Zellulare Neuronale Netzwerke

Größe: px
Ab Seite anzeigen:

Download "Zellulare Neuronale Netzwerke"

Transkript

1 Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Zellulare Neuronale Netzwerke Florian Bilstein Dresden,

2 Gliederung 1. Einführung 2. Motivation 3. Funktionsweise 4. Anwendung Zellulare Neuronale Netzwerke Folie Nr. 2 von 27

3 Was sind Zellulare Neuronale Netzwerke? Zellulare Neuronale Netzwerke Folie Nr. 3 von 27

4 Einführung Ein Netzwerk aus analog verarbeitenden Elementen, welche Zellen genannt werden. Diese Elemente sind nur lokal verbunden und lösen durch parallele Verarbeitung eine gegebene Rechenaufgabe. [5] Zellulare Neuronale Netzwerke Folie Nr. 4 von 27

5 Motivation Sequenzielle Datenverarbeitung limitiert Parallelität beschleunigt Verarbeitung großer Datenmengen CNN als mögliche Basis für die Integration von SIMD-Architekturen Zellulare Neuronale Netzwerke Folie Nr. 5 von 27

6 Motivation Anpassungsfähigkeit Verbindungsstruktur beeinflusst Verhalten Bedingt durch innere Struktur spezifisches Verhalten Zellulare Neuronale Netzwerke Folie Nr. 6 von 27

7 Motivation Toleranz gegenüber Störeinflüsse Realisierungen für Spezialanwendungen in der Informationsverarbeitung Zellulare Neuronale Netzwerke Folie Nr. 7 von 27

8 Wie funktionieren Zellulare Neuronale Netzwerke? Zellulare Neuronale Netzwerke Folie Nr. 8 von 27

9 Definition Netzwerk aus analog verarbeitenden Elementen Lokale Verbindungen Parameter zur Konfiguration der Kopplungseigenschaften Interaktion der Zellen bei der parallele Verarbeitung Zellulare Neuronale Netzwerke Folie Nr. 9 von 27

10 Funktionsweise der Zellen Biologisch inspirierter Ansatz Modell eines Neuron als Grundlage für die Beschreibung des Verhaltens einer Zelle [1] Zellulare Neuronale Netzwerke Folie Nr. 10 von 27

11 Funktionsweise der Zellen Zellen sind erregbar Relaxieren negativ proportional zum Grundzustand zurück Zustandsgleichung: [5] [5] Zellulare Neuronale Netzwerke Folie Nr. 11 von 27

12 Anordnung der Zellen innerhalb des Netzwerkes Ausgangsaktivität bestimmt durch Transfairfunktion: [5] [1] Zellulare Neuronale Netzwerke Folie Nr. 12 von 27

13 Anordnung der Zellen innerhalb des Netzwerkes Rechteck mit n*m Zellen Nur unmittelbare Nachbarn verbunden Spezielle Parameter beeinflussen Übertragungsverhältnis zwischen Zellen [1] Zellulare Neuronale Netzwerke Folie Nr. 13 von 27

14 Erweiterung der Zustandsgleichung Zellzustand durch lokale Kopplung beeinflusst CNN-Verhaltensbeschreibung: [5] [2] Zellulare Neuronale Netzwerke Folie Nr. 14 von 27

15 Verhalten der Zellen im Verbindungsnetzwerk [3] Zellulare Neuronale Netzwerke Folie Nr. 15 von 27

16 Netzwerkeigenschaften Vorteil liegt nicht in der Exaktheit der Ergebnisse Anpassungsfähigkeit Generalisierungsverhalten (große Toleranz gegenüber verrauschten Eingängen) Parallele Informationsverarbeitung Zellulare Neuronale Netzwerke Folie Nr. 16 von 27

17 Modellierung der Verhaltensbeschreibung Durch Anpassung der Parameter lässt sich Verhalten beeinflussen Templates für die Realisierung verschiedener Funktionen Zellulare Neuronale Netzwerke Folie Nr. 17 von 27

18 Template Edge Template Zustandsgleichung: [5] Zellulare Neuronale Netzwerke Folie Nr. 18 von 27

19 Template Viele weitere Templates auch abseits der Bildverarbeitung AND, OR oder Negation Problemstellung werden dabei auf Datenanordnungen innerhalb der CNN Zellgitter zurückgeführt [5] Zellulare Neuronale Netzwerke Folie Nr. 19 von 27

20 Template Darstellung aller Boolschen Funktionen möglich Linear Separierbare Funktionen direkt Nicht-separierbare Funktionen nur durch Umformung Zellulare Neuronale Netzwerke Folie Nr. 20 von 27

21 Anwendung Simulation durch Software Digitale Signalprozessoren Zellulare Neuronale Netzwerke Folie Nr. 21 von 27

22 Anwendung Analoge CNN-Chip Jeder analoge Prozessor eine Zelle zugeordnet Durch Miniaturisierung mehrere tausend Zellen auf einen Chip Zellulare Neuronale Netzwerke Folie Nr. 22 von 27

23 CNN-UM Erweiterung der Zellen zur Realisierung einer CNN- Universelle Maschine Bestandteile: Speicher- und Rechenelemente, Schaltungselemente zur Ein-/Ausgabe, [4] Zellulare Neuronale Netzwerke Folie Nr. 23 von 27

24 Vorteile Kombination der Vorteile eines CNN mit klassischen Rechenstrukturen Programmierfähigkeit durch Abfolge verschiedener Templates Speicherung von Zwischenergebnissen Durch die Ermittlung der Größen durch Approximation mit Gewichtungen: Hohe Anpassungsfähigkeit Große Toleranz gegenüber Störungen Bedingt durch Aufbau parallele Informationsverarbeitung Zellulare Neuronale Netzwerke Folie Nr. 24 von 27

25 Anwendungsgebiete Medizin (Epilepsie-Früherkennung, ) Bild-/ Videoverarbeitung und Kodierung Mustererkennung Numerische Simulation von partiellen Differentialgleichungen biologisch-inspirierten Fortbewegungssteuerung Zellulare Neuronale Netzwerke Folie Nr. 25 von 27

26 Vielen Dank für Ihre Aufmerksamkeit! Zellulare Neuronale Netzwerke Folie Nr. 26 von 27

27 Quellen (1) (2) pdf (3) (4) duktblaetter/ofm_optische_fertigungsmesstechnik/imt_inli ne_messtechnik/ipm_artikel_cnn_dt_final.pdf (5)Skript: Zellulare Neuronale Netzwerke, Dr. rer. nat. Torsten Schmidt, SS 2009 (6) duktblaetter/ofm_optische_fertigungsmesstechnik/imt_inli ne_messtechnik/fachartikel_cnn_drahtinspektion_ipm.pdf Zellulare Neuronale Netzwerke Folie Nr. 27 von 27

Vom Chip zum Gehirn Elektronische Systeme zur Informationsverarbeitung

Vom Chip zum Gehirn Elektronische Systeme zur Informationsverarbeitung Vom Chip zum Gehirn Elektronische Systeme zur Informationsverarbeitung Johannes Schemmel Forschungsgruppe Electronic Vision(s) Lehrstuhl Prof. K. Meier Ruprecht-Karls-Universität Heidelberg Mitarbeiter:

Mehr

Simulation von räumlich verteilten kontinuierlichen Modellen

Simulation von räumlich verteilten kontinuierlichen Modellen Vorlesungsreihe Simulation betrieblicher Prozesse Simulation von räumlich verteilten kontinuierlichen Modellen Prof. Dr.-Ing. Thomas Wiedemann email: wiedem@informatik.htw-dresden.de HOCHSCHULE FÜR TECHNIK

Mehr

Softcomputing Biologische Prinzipien in der Informatik. Neuronale Netze. Dipl. Math. Maria Oelinger Dipl. Inform. Gabriele Vierhuff IF TIF 08 2003

Softcomputing Biologische Prinzipien in der Informatik. Neuronale Netze. Dipl. Math. Maria Oelinger Dipl. Inform. Gabriele Vierhuff IF TIF 08 2003 Softcomputing Biologische Prinzipien in der Informatik Neuronale Netze Dipl. Math. Maria Oelinger Dipl. Inform. Gabriele Vierhuff IF TIF 08 2003 Überblick Motivation Biologische Grundlagen und ihre Umsetzung

Mehr

Jan Parthey, Christin Seifert. 22. Mai 2003

Jan Parthey, Christin Seifert. 22. Mai 2003 Simulation Rekursiver Auto-Assoziativer Speicher (RAAM) durch Erweiterung eines klassischen Backpropagation-Simulators Jan Parthey, Christin Seifert jpar@hrz.tu-chemnitz.de, sech@hrz.tu-chemnitz.de 22.

Mehr

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a

Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20a Master Informatik / Medizininformatik Numerische Mathematik Folie 20b Master Informatik / Medizininformatik Numerische Mathematik Folie

Mehr

Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations- und Verarbeitungsalgorithmen

Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations- und Verarbeitungsalgorithmen Fakultät Informatik Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations-

Mehr

Entwicklung von Partitionierungsstrategien im Entwurf dynamisch rekonfigurierbarer Systeme

Entwicklung von Partitionierungsstrategien im Entwurf dynamisch rekonfigurierbarer Systeme Entwicklung von Partitionierungsstrategien im Entwurf dynamisch rekonfigurierbarer Systeme R. Merker, Technische Universität Dresden, Fakultät ET und IT J. Kelber, Fachhochschule Schmalkalden, ET Gliederung

Mehr

Einführung in neuronale Netze

Einführung in neuronale Netze Einführung in neuronale Netze Florian Wenzel Neurorobotik Institut für Informatik Humboldt-Universität zu Berlin 1. Mai 2012 1 / 20 Überblick 1 Motivation 2 Das Neuron 3 Aufbau des Netzes 4 Neuronale Netze

Mehr

Einführung in die Informatik

Einführung in die Informatik Einführung in die Informatik Geschichte und Einteilung der Informatik 01101101 01011001 11010011 10011000 00000011 00011100 01111111 11111111 00110100 00101110 11101110 01110010 10011101 00111010 2 Der

Mehr

Instandhaltung. Jakob Krause, Sebastian Cech. TU Dresden - Fakultät Informatik

Instandhaltung. Jakob Krause, Sebastian Cech. TU Dresden - Fakultät Informatik Ein Prototyp zur zustandsorientierten Instandhaltung Jakob Krause, Sebastian Cech TU Dresden - Fakultät Informatik Gliederung 1. Motivation 2. Der Prognoseprozess 3. Die Frameworkarchitektur 4. Implementierung

Mehr

Übersicht aktueller heterogener FPGA-SOCs

Übersicht aktueller heterogener FPGA-SOCs Fakultät Informatik, Institut für Technische Informatik, Professur VLSI-Entwurfssysteme, Diagnostik und Architektur Übersicht aktueller heterogener FPGA-SOCs Vortrag zum Lehrstuhlseminar Tilo Zschau tilo.zschau@mailbox.tu-dresden.de

Mehr

Property-Driven Product Development/Design

Property-Driven Product Development/Design Seminar Virtual Engineering Property-Driven Product Development/Design Christoph Semkat Gliederung 1. Grundlagen Rechnerunterstützung Prozess der Produktentwicklung 2. Konzept Property-Driven

Mehr

Was bisher geschah. Lernen: überwachtes Lernen. biologisches Vorbild neuronaler Netze: unüberwachtes Lernen

Was bisher geschah. Lernen: überwachtes Lernen. biologisches Vorbild neuronaler Netze: unüberwachtes Lernen Was bisher geschah Lernen: überwachtes Lernen korrigierendes Lernen bestärkendes Lernen unüberwachtes Lernen biologisches Vorbild neuronaler Netze: Neuron (Zellkörper, Synapsen, Axon) und Funktionsweise

Mehr

Gliederung. Biologische Motivation Künstliche neuronale Netzwerke. Anwendungsbeispiele Zusammenfassung. Das Perzeptron

Gliederung. Biologische Motivation Künstliche neuronale Netzwerke. Anwendungsbeispiele Zusammenfassung. Das Perzeptron Neuronale Netzwerke Gliederung Biologische Motivation Künstliche neuronale Netzwerke Das Perzeptron Aufbau Lernen und Verallgemeinern Anwendung Testergebnis Anwendungsbeispiele Zusammenfassung Biologische

Mehr

Computeranwendung in der Chemie Informatik für Chemiker(innen)

Computeranwendung in der Chemie Informatik für Chemiker(innen) Computeranwendung in der Chemie Informatik für Chemiker(innen) Dr. Jens Döbler Arbeitsgruppe Quantenchemie jd@chemie.hu-berlin.de Jens Döbler 2003 "Computer in der Chemie", WS 2003-04, Humboldt-Universität

Mehr

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn 16. Januar 2014 Übersicht Stand der Kunst im Bilderverstehen: Klassifizieren und Suchen Was ist ein Bild in Rohform? Biologische

Mehr

Grundstufe. Mathematik 2 Klausur 210 Minuten 9 Leistungspunkte

Grundstufe. Mathematik 2 Klausur 210 Minuten 9 Leistungspunkte Anlage 1: und Prüfungen im Bachelor-Studium Grundstufe 1. Semester 2. Semester. Semester. Semester Mathematik Mathematik 1 Klausur 20 Minuten 11 Mathematik 2 Klausur 210 Minuten 9 Mathematik Klausur 10

Mehr

Einführung in die Medizininformatik

Einführung in die Medizininformatik Einführung in die Medizininformatik HS Bhven, FB1, Studiengang Medizintechnik SS 12, MT-B 4 richard rascher-friesenhausen richard.rascher-friesenhausen@hs-bremerhaven.de 12. März 2012 Inhalt Organisatorisches

Mehr

Anmelde Kontroll Liste Masterstudiengang Informatik Sommersemester 2015

Anmelde Kontroll Liste Masterstudiengang Informatik Sommersemester 2015 Matrikelnummer Prüfungsversuch Prüfungsdatum Prüfung Prüfer 4011439 1 28.07.2015 Compiler I Schaefer 4011439 1 31.07.2015 Geometric Algorithms Hemmer 4078512 1 29.04.2015 Wissenschaftliches Seminar Decision

Mehr

1 Einleitung 1 1.1 Motivation... 1 1.2 Zielsetzung... 4 1.3 Aufbau und Gliederung der Arbeit... 5

1 Einleitung 1 1.1 Motivation... 1 1.2 Zielsetzung... 4 1.3 Aufbau und Gliederung der Arbeit... 5 1 Einleitung 1 1.1 Motivation.................................... 1 1.2 Zielsetzung................................... 4 1.3 Aufbau und Gliederung der Arbeit...................... 5 2 Hygromechanische

Mehr

Bachelor-Arbeiten am Lehrstuhl Informatik VII. Dr. Frank Weichert. frank.weichert@tu-dortmund.de. technische universität dortmund

Bachelor-Arbeiten am Lehrstuhl Informatik VII. Dr. Frank Weichert. frank.weichert@tu-dortmund.de. technische universität dortmund Bachelor-Arbeiten am Lehrstuhl Dr. Frank Weichert frank.weichert@tu-.de F. Weichert Juli 2013 Bachelor Arbeiten am Lehrstuhl 1 Übersicht zum Lehrstuhl / Thematische Einordnung F. Weichert Juli 2013 Bachelor

Mehr

Kurzfassung Studienplan Bachelor-Studiengang Medizintechnik an der HS Pforzheim Start: 10/2012 > Übersicht <

Kurzfassung Studienplan Bachelor-Studiengang Medizintechnik an der HS Pforzheim Start: 10/2012 > Übersicht < Kurzfassung Studienplan Bachelor-Studiengang Medizintechnik an der HS Pforzheim Start: 0/0 > Übersicht < Sprachkompetenz Sprachkompetenz Kundenkommunikation Technical English und Betrieb Kundenkommunikation

Mehr

Versuchsanleitung. Labor Mechatronik. Versuch BV_3 Grundlagen der Bildverarbeitung. Labor Mechatronik Versuch BV-3 Grundlagen der Bildverarbeitung

Versuchsanleitung. Labor Mechatronik. Versuch BV_3 Grundlagen der Bildverarbeitung. Labor Mechatronik Versuch BV-3 Grundlagen der Bildverarbeitung Fachbereich 2 Ingenieurwissenschaften II Labor Mechatronik Steuerungund Regelung Lehrgebiet: Mechatronik Versuchsanleitung Versuch BV_3 Grundlagen der Bildverarbeitung Foto: Firmenschrift Fa. Rauscher

Mehr

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung Teil II Optimierung Gliederung 9 Einführung, Klassifizierung und Grundlagen 10 Lineare Optimierung 11 Ganzzahlige und kombinatorische Optimierung 12 Dynamische Optimierung Literatur: zu 10-12: Neumann,

Mehr

Vorlesung Embedded Software-Engineering im Bereich Automotive

Vorlesung Embedded Software-Engineering im Bereich Automotive Vorlesung Embedded Software-Engineering im Bereich Automotive Technische Universität Dresden, Fakultät Informatik, Professur Softwaretechnologie WS 2008/2009 Dr. rer. nat. Bernhard Hohlfeld bernhard.hohlfeld@daad-alumni.de

Mehr

VHDL Einleitung. Dr.-Ing. Volkmar Sieh. Institut für Informatik 3: Rechnerarchitektur Friedrich-Alexander-Universität Erlangen-Nürnberg SS 2010

VHDL Einleitung. Dr.-Ing. Volkmar Sieh. Institut für Informatik 3: Rechnerarchitektur Friedrich-Alexander-Universität Erlangen-Nürnberg SS 2010 VHDL Einleitung Dr.-Ing. Volkmar Sieh Institut für Informatik 3: Rechnerarchitektur Friedrich-Alexander-Universität Erlangen-Nürnberg SS 2010 VHDL Einleitung 1/17 2010-04-14 Inhalt Entwurfsebenen und -sichten

Mehr

J. vom ScheidtlB. Fellenberg/U. Wöhrl. Analyse und Simulation stochastischer Schwingungssysteme

J. vom ScheidtlB. Fellenberg/U. Wöhrl. Analyse und Simulation stochastischer Schwingungssysteme J. vom ScheidtlB. Fellenberg/U. Wöhrl Analyse und Simulation stochastischer Schwingungssysteme Leitfäden der angewandten Mathematik und Mechanik Herausgegeben von Prof. Dr. G. Hotz, Saarbrücken Prof. Dr.

Mehr

HTML5. Die Zukunft mobiler geodatenbasierter Anwendungen? Dipl.-Inf. Steve Schneider. Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF

HTML5. Die Zukunft mobiler geodatenbasierter Anwendungen? Dipl.-Inf. Steve Schneider. Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF HTML5 Die Zukunft mobiler geodatenbasierter Anwendungen? Dipl.-Inf. Steve Schneider Fraunhofer-Institut für Fabrikbetrieb und -automatisierung IFF Gelsenkirchen, 7. Dezember 2011 Fraunhofer IFF Forschungsdienstleister

Mehr

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik

Maschinelles Lernen: Neuronale Netze. Ideen der Informatik Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn Adrian Neumann 16. Januar 2014 Übersicht Biologische Inspiration Stand der Kunst in Objekterkennung auf Bildern Künstliche Neuronale

Mehr

Programmierung von Multicore-Rechnern

Programmierung von Multicore-Rechnern Programmierung von Multicore-Rechnern Prof. Dr.-Ing. habil. Peter Sobe HTW Dresden, Fakultät Informatik/Mathematik www.informatik.htw-dresden.de Gliederung: Ein Blick auf Multicore-Prozessoren/ und -Rechner

Mehr

Vorstellung des Fachgebietes Technische Informatik

Vorstellung des Fachgebietes Technische Informatik Fakultät Informatik, Institut für Technische Informatik, Professur Rechnerarchitektur Vorstellung des Fachgebietes Technische Informatik Professur Rechnerarchitektur Zellescher Weg 12 Nöthnitzer Strasse

Mehr

Wege zur industriellen Datenanalyse

Wege zur industriellen Datenanalyse Wege zur industriellen Michael Hoffmann Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU 1. Sächsischer Tag der Automation 05. November 2015, 8:30 Uhr, Technologie- und Gründerzentrum Bautzen

Mehr

Grundlegende Anforderungen an die Software von Messgeräten

Grundlegende Anforderungen an die Software von Messgeräten 243. PTB-Seminar Anwendung der MID bei Herstellern Grundlegende Anforderungen an die Software von Messgeräten Ulrich Grottker PTB-8.53 Überblick Leitfaden 7.2 Software Risikoklassen Modulares Anforderungssystem

Mehr

Kapitel 5: Dynamisches Programmieren Gliederung

Kapitel 5: Dynamisches Programmieren Gliederung Gliederung 1. Grundlagen 2. Zahlentheoretische Algorithmen 3. Sortierverfahren 4. Ausgewählte Datenstrukturen 5. Dynamisches Programmieren 6. Graphalgorithmen 7. String-Matching 8. Kombinatorische Algorithmen

Mehr

Schulinternes Curriculum im Fach Informatik

Schulinternes Curriculum im Fach Informatik Schulinternes Curriculum im Fach Informatik Unterricht in EF : 1. Geschichte der elektronischen Datenverarbeitung (3 Stunden) 2. Einführung in die Nutzung von Informatiksystemen und in grundlegende Begriffe

Mehr

Kohonennetze Selbstorganisierende Karten

Kohonennetze Selbstorganisierende Karten Kohonennetze Selbstorganisierende Karten Julian Rith, Simon Regnet, Falk Kniffka Seminar: Umgebungsexploration und Wegeplanung mit Robotern Kohonennetze: Neuronale Netze In Dendriten werden die ankommenden

Mehr

R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e

R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r G r e v e n T e l / F a x / e R a i n e r N i e u w e n h u i z e n K a p e l l e n s t r. 5 4 8 6 2 8 G r e v e n T e l. 0 2 5 7 1 / 9 5 2 6 1 0 F a x. 0 2 5 7 1 / 9 5 2 6 1 2 e - m a i l r a i n e r. n i e u w e n h u i z e n @ c

Mehr

F r e i t a g, 3. J u n i

F r e i t a g, 3. J u n i F r e i t a g, 3. J u n i 2 0 1 1 L i n u x w i r d 2 0 J a h r e a l t H o l l a, i c h d a c h t e d i e L i n u x - L e u t e s i n d e i n w e n i g v e r n ü n f t i g, a b e r j e t z t g i b t e

Mehr

Analyzing sample based consumption measurements on mainframe systems enriched with information from source code and other sources

Analyzing sample based consumption measurements on mainframe systems enriched with information from source code and other sources Fakultät für Informatik Technische Universität München Analyzing sample based consumption measurements on mainframe systems enriched with information from source code and other sources Analyse von gesampleten

Mehr

Machine Learning - Maschinen besser als das menschliche Gehirn?

Machine Learning - Maschinen besser als das menschliche Gehirn? Machine Learning - Maschinen besser als das menschliche Gehirn? Seminar Big Data Science Tobias Stähle 23. Mai 2014 KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der

Mehr

Model Driven Architecture (MDA)

Model Driven Architecture (MDA) Model Driven Architecture (MDA) Vortrag im Fach Software Engineering II BA Mannheim / Fachrichtung Angewandte Informatik Torsten Hopp Gliederung Einleitung Motivation Grundzüge der MDA Ziele & Potenziale

Mehr

Variantenkonfiguration von Modellbasierter Embedded Automotive Software

Variantenkonfiguration von Modellbasierter Embedded Automotive Software Model-Driven Development & Product Lines Leipzig, 19. Oktober 2006 Jens Weiland DaimlerChrysler AG (GR/ESS) Die Rolle von Varianten für den Bereich Automotive Vielzahl variabler Funktionen Beispiel Mercedes

Mehr

Studienplan Bachelor Scientific Computing

Studienplan Bachelor Scientific Computing Studienplan Bachelor Scientific Computing Dieser Studienplan ist nicht Teil der Satzungen. Er kann vom Fakultätsrat geändert werden. (Angaben in ECTS-Kreditpunkten) Module Semester 1 2 3 4 5 6 7 Analysis

Mehr

Integration verteilter Systeme über die Cloud

Integration verteilter Systeme über die Cloud Integration verteilter Systeme über die Cloud AIT CloudProTEAM Cloud Computing Nur ein Teil des Ganzen Problemstellung Netzwerk A Netzwerk B Problemstellung NAT HW-Firewall SW-Firewall NAT HW-Firewall

Mehr

FB IV Mathematik Universität Trier. Präsentation von Nadja Wecker

FB IV Mathematik Universität Trier. Präsentation von Nadja Wecker FB IV Mathematik Universität Trier Präsentation von Nadja Wecker 1) Einführung Beispiele 2) Mathematische Darstellung 3) Numerischer Fluss für Diffusionsgleichung 4) Konvergenz 5) CFL-Bedingung 6) Zusammenfassung

Mehr

KitMig Flexible Live-Migration in mandantenfähigen Datenbanksystemen

KitMig Flexible Live-Migration in mandantenfähigen Datenbanksystemen KitMig Flexible Live-Migration in mandantenfähigen Datenbanksystemen Andreas Göbel, Marcel Sufryd Friedrich-Schiller-Universität Jena AGENDA 1. Mandantenfähige DBMS 2. Live-Migration 3. KitMig 4. Untersuchungen

Mehr

Neuropsychologie: Bewußtsein und Aufmerksamkeit. u.a.birbaumer, N., Schmidt, R.F., 1991, 2000

Neuropsychologie: Bewußtsein und Aufmerksamkeit. u.a.birbaumer, N., Schmidt, R.F., 1991, 2000 u.a.birbaumer, N., Schmidt, R.F., 1991, 2000 Bewußtes Erleben setzt das erfolgreiche Zusammenspiel verschiedener neuronaler Netzwerke innerhalb des ZNS voraus und läßt sich nicht einer Region in der Hirnrinde

Mehr

Neuronale Netze. Gehirn: ca Neuronen. stark vernetzt. Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor)

Neuronale Netze. Gehirn: ca Neuronen. stark vernetzt. Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor) 29 Neuronale Netze Gehirn: ca. 10 11 Neuronen stark vernetzt Schaltzeit ca. 1 ms (relativ langsam, vgl. Prozessor) Mustererkennung in 0.1s 100 Schritte Regel 30 Was ist ein künstl. neuronales Netz? Ein

Mehr

Zwischenvortrag zum Entwicklungsstand der Bachelor-Arbeit. Direct 3D-Output für ein Rendering Framework

Zwischenvortrag zum Entwicklungsstand der Bachelor-Arbeit. Direct 3D-Output für ein Rendering Framework Zwischenvortrag zum Entwicklungsstand der Bachelor-Arbeit Direct 3D-Output für ein Rendering Framework von Benjamin Betting unter der Betreuung von Daniel Schiffner 1 Gliederung Kapitel I und II: Motivation,Einführung,Grundlagen

Mehr

Virtuelles Rollenspiel mit Social Software. David Weiß, Sarah Voß DeLFI 2010 Duisburg

Virtuelles Rollenspiel mit Social Software. David Weiß, Sarah Voß DeLFI 2010 Duisburg Virtuelles Rollenspiel mit Social Software DeLFI 2010 Duisburg Social Software http://www.flickr.com/photos/stabilo-boss/ 2 / 14 Popularität am Beispiel von Facebook http://facebookmarketing.de/ (Stand:

Mehr

VIRTUALISIERUNG IN MIKROKERN BASIERTEN SYSTEMEN

VIRTUALISIERUNG IN MIKROKERN BASIERTEN SYSTEMEN Fakultät Informatik Institut für Systemarchitektur, Professur Betriebssysteme VIRTUALISIERUNG IN MIKROKERN BASIERTEN SYSTEMEN Henning Schild Dresden, 5.2.2009 Definition Einführung von Abstraktionsschichten

Mehr

Bildverstehen. Vorlesung an der TU Chemnitz SS 2013

Bildverstehen. Vorlesung an der TU Chemnitz SS 2013 Bildverstehen Vorlesung an der TU Chemnitz SS 2013 Johannes Steinmüller 1/B309 Tel.: 531 35198 stj@informatik.tu-chemnitz.de Seite zur Vorlesung: http://www.tu-chemnitz.de/informatik/ki/edu/biver/ Buch

Mehr

Gliederung Seite 1. Gliederung

Gliederung Seite 1. Gliederung Gliederung Seite 1 Gliederung 1. Klassifikationen...6 1.1. Klassifikation nach der Kopplung der rechnenden Einheiten...6 1.1.1. Enge Kopplung...6 1.1.2. Lose Kopplung...6 1.2. Klassifikation nach der Art

Mehr

Projekt INF. Sensorerweiterung für 3D-Drucker. Hanna Bader, Alexandros Fouskas, Cedric Holeczek, Paul Nehlich und Robin Schweigert

Projekt INF. Sensorerweiterung für 3D-Drucker. Hanna Bader, Alexandros Fouskas, Cedric Holeczek, Paul Nehlich und Robin Schweigert Projekt INF Sensorerweiterung für 3D-Drucker Hanna Bader, Alexandros Fouskas, Cedric Holeczek, Paul Nehlich und Robin Schweigert Koordinator: Felix Baumann Prüfer: Prof. Dr. Dieter Roller Institut für

Mehr

PIWIN II. Praktische Informatik für Wirtschaftsmathematiker, Ingenieure und Naturwissenschaftler II. Vorlesung 2 SWS SS 08

PIWIN II. Praktische Informatik für Wirtschaftsmathematiker, Ingenieure und Naturwissenschaftler II. Vorlesung 2 SWS SS 08 PIWIN II Kap. 3: Verteilte Systeme & Rechnernetze 1 PIWIN II Praktische Informatik für Wirtschaftsmathematiker, Ingenieure und Naturwissenschaftler II Vorlesung 2 SWS SS 08 Fakultät für Informatik Technische

Mehr

Petri-Netzbasierte Modellierung und. Analyse von Risikoaspekten in. Zur Erlangung des akademischen Grades eines. Doktors der Wirtschaftswissenschaften

Petri-Netzbasierte Modellierung und. Analyse von Risikoaspekten in. Zur Erlangung des akademischen Grades eines. Doktors der Wirtschaftswissenschaften Carhruher Institut für Technologie Petri-Netzbasierte Modellierung und Analyse von Risikoaspekten in Geschäftsprozessen Zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften

Mehr

Praktikum Computational Intelligence 2 Ulrich Lehmann, Johannes Brenig, Michael Schneider

Praktikum Computational Intelligence 2 Ulrich Lehmann, Johannes Brenig, Michael Schneider Praktikum Computational Intelligence 2 Ulrich Lehmann, Johannes Brenig, Michael Schneider Versuch: Training des XOR-Problems mit einem Künstlichen Neuronalen Netz (KNN) in JavaNNS 11.04.2011 2_CI2_Deckblatt_XORbinaer_JNNS_2

Mehr

Regelungs- und Systemtechnik 1. Kapitel 1: Einführung

Regelungs- und Systemtechnik 1. Kapitel 1: Einführung Regelungs- und Systemtechnik 1 Kapitel 1: Einführung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Luft- und Raumfahrtindustrie Zu regelnde Größen: Position Geschwindigkeit Beschleunigung

Mehr

Testplan. Hochschule Luzern Technik & Architektur. Software Komponenten FS13. Gruppe 03 Horw, 16.04.2013

Testplan. Hochschule Luzern Technik & Architektur. Software Komponenten FS13. Gruppe 03 Horw, 16.04.2013 Software Komponenten FS13 Gruppe 03 Horw, 16.04.2013 Bontekoe Christian Estermann Michael Moor Simon Rohrer Felix Autoren Bontekoe Christian Studiengang Informatiker (Berufsbegleitend) Estermann Michael

Mehr

Einführung in die Mechatronik

Einführung in die Mechatronik Einführung in die Mechatronik Bearbeitet von Werner Roddeck überarbeitet 2012. Taschenbuch. x, 494 S. Paperback ISBN 978 3 8348 1622 1 Format (B x L): 16,8 x 24 cm Gewicht: 847 g Weitere Fachgebiete >

Mehr

Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse

Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse Peter Hillmann Institut für Technische Informatik Fakultät für Informatik Peter.Hillmann@unibw.de Peter Hillmann 1 Gliederung 1. Motivation

Mehr

Modellierung von Agenten mit reicher innerer Struktur. Struktur anhand eines Einkaufzentrums

Modellierung von Agenten mit reicher innerer Struktur. Struktur anhand eines Einkaufzentrums Modellierung von Agenten mit reicher innerer Struktur anhand eines Einkaufzentrums Technische Universität Wien 19. November 2015 Inhalt 1 Einleitung 2 Discrete-Event Simulation System Dynamics Agenten-basierte

Mehr

Treffpunkt MATLAB Einführung 1. Agenda. Begrüßung. Wie bekomme ich MATLAB? MATLAB im Studium. Vorstellung des Treffpunkt MATLAB. Vortrag von MathWorks

Treffpunkt MATLAB Einführung 1. Agenda. Begrüßung. Wie bekomme ich MATLAB? MATLAB im Studium. Vorstellung des Treffpunkt MATLAB. Vortrag von MathWorks Treffpunkt MATLAB Einführung 1 Agenda Begrüßung Wie bekomme ich MATLAB? MATLAB im Studium Vorstellung des Treffpunkt MATLAB Vortrag von MathWorks 1 Wie bekomme ich MATLAB 2015b Daniel Zöller Institut für

Mehr

30. Medizinische Informatik (Zusatzbezeichnung)

30. Medizinische Informatik (Zusatzbezeichnung) Auszug aus der Weiterbildungsordnung der Ärztekammer Niedersachsen und Richtlinien vom 01.05.2005, geändert zum 01.02.2012 (siehe jeweilige Fußnoten) Definition: Die Weiterbildung zum Erwerb der Zusatzbezeichnung

Mehr

OSEK / OSEKtime - ein Vergleich

OSEK / OSEKtime - ein Vergleich OSEK / OSEKtime - ein Vergleich Hauptseminar WS 07/08 André Puschmann andre.puschmann@stud.tu-ilmenau.de Technische Universität Ilmenau Fakultät für Informatik und Automatisierung Fachgebiet Rechnerarchitektur

Mehr

Studienvertiefungsrichtung Informationstechnik

Studienvertiefungsrichtung Informationstechnik Studienvertiefungsrichtung Informationstechnik Prof.Dr.-Ing. Ulrich Sauvagerd Lehrgebiet Informationstechnik Nov. 2006, Seite 1 www.etech.haw-hamburg.de/~sauvagerd Lehrgebiet Informationstechnik Nov. 2006,

Mehr

Workshop: "indisign - Interactive Digital Signage an der Technischen Universität Chemnitz"

Workshop: indisign - Interactive Digital Signage an der Technischen Universität Chemnitz Workshop: "indisign - Interactive Digital Signage an der Technischen Universität Chemnitz" Gliederung 1. indisign Einleitung Architektur Informationskanäle 2. WebFrontend (Demo) 3. Ausblick Neues Design

Mehr

Grundlagen der Informationverarbeitung

Grundlagen der Informationverarbeitung Grundlagen der Informationverarbeitung Information wird im Computer binär repräsentiert. Die binär dargestellten Daten sollen im Computer verarbeitet werden, d.h. es müssen Rechnerschaltungen existieren,

Mehr

Haptik- und Akustik Simulation von Kfz-Bedienelementen

Haptik- und Akustik Simulation von Kfz-Bedienelementen Fakultät Elektrotechnik und Informationstechnik, Institut für Feinwerktechnik und Elektronik-Design Haptik- und Akustik Simulation von Kfz-Bedienelementen Projektpartner: IFTE - Sten Währisch AUDI AG Christian

Mehr

MS SQL Server 2012 (4)

MS SQL Server 2012 (4) MS SQL Server 2012 (4) Data Mining, Analyse und multivariate Verfahren Marco Skulschus Jan Tittel Marcus Wiederstein Webseite zum Buch: http://vvwvv.comelio-medien.com/buch-kataiog/ms sql_server/ms sql

Mehr

Einführung in Medizinische Informatik

Einführung in Medizinische Informatik Einführung in Medizinische Informatik Reinhold Haux, Christopher Duvenkamp, Nathalie Gusew Institut für Medizinische Informatik Technische Universität Braunschweig 1 Medizin + Informatik Medizininformatik?

Mehr

Architektur in der Mechatronik. existierender Testwerkzeuge

Architektur in der Mechatronik. existierender Testwerkzeuge Universelle Testsystem Architektur in der Mechatronik Ansatz zur Systematisierung Ansatz zur Systematisierung existierender Testwerkzeuge Gliederung Umfeld und Problemstellung Testsystem Architektur Funktionale

Mehr

Einführung in CAE-Simulationssysteme

Einführung in CAE-Simulationssysteme Einführung in CAE-Simulationssysteme Einleitung Motivation für CAE-Werkzeuge Modellierung technischer Prozesse Übersicht über CAE-Simulationssysteme Kommerzielle Programme Freeware Funktionsinhalte von

Mehr

Der Einsatz künstlicher neuronaler Netze in der industriellen Feuerversicherung

Der Einsatz künstlicher neuronaler Netze in der industriellen Feuerversicherung Tobias Nagel Der Einsatz künstlicher neuronaler Netze in der industriellen Feuerversicherung PETER LANG Frankfurt am Main Berlin Bern Bruxelles New York- Oxford Wien Inhaltsverzeichnis Inhaltsverzeichnis

Mehr

Modellierung von Positionssensoren. Jörg Roth Fachbereich Informatik Fernuniversität Hagen

Modellierung von Positionssensoren. Jörg Roth Fachbereich Informatik Fernuniversität Hagen Modellierung von Positionssensoren Jörg Roth Fachbereich Informatik Fernuniversität Hagen Position und Positionssensorik Die Position ist eine der wichtigsten Einflussgrößen für ortsbezogenen Dienste Im

Mehr

Professurvorstellung Professur für Theoretische Physik, insbesondere Computerphysik

Professurvorstellung Professur für Theoretische Physik, insbesondere Computerphysik Professurvorstellung Professur für Theoretische Physik, insbesondere Computerphysik Karl Heinz Hoffmann TU Chemnitz Die Professur Stand: 18.07.11 2 Die Professur Professor: Prof. Dr. Karl Heinz Hoffmann

Mehr

Informatik und Informationstechnik (IT)

Informatik und Informationstechnik (IT) Informatik und Informationstechnik (IT) Abgrenzung Zusammenspiel Übersicht Informatik als akademische Disziplin Informations- und Softwaretechnik Das Berufsbild des Informatikers in der Bibliothekswelt

Mehr

Algorithmik II. SS 2003 Prof. Dr. H. Stoyan Lehrstuhl für Informatik 8 ( Künstliche Intelligenz) Email: stoyan@informatik.uni-erlangen.

Algorithmik II. SS 2003 Prof. Dr. H. Stoyan Lehrstuhl für Informatik 8 ( Künstliche Intelligenz) Email: stoyan@informatik.uni-erlangen. Algorithmik II SS 2003 Prof. Dr. H. Stoyan Lehrstuhl für Informatik 8 ( Künstliche Intelligenz) Email: stoyan@informatik.uni-erlangen.de Homepage der Vorlesung Vorbemerkungen I http://www8.informatik.uni-erlangen.de/immd8

Mehr

Constraintbasierte Testdatenanalyse für eingebettete Steuerungssoftware

Constraintbasierte Testdatenanalyse für eingebettete Steuerungssoftware Universität Stuttgart Institut für Automatisierungs- und Softwaretechnik Prof. Dr.-Ing. Dr. h. c. P. Göhner Constraintbasierte Testdatenanalyse für eingebettete Steuerungssoftware Paul Linder Simulations-

Mehr

Spezialisierungskatalog

Spezialisierungskatalog Spezialisierungskatalog Inhaltsverzeichnis: 1. Friedrich Schiller Universität 2. TU Ilmenau 3. FH Erfurt 4. FH Jena 5. FH Nordhausen 6. FH Schmalkalden 7. BA Gera 8. BA Eisenach 1. Friedrich-Schiller-Universität

Mehr

Potential der Erfolgsfaktorenforschung im Projektmanagement. 11. Nachwuchswissenschaftlerkonferenz. Andreas M. Carjell

Potential der Erfolgsfaktorenforschung im Projektmanagement. 11. Nachwuchswissenschaftlerkonferenz. Andreas M. Carjell Fakultät Informatik, Professur Wirtschaftsinformatik, insb. Multimedia Marketing Potential der Erfolgsfaktorenforschung im Projektmanagement 11. Nachwuchswissenschaftlerkonferenz Andreas M. Carjell Gliederung

Mehr

Zulassung mit Auflagen (generelle Regel für Masterstudien 931 939 und 950):

Zulassung mit Auflagen (generelle Regel für Masterstudien 931 939 und 950): ZULASSUNG FÜR DIE MASTERSTUDIEN 931 939 und 950: Ohne Auflage: Inländische Universitäten: Absolventen aller österr. Universitäten: Bachelor- und Masterstudium aus Informatik altes Diplomstudium 881: nur

Mehr

ASIC-SYNTHESE DER SHAP-MIKROARCHITEKTUR

ASIC-SYNTHESE DER SHAP-MIKROARCHITEKTUR Fakultät Informatik Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur ASIC-SYNTHESE DER SHAP-MIKROARCHITEKTUR Vortrag zum großen Beleg Andrej Olunczek Andrej.Olunczek@mailbox.tu-dresden.de

Mehr

Master Informatik Curriculum

Master Informatik Curriculum Master Informatik Curriculum MCS--PFL MCS--SPEZ-A MCS--SPEZ-B MCS--WPF-A MCS--WPF-B 6CP/P MCS--PFL MCS--SPEZ-A MCS--SPEZ-B MCS--WPF-A MCS--WPF-B 6CP/P 3 MCS-3-PFL-B 3CP/ LN MCS-3-PFL-A MCS-3-SPEZ MCS-3-

Mehr

Architekturplanung und IS-Portfolio-

Architekturplanung und IS-Portfolio- Architekturplanung und IS-Portfolio- management Gliederung 1.Einführung 2.Architekturplanung 3.IS-Portfoliomanagement 4.AP und IS-PM 5.Fazit 2 1. Einführung Problem: Verschiedene Software im Unternehmen

Mehr

Skalierung des Ausgangssignals

Skalierung des Ausgangssignals Skalierung des Ausgangssignals Definition der Messkette Zur Bestimmung einer unbekannten Messgröße, wie z.b. Kraft, Drehmoment oder Beschleunigung, werden Sensoren eingesetzt. Sensoren stehen am Anfang

Mehr

Äquivalenztabelle der Studienleistungen

Äquivalenztabelle der Studienleistungen Äquivalenztabelle der Studienleistungen Bachelorstudium Angewandte Informatik 2008 Bakkalaureatsstudium alt (14.5.2003) Fachgebiet Lehrveranstaltung LV Lehrveranstaltung LV SSt Art ECTS SSt Art ECTS (1)

Mehr

NUTZUNG VON SMARTPHONES FÜR DIE DOKUMENTATION VON UNFÄLLEN, KRITISCHEN SITUATIONEN UND NORMALFAHRVERHALTEN

NUTZUNG VON SMARTPHONES FÜR DIE DOKUMENTATION VON UNFÄLLEN, KRITISCHEN SITUATIONEN UND NORMALFAHRVERHALTEN NUTZUNG VON SMARTPHONES FÜR DIE DOKUMENTATION VON UNFÄLLEN, KRITISCHEN SITUATIONEN UND NORMALFAHRVERHALTEN Dipl.-Ing. Henrik Liers Verkehrsunfallforschung an der TU Dresden GmbH Dokumentation realer Unfälle

Mehr

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik)

Modellierung biologischer. Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Modellierung biologischer Prozesse Christian Maidorfer Thomas Zwifl (Seminar aus Informatik) Überblick Einführung Arten von Modellen Die stochastische Pi-Maschine Warum Modelle Die Biologie konzentriert

Mehr

Vorlesung Datenbankmanagementsysteme. Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1

Vorlesung Datenbankmanagementsysteme. Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1 Vorlesung Datenbankmanagementsysteme Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1 Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-2 Bioinformatik:

Mehr

Übung zur Vorlesung. Digitale Bildverarbeitung. Torsten Büschenfeld. Sommersemester 2009

Übung zur Vorlesung. Digitale Bildverarbeitung. Torsten Büschenfeld. Sommersemester 2009 Übung zur Vorlesung Digitale Bildverarbeitung Torsten Büschenfeld Institut für Informationsverarbeitung Leibniz Universität Hannover Sommersemester 2009 1 Allgemeines Organisatorisches Sprechstunde nach

Mehr

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung

Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Modellierung verteilter Systeme Grundlagen der Programm und Systementwicklung Wintersemester 2009/10 Prof. Dr. Dr. h.c. Manfred Broy Unter Mitarbeit von Dr. K. Spies, Dr. M. Spichkova, L. Heinemann, P.

Mehr

Codesigned Virtual Machines

Codesigned Virtual Machines Codesigned Virtual Machines Seminar Virtualisierung Philipp Kirchhofer philipp.kirchhofer@student.kit.edu Institut für Technische Informatik Lehrstuhl für Rechnerarchitektur Universität Karlsruhe (TH)

Mehr

ESA SECURITY MANAGER. Whitepaper zur Dokumentation der Funktionsweise

ESA SECURITY MANAGER. Whitepaper zur Dokumentation der Funktionsweise ESA SECURITY MANAGER Whitepaper zur Dokumentation der Funktionsweise INHALTSVERZEICHNIS 1 Einführung... 3 1.1 Motivation für den ESA Security Manager... 3 1.2 Voraussetzungen... 3 1.3 Zielgruppe... 3 2

Mehr

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 14, 08.02.2012 Henning Meyerhenke

Algorithmische Methoden zur Netzwerkanalyse Vorlesung 14, 08.02.2012 Henning Meyerhenke Algorithmische Methoden zur Netzwerkanalyse Vorlesung 14, 08.02.2012 Henning Meyerhenke 1 KIT Henning Universität desmeyerhenke: Landes Baden-Württemberg und nationales Algorithmische Forschungszentrum

Mehr

Zukunftsorientierter ÖPNV Der Weg zum Elektrobus

Zukunftsorientierter ÖPNV Der Weg zum Elektrobus Zukunftsorientierter ÖPNV Der Weg zum Elektrobus Schlüsseltechnologien für den elektrischen ÖPNV FRAUNHOFER-INSTITUT FÜR VERKEHRS- UND INFRASTRUKTURSYSTEME IVI Dr.-Ing. Thoralf Knote Zeunerstraße 38 01069

Mehr

Seminar: Anwendungen von Semantic MediaWiki - Forschungsaufgabenmanagement

Seminar: Anwendungen von Semantic MediaWiki - Forschungsaufgabenmanagement Seminar: Anwendungen von Semantic MediaWiki - Forschungsaufgabenmanagement David Kleinmann INSTITUT FÜR ANGEWANDTE INFORMATIK UND FORMALE BESCHREIBUNGSVERFAHREN (AIFB) FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFTEN

Mehr

Wissensbasierte Systeme

Wissensbasierte Systeme Analytisch lösbare Optimierungsaufgaben Das Chaos-Spiel gründet auf der folgenden Vorschrift: Man startet von einem beliebigen Punkt aus geht auf einer Verbindung mit einem von drei zufällig gewählten

Mehr

Sicherheit in Workflow-Management-Systemen

Sicherheit in Workflow-Management-Systemen Sicherheit in Workflow-Management-Systemen Fakultät für Informatik Institut für Programmstrukturen und Datenorganisation KIT University of the State of Baden-Wuerttemberg and National Research Center of

Mehr

Raumbezogene Datenbanken (Spatial Databases)

Raumbezogene Datenbanken (Spatial Databases) Raumbezogene Datenbanken (Spatial Databases) Ein Vortrag von Dominik Trinter Alexander Christian 1 Inhalte Was ist ein raumbezogenes DBMS? Modellierung Abfragen Werkzeuge zur Implementierung Systemarchitektur

Mehr