Langfristiger Lehrplan

Im folgenden finden Sie einen Überblick über das feste Lehrangebot des Lehrstuhls Intelligente Systeme. Neben den hier beschriebenen, regelmäßig stattfindenden Lehrveranstaltungen werden eventuell weitere Veranstaltungen angeboten.

Winter- und Sommersemester

Fortgeschrittene Programmiertechniken

Im Winter- und Sommersemester wird jeweils die Vorlesung "Fortgeschrittene Programmiertechniken" (2 SWS), zusammen mit einer Programmierübung (2 SWS), angeboten.

Beschreibung: Aufbauend auf grundlegende Programmiertechniken (aus Veranstaltung des vorangegangen Semesters) werden weiterführende Sprachkonzepte und komplexere APIs behandelt und anhand von komplexeren Fragestellungen angewendet. Inhalte im Einzelnen:

  • Überblick zu einer Auswahl von Entwurfsmustern
  • Nebenläufige Programmierung mittels Threads
  • Objektserialisierung
  • Erweiterte graphische Benutzeroberflächen, Entwurfsmuster, Model-View-Controller Prinzip
  • Generische Datentypen (Definition und Konzeption)
  • Datenbankanbindung mittels JDBC
  • Einführung in die Netzwerkprogrammierung
  • Verteilte Programmierung mittels Remote Method Invocation (RMI)


Lernziele: Die Studierenden sollen weiterführende Sprachkonzepte und APIs verstehen und anwenden können, die sie in die Lage versetzen, grössere Anwendungen erfolgreich zu implementieren.

Studiengänge: Bachelor Angewandte Informatik, Bachelor ISE (Computer Engineering), Master Komedia, u.a.

Sprache: Deutsch

Wintersemester

Computer/Robot Vision

Im Wintersemester wird die Vorlesung "Computer/Robot Vision" (2 SWS), zusammen mit einer Übung (2 SWS), angeboten. 

Beschreibung: Die Veranstaltung behandelt  Methoden zur Extraktion von geometrischen Strukturen aus Einzelbildern sowie Methoden zur Extraktion und zur 3D Rekonstruktion von Änderungen und Bewegungen aus Bildfolgen.  Im Hinblick auf die Eignung in schwierigen Anwendungsfeldern wird auf die Robustheit besonderer Wert gelegt.  Das betrifft beispielsweise die medizinische Bildgebung,  nämlich die Extraktion von Knochen, Blutgefäßen und anderen Weichteilen aus Einzelbildern, sowie die Analyse des Blutflusses durch Adern und die Erfassung von menschlichen Bewegungen  anhand von Bildfolgen. Die Verwendbarkeit der Methoden wird auch in Produktionsumfeld sowie in Überwachungsszenarien demonstriert. Im Anwendungsfeld der Robotik können Fahrzeuge und  Manipulatoren zielgerichtet und  hindernisvermeidend, visuell-basiert,  autonom geregelt werden, sowie mit Hilfe von bewegten Kameras auch Modelle der Umgebung erstellt werden. Inhalte im Einzelnen:

- Einführung (Anwendungen, Verarbeitungsablauf)
- Medium-Level Strukturextraktion (Geraden, Konturen, Aktive Konturen, Hough-Transformation)
- Kameramodellierung (Kamera- und Projektionsmodelle, Bildentstehung, Kamerakalibrierung)
- Bildfolgenanalyse (Änderungsdetektion, Objektverfolgung, optischer Fluss, Korrespondenzanalyse) 

Lernziele: Die Studierenden sollen die Rolle und wichtige Einsatzgebiete von maschinellen Sehsystemen kennen lernen, die zugrunde liegenden mathematischen Ansätze verstehen und unter Verwendung einer Computer Vision Plattform entsprechende Verfahren implementieren, sowie über die Eignung ausgewählter Computer Vision Verfahren für bestimmte Aufgabenstellungen urteilen können.

Studiengänge: Master Angewandte Informatik, Master ISE (Computer Engineering, Computer Science and Communications Engineering, Automation and Control Engineering), Master Elektro- und Informationstechnik, Master Komedia, u.a.

Sprache: Englisch

Kognitive Robotersysteme

Im Wintersemester wird die Vorlesung "Kognitive Robotersysteme" (4 SWS) angeboten.

Beschreibung: Ein kognitives Robotersystem nimmt mit Sensoren die Umgebung und die eigene Körperlichkeit wahr, sammelt, strukturiert und verwendet selbständig Wissen, trifft darauf basierend sinnvolle Verhaltensentscheidungen, und reagiert/agiert mit Aktuatoren flexibel in Echtzeit. Neben der Kompetenz zur flexiblen Handhabung von Gegenständen geht es auch um aktives Wahrnehmen, wobei dann der Roboter als Sensorträger benutzt wird, um optimale Blickpositionen einzunehmen. In der Veranstaltung werden moderne Architekturkonzepte, Verfahren der Raumrepräsentation, zur Selbstlokalisierung, Kartenerstellung und hindernisvermeidenden Navigation, Systeme für visuell basiertes Greifen von Objekten, einfache Regelungsverfahren sowie Online-Roboterlernen behandelt. Inhalte im Einzelnen:

  • Anwendungen von kognitiven Robotersystemen
  • Kognitive Wahrnehmungs-Handlungs-Systeme
  • Bestandteile von Robotersystemen
  • Sensorsysteme als Grundlage für die Autonomie
  • Koordinatensysteme und Transformationen
  • Visuell-basierte Regelung eines Roboterarms
  • Arten der Umweltbeschreibung
  • Wegplanung zur Roboter-Navigation
  • Probabilistische Ansätze zur Roboterlokalisierung
  • Online lernende Verfahren zur Roboter-Navigation
  • Programmierung kognitiver Robotersysteme

Lernziele: Die Studierenden sollen mögliche Einsatzfelder und Architekturen von kognitiven Robotersystemen kennen lernen. Sie sollen ausgewählte Verfahren zur Roboterkinematik und Roboterregelung, zur Wegplanung und Roboternavigation, sowie zur Eigenlokalisierung und Hindernisumgehung verstehen inklusive den zugrundeliegenden mathematischen und probabilistischen Methoden. Für bestimmte Problemstellungen sollen sie in der Lage sein, potentielle Konfigurationen vorzuschlagen und zu bewerten.

Studiengänge: Master Angewandte Informatik, Master ISE (Computer Engineering, Computer Science and Communications Engineering, Automation and Control Engineering), Master Elektro- und Informationstechnik, Master Komedia, u.a.

Sprache: Englisch

Sommersemester

Grundlagen der Bildverarbeitung

Im Sommersemester wird die Vorlesung "Grundlagen der Bildverarbeitung" (2 SWS), zusammen mit einer Übung (2 SWS), angeboten.

Beschreibung: Die Veranstaltung behandelt die Grundlagen der maschinellen Bildverarbeitung, bestehend aus Bildvorverarbeitung, Bildsegmentierung und Strukturextraktion. Vorweg werden der Begriff des digitalen Bildes eingeführt, der Aufbau und die Funktionsweise von CCD-, CMOS-Kameras erläutert, und diverse Merkmale zur Bildcharakterisierung vorgestellt. Inhalte im Einzelnen:

  • Einführung (Anwendungen, Ablauf eines Bildverarbeitungssystems)
  • Digitale Bilder (Digitale Repräsentation, Orts-/Frequenzraum, Bildeigenschaften)
  • Bildaufnahme (Einflußgrößen, Linsensysteme, industrielle Kameras)
  • Bildvorverarbeitung (Korrelation/Faltung, Glättung, Grauwertkanten, Grauwertecken)
  • Bildsegmentierung (Vordergrund/Hintergrund Separier., Regionen-/Berandungsorient. Segm.)
  • Morphologische Operationen (Strukturextraktion, Dilatation, Erosion, Opening, Closing)
  • Strukturbeschreibung (Form-/Farb-/Textur-Beschreibung von Segmenten, relat. Beschreibung)

Lernziele: Die Studierenden sollen den Prozess der digitalen Bilderzeugung kennen lernen und die Verwendung eines Bildverarbeitungssystems beherrschen. Es sollen die grundlegenden mathematischen Ansätze zur Bestimmung von Bildeigenschaften verstanden werden, und ausgewählte Verfahren der Bildvorverarbeitung, Segmentierung, und elementaren Strukturextraktion verstanden und implementiert werden. Für ausgewähltes Bildmaterial sollen die Studierenden fundierte Ratschläge geben können, wie eine Verarbeitung erfolgen soll, um bestimmte einfache Strukturen zu extrahieren.

Studiengänge: Bachelor Angewandte Informatik, Bachelor ISE (Computer Engineering), Master Komedia, u.a.

Sprache: Deutsch

Neuroinformatik und Organic Computing

Im Sommersemester wird die Vorlesung "Neuroinformatik und Organic Computing" (2 SWS), zusammen mit einer Übung (2 SWS), angeboten.

Beschreibung: Die Veranstaltung behandelt einige wichtige Typen von vorwärts gerichteten Neuronalen Netzen, wie Adaline, Mehrschicht-Perzeptron, Radiale Basisfunktionen Netze, und Support Vektor Netzen, sowie rekurrente, dynamische Netztypen wie Selbstorganisierende Karten und Dynamische Zellstrukturen. Ein besonderer Wert wird hierbei darauf gelegt, einen Zusammenhang zu grundlegenden Methodologien aus anderen Disziplinen herzustellen, wie Gradientenabstieg, lineare und quadratische Optimierung, statistische Entscheidungstheorie, Bayes Netze, Fuzzy-Reasoning und Dynamische Systeme. Typische Anwendungen werden exemplarisch behandelt wie Signalfilterung, Mustererkennung, Roboterkontrolle. Abschliessend erfolgen Beiträge von neuronalen Netzen für Organic Computing (Systeme mit self-x-Eigenschaften wie selbstkonfigurierend, selbstoptimierend, selbstheilend, selbsterklärend). Inhalte im Einzelnen:

  • Einführung
  • McCulloch-Pitts Zelle, Perzeptron, Adaline
  • Statistische Entscheidungstheorie
  • Mehrschichtnetze
  • Netze radialer Basisfunktionen
  • Selbstorganisierende Karten
  • Neuronale, dynamische Zellstrukturen
  • Netze von Support Vektoren
  • Organic Computing (Systeme mit self-x-Eigenschaften).

Lernziele: Die Studierenden sollen für ausgewählte Typen von Neuronalen Netzen deren Struktur und Lernmethodik verstehen, die grundlegende mathematische Fundierung nachvollziehen können, die prinzipielle Wirkung und die mögliche Anwendbarkeit kennen. Sie sollen für ausgewählte Problemstellungen sinnvolle Netztypen und Lernverfahren vorschlagen können.

Studiengänge: Master Angewandte Informatik, Master ISE (Computer Engineering, Computer Science and Communications Engineering, Automation and Control Engineering), Master Elektro- und Informationstechnik, Master Komedia u.a.

Sprache: Deutsch

Real-Time Systems

Im Sommersemester wird die Vorlesung "Real-Time Systems" (2 SWS), zusammen mit einer Übung (2 SWS), angeboten.

Beschreibung: Bei Echtzeit-Systemen müssen die anfallenden Daten unter Einhaltung von Zeitanforderungen verarbeitet werden, sodass die Korrektheit nicht nur vom Ergebnis der Berechnung abhängt, sondern auch vom Zeitpunkt, in dem das Ergebnis produziert wird. Die Veranstaltung (bestehend aus Vorlesung und übung) zeigt, wie mit algorithmischen Hochsprachen (insb. C/C++) und mit Echtzeitbetriebssystemen (inb. POSIX) Echtzeit-Systeme realisiert werden können. Behandelt wird insbesondere auch die Modellierung von Zeit und Echtzeit-Abläufen, Einsatzplanung und Zuteilung von Betriebsmitteln, Nebenläufigkeit, Synchronisation, Kommunikation, zeit- und ereignisgesteuerte Systeme. Inhalte im Einzelnen:

  • Einführung
  • Abbildung/Modellierung von Echtzeit-Abläufen
  • Programmierung in algorithmischen Hochsprachen
  • Nebenläufigkeit in algorithmischen Hochsprachen
  • Synchronisation und Kommunikation
  • Atomare Aktionen und nebenläufige Prozesse
  • Echtzeit-Modellierung in Rechnersystemen
  • Planung und Zuteilung von Betriebsmitteln
  • Echtzeit-Betriebssyteme und -Middleware
  • Echtzeitsysteme in Automatisierungsanwendungen

Lernziele: Kenntnis/Verständnis von Grundbegriffen von Echtzeitsystemen. Abbilden von Echtzeit-Problemstellungen auf Lösungen unter Verwendung von Echtzeit-Modellierungswerkzeugen, Echtzeit-Betriebs-systemen und Echtzeit-Sprachen (Anwendung, Analyse, Synthese). Beurteilung der Eignung verschiedener Echtzeit-Betriebssysteme und -Sprachen für die Entwicklung von EZ-Systemen (Bewertung).

Studiengänge: Bachelor Angewandte Informatik, Master ISE (Computer Engineering, Computer Science and Communications Engineering, Automation and Control Engineering), Master Elektro- und Informationstechnik, u.a.

Sprache: Englisch

Winter- oder Sommersemester

Bachelor-/Masterprojekt

Das Bachelor- und/oder Masterprojekt wird gegebenenfalls am Ende einer Vorlesungsperiode für das darauf folgende Semester angekündigt.

Grundsätzlich werden Anwendungen aus einem oder mehreren der folgenden Forschungsgebiete bearbeitet:

Bildanalyse, Spektraldatenanalyse, Maschinelles Lernen, Intelligente Roboter.

Der konkrete Inhalt wird jeweils gesondert bekannt gegeben.

Veranstaltung über 4 SWS:
Als Projekt für Bachelor Medizintechnik.

Veranstaltung über 6 SWS:
Als Projekt für Bachelor Angewandte Informatik und Bachelor ISE Computer Engineering.

Veranstaltung über 8 SWS:
Als Forschungsprojekt für Master Komedia.

Veranstaltung über 12 SWS:
Als Projekt für Master Angewandte Informatik (Wahlbereich "Informatik für Anwendungsbereich - Intelligente Technische Systeme und Wissenschaftliches Rechnen"), Master ISE Computer Engineering.

Bachelor-/Masterseminar

Das Bachelor- und/oder Masterseminar wird gegebenenfalls am Ende einer Vorlesungsperiode für das darauf folgende Semester angekündigt.

Grundsätzlich werden Themen aus einem oder mehreren der folgenden Forschungsgebiete behandelt:

Bildanalyse, Spektraldatenanalyse, Maschinelles Lernen, Intelligente Roboter.

Der konkrete Inhalt wird jeweils gesondert bekannt gegeben.

Veranstaltung über 2 SWS für folgende Bachelor- und Master-Studierende:

Bachelor:  Bachelor Angewandte Informatik

Master: Master Angewandte Informatik, Master ISE Computer Engineering, Master Komedia (Bereich "Informatik")

Druckversion
© Universität Duisburg-Essen, Lehrstuhl Intelligente SystemeLogin