Veranstaltungsarten (SWS)
Vorlesung: 2 │ Übung: 1 │ Praktikum: 0 │ Seminar: 0
Prüfungsnummer: ZKB 40261
Lehrform:

Das Vorlesungsmanuskript wird über die Lehrstuhlseiten für die Teilnehmer der Veranstaltung zur Verfügung gestellt. Die Vorlesung wird mittels Tablet-PC gehalten. Die der Veranstaltung zugrundeliegenden Publikationen werden als Hintergrundmaterial in Form von PDF-Dokumenten online zur Verfügung gestellt.

Sprache: Deutsch
Turnus: SS
ECTS: 4
Prüfungsleistung Klausur (90 min.)
zugeordnete Studiengänge
zugeordnete Personen
zugeordnete Module
Informationen
Beschreibung:

- Einführung
- Motivation
- Aufgabenfelder
- Prinzipien
- Agenten
- Verhaltenskoordination (bei Agenten)
- Verhaltensbeschreibung
- Modellbildung menschlicher Interaktion
- Kognitive Architekturen
- Wissensrepräsentation
- Planen, Handeln, Suchen
- Lernen

Tools I: Filterung
Tools II: Klassifikation und Lernen

Aktuelle Forschungsanwendungen des Lehrstuhls SRS aus dem Arbeitsbereich Kognitive Technische Systeme:
- Situations-Operator-Modellbildung
- Stabilisierung nichtlinearer dynamischer Systeme ohne Modellkenntnis
- Personalisierte, lernfähige und interaktive Fahrerassistenz
- Planungs- und Assistenzsysteme im Luftverkehr
- Lernfähige mobile Robotik

Lernziele:

Die Automatisierungstechnik ist – auf Grund ihres fachübergreifenden, system-orientierten Ansatzes – eine interdisziplinäre Ingenieurdisziplin. Das Ziel der Veranstaltung Kognitive Technische Systeme ist, die Studierenden mit den Grundlagen der modernen Informatik, mit Filtermethoden, mit Methoden der Künstlichen Intelligenz sowie der Kognitiven Technischen Systeme vertraut zu machen, so dass sie die Weiterentwicklung der Regelungs- und Automatisierungstechnik mit den Mitteln der kognitiven künstlichen Intelligenz im Sinne einer Erweiterung erkennen können, die zugrundeliegenden Methoden beherrschen und anwenden können.

Literatur:

Alpaydin, E.:
Maschinelles Lernen, Oldenbourg, 2008. (idt.: Machine Learning, MIT Press, 2003).
Cacciabue, P.C.:
Modelling and Simulation of Human Behaviour in System Control, Springer, 1998.
Ertel, W.:
Grundkurs der Künstlichen Intelligenz, Vieweg, 2008.
Görz, G. et al.:
Handbuch der Künstlichen Intelligenz, Oldenbourg, 2003.
Haykin, S.:
Neural Networks and Learning Machines, Pearson, 2009.
Johannsen, G.:
Mensch-Maschine-Systeme, Springer, 1993.
Russel, S.; Norvig, P.:
Künstliche Intelligenz, Pearson, 2004. (idt.: Artificial Intelligence, Prentice Hall, 2003).

Vorleistung:
Infolink:
Bemerkung:

Alter Titel der Veranstaltung: "Mensch-Maschine-Systeme"

Description:

- introduction
- motivation
- Task fields basics
- principle
- agents
- Behavior coordination (with agents)
- behavioral description
- Modelling human interaction
- cognitive architectures
- knowledge Representation
- Planning, action, Search
- learning

Tools I: Filtering
Tools II: Classification and Learning
Current research applications of the Department of SRS the workspace Cognitive Technical Systems:
- Situations operator modeling
- Stabilization of nonlinear dynamic systems without model knowledge
- Personalized, adaptive and interactive driver Assistance
- Planning and assistance systems in aviation
- Adaptive mobile robotics

Learning Targets:

Automation technology - due to their interdisciplinary, systems-oriented approach - is an interdisciplinary engineering discipline. The aim of the lecture Cognitive Technical Systems, is to familiarize the students with the basics of modern computer science, with filtering methods, with methods of artificial intelligence and cognitive technical systems, enabling them to recognize the development of control and automation technology with the means of cognitive artificial intelligence in the sense of an expansion, and to master and use the underlying methods.

Literature:

Alpaydin, E.:
Maschinelles Lernen, Oldenbourg, 2008. (idt.: Machine Learning, MIT Press, 2003).
Cacciabue, P.C.:
Modelling and Simulation of Human Behaviour in System Control, Springer, 1998.
Ertel, W.:
Grundkurs der Künstlichen Intelligenz, Vieweg, 2008.
Görz, G. et al.:
Handbuch der Künstlichen Intelligenz, Oldenbourg, 2003.
Haykin, S.:
Neural Networks and Learning Machines, Pearson, 2009.
Johannsen, G.:
Mensch-Maschine-Systeme, Springer, 1993.
Russel, S.; Norvig, P.:
Künstliche Intelligenz, Pearson, 2004. (idt.: Artificial Intelligence, Prentice Hall, 2003).

Pre-Qualifications:
Info Link:
Notice: