinen Gruppen zu bearbeiten sind, wird neben der Eigenverantwortung auch die Teamfähigkeit der Studierenden geschult.

• David A. Patterson & John L. Hennessy; Computer Organization and Design RISC-V Edition: The Hardware / Software Interface 2. Auflage; Morgan Kaufmann, Elsevier, 2020.

• D. A. Patterson, J. L. Hennessy: Rechnerorganisation und Rechnerentwurf: Die Hardware/Software-Schnittstelle; Oldenbourg Wissenschaftsverlag, 4. Auflage, 2011.

• J. L. Hennessy, D. A. Patterson: Computer Architecture: A Quantitive Approach; Morgan Kaufmann Publishers Inc., 6. Auflage, 2018.

Klausur

Das Praktikum vertieft durch praktische Aufgaben u.a. die folgenden Themengebiete des Moduls Grundlagen der Rechnerarchitektur: Leistungsbewertung von Rechnersystemen, Instruktionsausführung in Prozessoren, Entwurf und Implementierung systemnaher Funktionen, Optimierung von Programmen unter Ausnutzung des Wissens über die Abläufe der Instruktionsverarbeitung, System- und Hardwareentwurf, virtuelle Speicherverwaltung sowie die Entwicklung und Anwendung von Simulatoren zur Systemanalyse.

Die Studierenden sind in der Lage, das im Modul "Grundlagen der Rechnerarchitektur" erlernte Wissen anzuwenden und zu vertiefen. Sie können entsprechende praktische Probleme analysieren und lösen und Aufgaben in der industriellen Praxis ergebnisorientiert bearbeiten. Die Aufgaben werden von den Studierenden in kleinen Gruppen selbsttätig bearbeitet. Dies trainiert neben Team-, Kommunikations- und Konfliktfähigkeiten auch das Verantwortungsbewusstsein
der Studierenden.

• D. A. Patterson, J. L. Hennessy: Computer Organization and Design: The Hardware/Software Interface; ARM Edition (basierend auf 5. Auflage) Morgan Kaufmann, Elsevier, 2017.
• J. L. Hennessy, D. A. Patterson: Computer Architecture: A Quantitive Approach; Morgan Kaufmann Publishers Inc., 6. Auflage, 2018.

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Das Modul Grundlagen der Robotik konzentriert sich insbesondere auf stationäre Roboter (Manipulatoren). Einführung, Ziele und Einsatzgebiete von Robotern, Raumkoordinaten und Transformationen, Manipulator-Kinematik, Inverse Manipulator-Kinematik, Geschwindigkeiten und statische Kräfte, Manipulatordynamik

Ziel dieses Moduls ist, Grundlagenwissen über Robotik zu vermitteln. Die Studierenden lernen Methoden zur Beschreibung der Kinematik von Robotern und zur Lösung von Aufgaben zur Positions- und Pfadplanung. Sie lernen Einsatzgebiete, Antriebsformen und Charakteristika von Industrierobotern kennen und können dies auf reale Probleme anwenden.

Skriptum Robotik 1 (Zell) nach Lehrbuch, weitere Lit. wird zu Beginn der Vorlesung bekanntgegeben

Klausur oder Vortrag und Ausarbeitung

Dieses Modul befasst sich mit aktuellen Themen aus dem Bereich der Robotik. Diese werden anhand aktueller Literatur aus Forschung und Industrie an die Studierenden vermittelt. Das Modul richtet sich vor allem an Studierende, die erweiterte Kenntnisse in diesem Bereich erwerben wollen.

Kompetenzen :Die Studierenden haben einen Einblick in aktuelle Themengebiete der Robotik. Durch eigenverantwortliche Bearbeitung der Themen werden Selbstdisziplin sowie Lese- und Lernkompetenz der Studierenden trainiert. Moderationskompetenz, Rhetorik und Kritikfähigkeit der Studierenden werden in besonderem Maße durch die Präsentation des Themas vor fachkundigem Publikum verbessert.

Aktuelle Literatur, die in der Vorbesprechung bekanntgegeben wird.

Klausur

inhalt 3399

goals 3399

-

Klausur

In diesem Modul geht es um die Bereitstellung der Grundlagen für den Bereich Algorithmik. Dieses Modul schließt thematisch und methodisch an das Pflichtmodul Algorithmen an. Es umfasst eine weite Palette, die von der theoretischen Konzeption von Problemlösungsverfahren, verschiedenen Komplexitätsklassen und Anwendungsbereiche bis hin zu praktischen Aspekten wie Algorithm Engineering reichen. Themen sind u.a. Graphen und Netzwerke, Randomisierte Algorithmen, Lineares Programmieren, Approximationen, Parametrisierung und Parallelität

Die Studierenden weisen erweiterte Kenntnisse über Methoden für Datenstrukturen und Algorithmen auf, insbesondere für verschiedene Algorithmenklassen wie Graphenalgorithmen, randomisierte Algorithmen, parametrisierte Algorithmen, geometrische Algorithmen und parallele Algorithmen. Zu den einzelnen Themen können die Studierenden die Methoden selbständig auf Fallbeispiele
anwenden und diese lösen, dazu gehören insbesondere die Anwendung von Korrektheitsbeweisen und Effizienzanalysen. Die Studierenden können einfache Algorithmenideen selbst entwickeln und die dazugehörigen Analysen und praktischen Umsetzungen entwerfen.

Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms; Mehlhorn, Näher: LEDA - A platform for combinatorial and geometric computation;
Papadimitriou, Steiglitz: Combinatorial optimization : algorithms and complexity

Klausur

Diese Veranstaltung behandelt grundlegende Graphen- und Netzwerkalgorithmen mit Betonung auf Anwendungen. Zu verschiedenen Anwendungen, unter anderem aus den Bereichen Netzwerkanalyse, Clustern von Daten, Visualisierung von Graphen, etc. werden wichtige Methoden vorgestellt und ihre Umsetzung auf die Anforderungen der entsprechenden Anwendung diskutiert. Begleitend wird ein Praktikum angeboten. Themen sind u.a. Netzwerkanalyse, Mustersuche, Clustering und Graphenzeichnen.

In diesem Modul erhalten die Studierenden erweiterte Kenntnisse im Bereich Graphen- und Netzwerkalgorithmen. Sie können einfache und auch schwierigere Probleme aus verschiedenen Anwendungsbereichen formalisieren und Graphen- und Netzwerkverfahren innerhalb der formalen Grundlagen anwenden. (Einfache) Erweiterungen der grundlegenden Verfahren können von den Studierenden selbständig entworfen und realisiert werden.

Cormen, Leiserson, Rivest, Stein: Introduction to Algorithms Mehlhorn, Näher: LEDA - A platform for combinatorial and geometric computation Papadimitriou, Steiglitz: Combinatorial optimization : algorithms and complexity

Klausur

inhalt 3413

goals 3413

-

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Themen sind u.a. Komplexitätsmaße und ihre grundlegenden Beziehungen, Hierarchiesätze, Reduktion und Vollständigkeit, Alternierung und Schaltkreise, die polynomielle Hierarchie und Komplexität von Fragen der Approximierbarkeit.

Die Studierenden haben eine Übersicht über das Gefüge der wichtigsten Komplexitätsklassen und daher einen Bezugsrahmen zur komplexitätsmäßigen Einordnung kombinatorischer Fragestellungen. Sie haben ein Problembewusstsein entwickelt bzgl.\ der anscheinenden notorischen Schwierigkeit der kombinatorischen Fragestellungen sowie der formalen Ungewissheit dieser Sachlage.

Hopcroft u. Ullman, Introduction to automata theory, languages and computation, 1979 Rogers, The theory of recursive functions and effective computability, 1989 Arora and Barak. Computational complexity: a modern approach, 2009.

Klausur

inhalt 3441

goals 3441

-

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Themen sind u.a.\ verlustfreie Datenkompression, Präfixcodes und Entropie, Wörterbuch-Techniken, B-W-Transformation, Lauflängenkodierung, Fax, Verlustbehafteter Fall, Quantisierung, Differentialkodierung, Teilbandkodierung, Transformkodierung

Die Studierenden haben ein Grundverständnis der Möglichkeiten und Grenzen der Datenkompression, eine Übersicht über die wichtigsten Verfahren und Kenntnis ihrer Arbeitsweise sowie die Fähigkeit zum Einsatz von Standardverfahren.

Strutz: Datenkompression

Klausur

inhalt 3459

goals 3459

-

Klausur

Grundlagen der Aussagenlogik und der Prädikatenlogik erster Stufe. Hierzu gehören insbesondere logische Deduktionssysteme und Semantik prädikaten\-logischer Sprachen sowie, als zentrales Theorem, der Vollständigkeitssatz und seine Anwendungen.

Studierende sollen selbständig mit Termstrukturen umgehen und Logik als Sprache zur Modellierung und Spezifikation von Problemen anwenden können. Es wird der Entwurf, die Umsetzung und die Anwendung von Logikkonzepten verschiedenster Art eingeübt. Dabei werden die Studierenden auch mit den Grenzen der Ausdrucksmöglichkeit formaler Konzepte vertraut gemacht. Das stärkt zugleich die Fähigkeit, sich grundsätzlich und kritisch mit der Reichweite und den Anwendungsmöglichkeiten formaler Werkzeuge auseinanderzusetzen.

D. van Dalen, Logic and Structure, Springer-Verlag, 2008. P. Schroeder-Heister, Skriptum Mathematische Logik (siehe Homepage des Veranstalters)

Benotung der Übungsaufgaben

Implementierung von mechanischen Beweisverfahren aus der Vorlesung INF3482 Automatisches Beweisen -- Grundlagen in ca. 5 Übungsaufgaben.

Die Studierenden erhalten Grundkenntnisse in der Implementierung automatischer Beweisverfahren und deren Fähigkeiten und Einsatzmöglichkeiten. Sie können die praktische Relevanz der mathematischen Logik für die Informatik anhand konkreter Beispiele bewerten.

Aufgabenbeschreibungen, Dokumentation der verwendeten Systeme

Klausur

Es werden elementare Grundlagen der Logik dargestellt. Hierzu gehören die Syntax und Semantik der Aussagenlogik und der Prädikatenlogik erster Stufe, Normalformen sowie Logikkalküle wie z.B. der Resolutionskalkül und der Kalkül des natürlichen Schließens.

Erwerb von logischen Grundkenntnissen, die für die Informatik unabdingbar sind.

Literatur: siehe Homepage des jeweiligen Veranstalters.

Hinweis: Diese Veranstaltung entspricht der früheren Veranstaltung INF2620 (Pflicht für Studierende des B.Sc. Informatik nach PO 2015 Pflicht; zu belegen im Modul "Logik & Proseminar (übK)" [INFM2620]).

Klausur

inhalt 3489a

goals 3489a

-

Klausur

inhalt 3489b

goals 3489b

-

Klausur

Die Inhalte sind wechselnd. Pro Modul wird ein grundlegendes Kapitel der theoretischen Informatik behandelt. Nach einer Einführung in dieses Gebiet werden wichtige Themen behandelt.

goals 3499

In diesem Modul erhalten die Studierenden eine Einführung in ein Gebiet der theoretischen Informatik. Nach Abschluss des Moduls haben sie einen Überblick und grundlegende Kenntnisse in diesem Gebiet und sind in der Lage, eine Bachelorarbeit in diesem Gebiet zu schreiben.

Abnahme des Programmierprojekts im Verlauf des Semesters

Dieses Praktikum ergänzt das entsprechende Modul, das aus Vorlesung und Übung besteht. Hier werden ausgewählte Methoden der Vorlesung in Anwendungsszenarien implementiert, getestet und dokumentiert.

Die Studierenden können mehrere der Methoden softwaretechnisch in einem kleinen Projektsumsetzen. Diese Umsetzung erstreckt sich von Anforderungsanalyse, über Design und Implementierung bis hin zu Text und Dokumentation.

Originalliteratur wird bekanntgegeben

Wöchentliche Teambesprechungen und Abschlussbewertung

Forschung, rechnergestützte Lehrmethoden, Betreuung und Durchführung von Übungen und Präsenzübungen begleitend zur Vorlesung Einführung in die Technische Informatik, rechnergestützte Organisation des Übungsbetriebs mittels CIS, Erkennen und Beurteilen von Wissenslücken, Bewertung der Komplexität von Übungsaufgaben, eigenständiges Erarbeiten von Aufgabenstellungen und Musterlösungen, Korrektur und Bewertung mit und ohne Rechnerunterstützung, Suche nach Plagiaten.

Studierende beherrschen den Stoff der Vorlesung "Einführung in die Technische Informatik" sicher, wissen diese im Umfeld der Informatik zu positionieren und können darüber selbständig referieren sowie eigene Beispiele und Aufgaben erarbeiten und andere Studierende beim Lösen der Übungsaufgaben anleiten. Sie kennen die Grundlagen von Gruppenkommunikation und -motivation, sammeln Erfahrung in der Anleitung zum selbständigen Arbeiten und können so Hilfestellung bei Lernproblemen leisten.

W. Schiffmann, R. Schmitz. Technische Informatik 1: Grundlagen der digitalen Elektronik. 5. Auflage, Springer, 2004.

Vortrag und Ausarbeitung

Wechselnde Themen aus Anwendungsbereichen der diskreten Mathematik in der Informatik

Das konkrete Seminarangebot in einem bestimmten Semester entnehmen Sie bitte dem Vorlesungsverzeichnis in alma.

Hinweis zum Sommersemester 2024:
In diesem Semester wird das Proseminar "Beweise aus dem Buch" (Dozentin: Schlipf) angeboten.

Die Studierenden erarbeiten sich selbstständig ein begrenztes Thema aus dem Umfeld der diskreten Mathematik. Sie sind in der Lage, dieses Thema strukturiert und verständlich zu präsentieren, auf Diskussionsbeiträge einzugehen und in einer schriftlichen Ausarbeitung zusammenzufassen. Die Teilnehmer sind in der Lage, ihren Kommilitonen im Rahmen ihrer Präsentation ein wertsch\"atzendes Feedback zu geben.

wird in der 1. Sitzung bekannt gegeben / will be announced in the first session.

Vortrag und Ausarbeitung

Pro Veranstaltung werden mehrere Themen aus einem Teilgebiet der theoretischen Informatik behandelt.

Die Studierenden sind in der Lage, sich selbständig in ein Thema aus einem Gebiet der theoretischen Informatik an Hand schriftlicher Quellen einzuarbeiten, dieses anderen in einem Vortrag darzulegen. Dabei muss das Verständnis weit genug gedungen sein, um Rückfragen und weitergehende Fragen der Studierenden und Betreuer beantworten zu können.

-

Vortrag und Ausarbeitung

Das Proseminar beinhaltet das Erarbeiten von schriftlichen Quellen unter Betreuung zu Themen aus dem Bereich Effiziente Algorithmen. Die Präsentation und das schriftliche Zusammenfassen schließen den Seminarbeitrag jeweils ab. Aktive Teilnahme an den einzelnen Sitzungen ist ein wichtiger Bestandteil des Proseminars.

Die Studierenden können einen begrenzten Sachverhalt aus dem Bereich Effiziente Algorithmen aus schriftlicher Quelle selbständig erarbeiten, verstehen und in Form eines Vortrages präsentieren und auch in einer Diskussion vor einem Plenum vertreten. Neben der mündlichen Präsentation können sie das erarbeitete Thema schriftlich darlegen und zusammenfassen.

-

Vortrag und Ausarbeitung

Pro Veranstaltung werden verschiedene Themen aus dem Gebiet der Graphentheorie behandelt. Beispiele: Planarität Netzwerkflüsse Färbbarkeit Zusammenhang.

Dieses Seminar wird ab dem Sommersemester 2024 unter dem Titel "Beweise aus dem Buch" im Modul "Anwendungen der diskreten Mathematik" (INF3651) angeboten; siehe: https://modul.cs.uni-tuebingen.de/main/module/detail/86/

Die Studierenden haben einen grundlegenden Überblick über die Graphentheorie und ihre Anwendung sowie vertiefte Kenntnisse in einem Thema der Graphentheorie. Die Studierenden sind in der Lage, sich selbständig in ein Thema aus einem Gebiet der Graphentheorie an Hand schriftlicher Quellen einzuarbeiten und dieses anderen in einem Vortrag darzulegen. Dabei muss das Verständnis weit genug gedrungen sein, um Rückfragen und weitergehende Fragen der Studierenden und Betreuer beantworten zu können.

wird in der 1. Sitzung / zu Beginn der Vorlesungszeit bekannt gegeben

Wird noch bekannt gegeben.

Das Proseminar beinhaltet das Erarbeiten von schriftlichen Quellen zu Themen aus den Bereichen Computergraphik und Bildverarbeitung unter Betreuung. Präsentation und das schriftliche Zusammenfassen schließen den Seminarbeitrag jeweils ab. Aktive Teilnahme an den einzelnen Sitzungen ist ein wichtiger Bestandteil des Proseminars.

Die Studierenden können einfache Verfahren aus den Gebieten Computergraphik und Bildverarbeitung präsentieren und kritisch diskutieren.

Hängt von den aktuellen Themen ab und wird zur Verfügung gestellt

Vortrag und Ausarbeitung

Maschinelle Lernverfahren spielen eine wichtige Rolle bei der Datenanalyse und Modellierung sowohl in der Industrie als auch in der Forschung. Diese Verfahren können Modelle aus Daten erlernen und diese auf unbekannte Instanzen anwenden. Beispiele für die praktische Anwendung sind z.B. Schrifterkennung, Bilderkennung, Warenkorbanalysen, Spamfilter, oder Eigenschaftsvorhersa- ge chemischer Verbindungen. Es werden grundlegende maschinelle Lernverfahren, ihre theoretischen Grundlagen und deren praktischen Anwendung vorgestellt. Zudem werden Validierungsstrategien und Parameteroptimerungsmethoden vorgestellt.

Die Studierenden lernen neben den fachlichen Kompetenzen des Proseminars auch die wissenschaftliche Analyse eines Themas, Vorbereitung eines wissenschaftlichen Vortrags, Vortragsdurchführung, Kommunikation mit Zuhörern, kritischen wissenschaftlichen Diskurs und Verfassen einer wissenschaftlichen Abhandlung zu ihrem Seminarthema.

Literatur wird in der Vorbesprechung angegeben.

Vortrag und Ausarbeitung

Maschinelle Lernverfahren spielen in der Bioinformatik und Chemoinformatik eine wichtige Rolle bei der Datenanalyse und Modellierung. Es werden grundlegende maschinelle Lernverfahren, ihre theoretischen Grundlagen und deren praktische Anwendung in der Bioinformatik (z.B. bei Sequenzanalyse, Proteinähnlichkeitsanalyse, Drug Design, Protein-Ligand-Wechselwirkungen, Transkriptionsfaktorbindestellenvorhersage etc.) vorgestellt. Zudem werden Validierungsstrategien und Parameteroptimerungs-Methoden vorgestellt.

Maschinelles Lernen in der Bioinformatik: Die Studierenden lernen neben den fachlichen Kompetenzen des Proseminars auch die wissenschaftliche Analyse eines Themas, Vorbereitung eines wissenschaftlichen Vortrags, Vortragsdurchführung, Kommunikation mit Zuhörern, kritischen wissenschaftlichen Diskurs und Verfassen einer wissenschaftlichen Abhandlung zu ihrem Seminarthema.

-

Vortrag und Ausarbeitung

Elementare Themen aus der mathematischen Logik, die im Modul "Vorlesung Mathematische Logik'' nur gestreift werden können, werden durch Präsentationen der Studierenden vertieft.

Neben der inhaltlichen Kompetenz im Bereich der mathematischen Logik (siehe Modulbeschreibung ``Vorlesung Mathematische Logik'') erlernen die Studierenden, ein elementares Thema der mathematischen Logik selbständig zu erarbeiten, durch eine Präsentation anderen zu vermitteln und formal präzise schriftlich zu fixieren.

Literatur und Lernmaterialien werden jeweils im Netz bereitgestellt

Klausur

inhalt 3660

goals 3660

-

Klausur

inhalt 3661

goals 3661

-

Vortrag und Ausarbeitung

Wechselnde Themen aus dem Gebiet Kommunikationsnetze.

Die Studierenden können ein Thema aus schriftlichen Quellen verstehen und aufarbeiten, in einer selbst erstellten Ausarbeitung zusammenfassen und selbständig in Form eines Vortrags mit Diskussion präsentieren.

Wird in der Vorbesprechung bekanntgegeben.

Präsentation

Die Teilnehmer dieses Seminars bearbeiten je ein ausgewähltes Thema des jährlich stattfindenden ACM International Collegiate Programming Challenge (ICPC). Dies umfasst die Konzeption von Lösungsvorschlägen und deren Implementation. Die Teilnehmer vermitteln diese Lösungen im Form eines ca. 30-minütigen Vortrages und demonstrieren die entstandene Software. Zu gleichen Teilen liegt der Fokus auf (a) inhaltlichen Aspekten und (b) Fragen zur Vortragstechnik. Zusätzlich fasst eine kompakte schriftliche Ausarbeitung den erarbeiteten Lösungsweg zusammen.

Die Studierenden können geeignete Programmierparadigmen und –sprachen für die Problemlösung adäquat auswählen. Lese- und Lernkompetenzen werden erlangt. Die kompakte und effektive Darstellung der erworbenen Wissens in Form von Vortrag und Text wird erlernt. Der/die Studierende agiert sicher vor dem Plenum. Gefördert und gefordert werden Selbstdisziplin, Kritikfähigkeit, Sprachkompetenz sowie Empathie. Als Zuhörer sind die Teilnehmer in der Lage, ihren Kommilitonen zu inhaltlichen und formalen Aspekten der Präsentation kritisches aber faires Feedback zu geben.

Ausgewählte Originalaufgaben des ACM ICPC Programmierwettbewerbes Literatur zu rogrammierparadigmen und –sprachen Hinweise zur Vortragstechnik und Erstellung von wissenschaftlichen Artikeln