Klausur. Kognitive Systeme. 11. Juli ,5 Stunden Open Notes

Größe: px
Ab Seite anzeigen:

Download "Klausur. Kognitive Systeme. 11. Juli ,5 Stunden Open Notes"

Transkript

1 Klausur Kognitive Systeme 11. Juli ,5 Stunden Open Notes Name: Matr. Nr.: Hinweise (bitte unbedingt lesen): Die Klausur dauert 1,5 Stunden. Bitte versehen sie zunächst jedes Blatt der Klausur mit ihrem Namen. Lesen Sie zu erst am Besten alle acht Fragen inklusive Teilfragen einmal durch. Beginnen Sie dann wo Sie wollen. Zusätzliche, leere Blätter (falls notwendig) stehen zur Verfügung. Die Klausur vergibt insgesamt 110 Punkte, aber 100 Punkte = 100% gelöst. Bitte leserlich schreiben. Viel Glück! Problem: Punkte Maximal Punkte Erreicht 1. Visuelle Verarbeitung Bayes Netze Roboterspielplatz Braintenbergfahrzeuge Genetische Algorithmen Motorkontrolle / 10 Armkontrolle 7. Intelligenz & Bewusstsein Gehirnmechanismen /100= %

2 1. Visuelle Verarbeitung [15]. Hierarchische Neuronale Netze können sehr gut eingesetzt werden, um Kamerabilder in Anlehnung an neuronale Strukturen des Gehirns zu verarbeiten. Die Modelle von Poggio und Kollegen zeigten gute Verarbeitungsfähigkeiten. Rao und Ballard s Ansatz kann ähnliche Strukturen sogar lernen. Trotzdem werden solche Modelle noch kaum in der Industrie eingesetzt. Wie kann das sein? Diskutieren Sie mindestens drei mögliche Gründe.

3 2. Bayessche Verarbeitung [15]. Gegeben das Bayes Netz rechts (mit einem ternären und zwei binären Knoten). Beantworten Sie die folgenden Fragen: a. Gegeben, dass P(Anders, Bellen=wahr, Hund=wahr)=.0009, wie lautet der Wert, der in der bedingten Wahrscheinlichkeitstabelle für Hund nicht angegeben ist? Tierumriss Vierbeiner Zweibeiner Anders Tier- Umriss P(Tierumriss).5.2 Hund P(wahr)=.01 Bellen Tierumr./Bellen Vierb., falsch Vierb., wahr Zweib., falsch Zweib., wahr Anders, falsch Anders, wahr P(Hund) ??? b. Berechnen Sie P(Hund Zweibeiner). c. Gegeben ein Hund ist im Bild, sind Bellen und Tierumriss unabhängig? Gegeben (zusätzlich neben Hund ) dass ein Anderer Tierumriss detektiert wird, wie wird sich die Wahrscheinlichkeit für Bellen =wahr verändern? (Hinweis: Argumentation über die Werte der Wahrscheinlichkeitstabellen reicht. Keine komplexeres Rechnen notwendig.)

4 3. Roboterspielplatz [25]. Gegeben folgende Bauteile: Sensorik Hochauflösende 3D Kamera mit 90 abbildbarem Bereich Graustufen 360 Kamera Laserabstandssensoren Helligkeitssensoren Gleichgewichtssensor Motorik Greifarm mit 7 Freiheitsgraden einfacher ausfahr und schwenkbare Greifvorrichtung Rotationsvorrichtung für die Kamera Rädersatz mit einfachen Motoren 6 Beinige Bewegungsvorrichtung mit Kontrollsteuerung Welche Teile würden Sie für den Bau eines effizienten Roboters benutzen, der wie folgt gebaut und eingesetzt werden soll? Welche Teile würden Sie in jedem Fall nicht einsetzten? Argumentieren Sie wieso. a. Staubsaugroboter. Sie wollen möglichst günstig eine gegebene, kleine Saugvorrichtung in einen Roboter einbauen, um mit diesem eine Officeumgebung sauber zu halten, ohne die dort Arbeitenden zu stören. Diskutieren Sie mindestens 3 einsetzbare Teile und 2, die wohl nicht all zu sinnvoll wären. b. Suchbot. Ein Roboter soll gebaut werden, der als Suchgerät für verlorene Gegenstände im Gelände (Wald, Wiese, Park, etc.) eingesetzt werden soll. Das Gerät sollte Gegenstandsarten unterscheiden können (sie also mit passender Sensorik wahrnehmen können) und beim Auffinden des Gegenstandes dort einfach stehen bleiben. Diskutieren Sie mindestens 5 einsetzbare Teile. c. Was haben Ihre Entscheidungen mit der Überlegung der Lebensraum Nischen zu tun?

5

6 4. Βraitenbergfahrzeuge [10]. Gegeben das rechts abgebildete Braitenbergfahrzeug mit zwei Helligkeitssensoren (vorne rechts und links). a. Was macht der Roboter, wenn eine helle Lichtquelle rechts vor ihm strahlt? b. Gegeben das linke Rad ist blockiert. Was würde passieren (gegeben die Lichtquelle rechts vorne), wenn die Lichtsensoren eine Helligkeitswahrnehmung von 180 hätten oder eine von 360 (aber jeweils immer mit Intensität zum Licht hin zunehmend)? Wovon ist das Verhalten mit blockiertem Rad noch abhängig?

7 5. Genetische Algorithmen [10]: John H. Holland s Schematheorie formuliert in einer Formel, dass Crossover die so genannten Schemas zerstören kann. a. Auf welche Weise kann Crossover ein Schema zerstören? Illustrieren Sie Ihre Argumentation durch ein Beispiel in einem binären Problem. b. Trotzdem hilft Crossover häufig bei Evolutionären Algorithmen. Warum? Was berücksichtigt diesbezüglich Holland s Formel nicht?

8 6. Motorkontrolle / Armkontrolle [10]. a. Welche Unterschiede bestehen zwischen dem Direkt Inverse Modeling Ansätzen und den Resolved Motion Rate Control Ansätzen? b. Wie kann man die besprochenen Kontrollmodellansätze bezüglich ihrer Handhabung der redundanten Freiheitsgrade in zwei Gruppen aufteilen. Welche Vorteile und Nachteile haben die Systeme in der jeweiligen Gruppe? Geben Sie für jede der zwei Gruppen mindestens einen Vorteil und einen Nachteil an.

9 7. Intelligenz und Bewusstsein [10]. a. Es ist nicht leicht, die Intelligenz einer Person auf einer Dimension zu skalieren. Viele Intelligenztests machen aber genau das. Welche Arten von Intelligenz sollte man differenzieren? Nennen Sie mindestens vier. b. Denken Tests, wie der Turingtest also ob eine Maschine denken kann wurden diskutiert. Was haben diese Tests mit dem Problem der Qualia zu tun? Kontrastieren Sie zwei Definitionsarten für Denken, eine die Qualia mit einschließt und eine die Qualia nicht verlangt.

10 8. Gehirnmechanismen [15]. Der Parietallappen besteht aus verschiedenen Repräsentationen von Körperwelten (den so genannten body spaces oder teilweise auch peripersonal spaces ). a. In diesen Körperwelten werden unter anderem welche (min.) vier Informationsarten kombiniert? b. Was hat diese Kodierungsart mit redundanten Kodes zu tun? c. Bei Untersuchungen zeigte sich unter Anderem, dass die Stimulation von Neuronen in einer ventralen interparietalen (VIP) Region zu komplexem Defensivverhalten führen kann. Das Verhalten scheint dabei dafür geeignet zu sein, die mit assoziierte Körperregion zu schützen. Wie kann man das erklären? Wie scheint dabei die Information durch das Gehirn zu propagieren?

Klausur zur Vorlesung Ausgewählte Kapitel der Ingenieurmathematik

Klausur zur Vorlesung Ausgewählte Kapitel der Ingenieurmathematik Name: der Ingenieurmathematik Master-Studiengang Maschinenbau und Mechatronik 1. Februar 2008, 8.30-10.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1.5 Zeitstunden Computer,

Mehr

Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg

Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg Bayes-Netze (1) Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl KI) Bayes-Netze (1) 1 / 22 Gliederung 1 Unsicheres Wissen 2 Schließen

Mehr

Warum konvergieren Genetische Algorithmen gegen ein Optimum?

Warum konvergieren Genetische Algorithmen gegen ein Optimum? 1 / 21 Gliederung 1 Das Schematheorem Motivation Begriffe Herleitung Ergebnis Das Schematheorem Das Schematheorem Motivation 3 / 21 Warum konvergieren Genetische Algorithmen gegen ein Optimum? Theoretische

Mehr

10. Vorlesung Stochastische Optimierung

10. Vorlesung Stochastische Optimierung Soft Control (AT 3, RMA) 10. Vorlesung Stochastische Optimierung Genetische Algorithmen 10. Vorlesung im Aufbau der Vorlesung 1. Einführung Soft Control: Definition und Abgrenzung, Grundlagen "intelligenter"

Mehr

Künstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen

Künstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen Künstliche Intelligenz - Optimierungsprobleme - Suche in Spielbäumen Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Optimierungsprobleme

Mehr

A K K O M M O D A T I O N

A K K O M M O D A T I O N biologie aktiv 4/Auge/Station 2/Lösung Welche Teile des Auges sind von außen sichtbar? Augenbraue, Augenlid, Wimpern, Pupille, Iris, Lederhaut, Hornhaut (durchsichtiger Bereich der Lederhaut) Leuchte nun

Mehr

Vorlesung: Künstliche Intelligenz

Vorlesung: Künstliche Intelligenz Vorlesung: Künstliche Intelligenz - KI heute, KI morgen, KI übermorgen- D P LS G ML ES S ST SA NN ME O EA SV Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte

Mehr

Ein Haus am Hang. 1) In ihrer großen Freude ruft sie Verwandte in Tirol an und erzählt ihnen von ihrem Plan. Sie sagen zu ihr:

Ein Haus am Hang. 1) In ihrer großen Freude ruft sie Verwandte in Tirol an und erzählt ihnen von ihrem Plan. Sie sagen zu ihr: Ein Haus am Hang Marias Mutter erzählt beim Abendessen: Stellt euch vor, ich habe heute einen Brief von Oma bekommen. Sie will mir ein Grundstück in Tirol vererben. Ich habe mir das Grundstück im Internet

Mehr

Schriftlicher Test Teilklausur 2

Schriftlicher Test Teilklausur 2 Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2012 / 2013 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher

Mehr

Ein Blick in den Garten meiner Nachbarn

Ein Blick in den Garten meiner Nachbarn Ein Blick in den Garten meiner Nachbarn Aufgabe A: Beschreibe, was du auf dem Bild siehst. Wozu sind die verschiedenen Teile da? Aufgabe B: Beantworte folgende Fragen: 1. Welche Arbeit führt der Roboter

Mehr

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A)

Für die Wahrscheinlichkeit P A (B) des Eintretens von B unter der Bedingung, dass das Ereignis A eingetreten ist, ist dann gegeben durch P(A B) P(A) 3. Bedingte Wahrscheinlichkeit ================================================================== 3.1 Vierfeldertafel und Baumdiagramm Sind A und B zwei Ereignisse, dann nennt man das Schema B B A A P

Mehr

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 }

Wenn man den Kreis mit Radius 1 um (0, 0) beschreiben möchte, dann ist. (x, y) ; x 2 + y 2 = 1 } A Analsis, Woche Implizite Funktionen A Implizite Funktionen in D A3 Wenn man den Kreis mit Radius um, beschreiben möchte, dann ist { x, ; x + = } eine Möglichkeit Oft ist es bequemer, so eine Figur oder

Mehr

Klausur Kognitive Systeme III: Mensch-Computer-Interaktion

Klausur Kognitive Systeme III: Mensch-Computer-Interaktion Professur für Angewandte Informatik / Kognitive Systeme Prof. Dr. Ute Schmid Klausur Kognitive Systeme III: Mensch-Computer-Interaktion 18. August 2006 Erlaubte Hilfsmittel: Alles (Bücher, Skripten, Ordner,

Mehr

Künstliche Intelligenz Maschinelles Lernen

Künstliche Intelligenz Maschinelles Lernen Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen

Mehr

Klausur zur Vorlesung Höhere Mathematik I

Klausur zur Vorlesung Höhere Mathematik I Name: 28. Januar 2004, 8.30-10.30 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 120 min, 2 Zeitstunden Vorlesungsmitschrift, Übungen, Formelsammlung Schreiben Sie bitte auf dieses

Mehr

Motorik. Thomas Röfer

Motorik. Thomas Röfer Motorik Thomas Röfer Robotertypen Roboter mit Rädern Gelenkt, differentiell, synchron, omnidirektional Laufmaschinen Statisch und dynamisch stabil Ein-, zwei-, vier- und sechsbeinig Kognitive Robotik I

Mehr

Klausur Algorithmentheorie

Klausur Algorithmentheorie Prof. Dr. G. Schnitger Frankfurt, den 13.02.2009 Klausur Algorithmentheorie WS 2008/2009 Name: Vorname: Studiengang: BITTE GENAU LESEN Die Klausur besteht aus 4 Aufgaben, in denen maximal 100 Punkte erreicht

Mehr

Seminar Künstliche Intelligenz Wintersemester 2013/14

Seminar Künstliche Intelligenz Wintersemester 2013/14 Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,

Mehr

Methoden der KI in der Biomedizin Bayes Netze

Methoden der KI in der Biomedizin Bayes Netze Methoden der KI in der Biomedizin Bayes Netze Karl D. Fritscher Bayes Netze Intuitiv: Graphische Repräsentation von Einfluss Mathematisch: Graphische Repräsentation von bedingter Unabhängigkeit Bayes Netze

Mehr

Aufgaben zur Klausurvorbereitung

Aufgaben zur Klausurvorbereitung Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014

Mehr

Inhaltliche Planung für die Vorlesung

Inhaltliche Planung für die Vorlesung Vorlesung: Künstliche Intelligenz - Mustererkennung - P LS ES S ST ME Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte der KI, PROLOG 2) Expertensysteme

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 4 FS 15

Datenstrukturen & Algorithmen Lösungen zu Blatt 4 FS 15 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérale de Zurich Politecnico federale di Zurigo Federal Institute of Technology at Zurich Institut für Theoretische Informatik 18. März

Mehr

Das inhomogene System. A x = b

Das inhomogene System. A x = b Ein homogenes lineares Gleichungssystem A x = 0 mit m Gleichungen und n Unbestimmten hat immer mindestens die Lösung 0. Ist r der Rang von A, so hat das System n r Freiheitsgrade. Insbesondere gilt: Ist

Mehr

Fachhochschule SWF - Standort Meschede - Fachbereich IW Dr. habil. Karl Betz. Klausur in Mikroökonomik (Termin 2)

Fachhochschule SWF - Standort Meschede - Fachbereich IW Dr. habil. Karl Betz. Klausur in Mikroökonomik (Termin 2) Klausur in Mikroökonomik (Termin 2) Datum: 26.3.2015 Uhrzeit: 11:00 13.00 Raum 1.1.12 Hilfsmittel: Taschenrechner Name: Matrikelnummer: Punkte: 1. Leserlich schreiben 2. Korrekturrand 1 / 3 3. =??? Symbole

Mehr

Case-Based Reasoning und anderen Inferenzmechanismen

Case-Based Reasoning und anderen Inferenzmechanismen Case-Based Reasoning und anderen Inferenzmechanismen Daniel Müller 21 April 2006 DM () CBR und Inferenz 21 April 2006 1 / 31 Contents 1 Einleitung 2 Inferenzmechanismen Statistische Verfahren Data Mining

Mehr

Unterschiede herausarbeiten durch Variation des Wesentlichen.

Unterschiede herausarbeiten durch Variation des Wesentlichen. Unterschiede herausarbeiten durch Variation des Wesentlichen. Gemeinsamkeiten herausarbeiten durch Varation des Unwesentlichen: Welches physikalische oder chemische Prinzip liegt hier zugrunde? Welches

Mehr

Die Wahrnehmung von Durchsichtigkeit. Referentin: Carina Kogel Seminar: Visuelle Wahrnehmung Dozent: Dr. Alexander C. Schütz

Die Wahrnehmung von Durchsichtigkeit. Referentin: Carina Kogel Seminar: Visuelle Wahrnehmung Dozent: Dr. Alexander C. Schütz Die Wahrnehmung von Durchsichtigkeit Referentin: Carina Kogel Seminar: Visuelle Wahrnehmung Dozent: Dr. Alexander C. Schütz Die Wahrnehmung von Durchsichtigkeit Ein Mosaik aus undurchsichtigen Farbflächen

Mehr

Repräsentations-Codes

Repräsentations-Codes Repräsentations-Codes Prof. Dr. Rainer Sachse, IPP 2001 1 Eine sehr wesentliche Frage ist die, in welchem Repräsentationscode Schemata vorliegen. Man kann heute grob zwei Arten von Codes unterscheiden:

Mehr

Klausur zur Vorlesung Wahrscheinlichkeitsrechnung

Klausur zur Vorlesung Wahrscheinlichkeitsrechnung FH Karlsruhe - Hochschule Technik Name: 3. Februar 2005, 10.30-12.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1,5 Zeitstunden Skriptum, Taschenrechner Schreiben Sie

Mehr

Name: Vorname: Matrikelnummer:

Name: Vorname: Matrikelnummer: Was Sie schon immer über Informatik wissen wollten, aber nie zu fragen wagten Klausur, 14.07.2005 Revision: 1.7 Name: Vorname: Matrikelnummer: 1. Nennen Sie mindestens drei verschiedene Sichtweisen der

Mehr

Allgemeine Didaktik und Neurodidaktik

Allgemeine Didaktik und Neurodidaktik Gerhard Friedrich Allgemeine Didaktik und Neurodidaktik Eine Untersuchung zur Bedeutung von Theorien und Konzepten des Lernens, besonders neurobiologischer, für die allgemeindidaktische Theoriebildung

Mehr

Allgemeine Didaktik und Neurodidaktik

Allgemeine Didaktik und Neurodidaktik Gerhard Friedrich Allgemeine Didaktik und Neurodidaktik Eine Untersuchung zur Bedeutung von Theorien und Konzepten des Lernens, besonders neurobiologischer, für die allgemeindidaktische Theoriebildung

Mehr

So genannte. Steckbriefaufgaben. für ganzrationale Funktionen. Teil 1: Ganzrationale Funktionen 2. Grades (Parabelfunktionen) Datei 42080

So genannte. Steckbriefaufgaben. für ganzrationale Funktionen. Teil 1: Ganzrationale Funktionen 2. Grades (Parabelfunktionen) Datei 42080 Analysis So genannte Steckbriefaufgaben für ganzrationale Funktionen Funktionsgleichungen aufstellen Teil 1: Ganzrationale Funktionen. Grades (Parabelfunktionen) Datei 4080 Stand 8. März 010 INTERNETBIBLIOTHEK

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun http://blog.ruediger-braun.net Heinrich-Heine-Universität Düsseldorf 17. Dezember 2014 Klausurhilfsmittel Vier beidseitig von Hand beschriebene A4-Blätter

Mehr

Tutorium 23 Grundbegriffe der Informatik (7. Sitzung)

Tutorium 23 Grundbegriffe der Informatik (7. Sitzung) Tutorium 3 Grundbegriffe der Informatik (7. Sitzung) Tutor: Felix Stahlberg SOFTWARE DESIGN AND QUALITY GROUP Source: pixelio.de KIT The cooperation of Forschungszentrum Karlsruhe GmbH and Universität

Mehr

Halle Strassenverkehr Geschwindigkeit

Halle Strassenverkehr Geschwindigkeit Halle Strassenverkehr Geschwindigkeit Kurzbeschrieb Die Halle Strassenverkehr bietet Ihnen eine grosse Auswahl von verschiedenen Fahrzeugen. Die Auswahl reicht von einem Formel 1 Auto bis zum antiken Oldtimer.

Mehr

Zur pädagogischen Relevanz neurowissenschaftlicher Erkenntnisse ein Überblick über die Debatte

Zur pädagogischen Relevanz neurowissenschaftlicher Erkenntnisse ein Überblick über die Debatte Zur pädagogischen Relevanz neurowissenschaftlicher Erkenntnisse ein Überblick über die Debatte Vortrag im Rahmen der Tagung Wer ruft, wenn sich das Gewissen meldet? an der Evangelischen Akademie im Rheinland

Mehr

Quadratische Gleichungen

Quadratische Gleichungen Quadratische Gleichungen Grundlage für das Lösen von Quadratischen Gleichungen ist die Lösungsformel, auch als p-q-formel bekannt. Diese Formel bezieht sich auf die Quadratische Gleichung in Normalform:

Mehr

Philipps-Universität Marburg Fachbereich Wirtschaftswissenschaften Wirtschaftsinformatik und quantitative Methoden (BWL IX)

Philipps-Universität Marburg Fachbereich Wirtschaftswissenschaften Wirtschaftsinformatik und quantitative Methoden (BWL IX) Philipps-Universität Marburg Fachbereich Wirtschaftswissenschaften Wirtschaftsinformatik und quantitative Methoden (BWL IX) Prof. Dr. Paul Alpar Matr.-Nr.: Raum / Platz-Nr.: Hauptfach: erreichte Punkte

Mehr

Klausur zur Lehrveranstaltung Wettbewerb und Regulierung

Klausur zur Lehrveranstaltung Wettbewerb und Regulierung Institut für Ökonomie und Recht der globalen Wirtschaft Univ. Prof. Dr. Karl Morasch Volkswirtschaftslehre, insbesondere Mikroökonomie und Wettbewerbspolitik Universität der Bundeswehr München 85577 Neubiberg

Mehr

Kennen Sie den Unterschied zwischen negativem, positivem und realistischem Denken? Seite 12 Wissen Sie, was eine schwierig zu lösende Aufgabe ist?

Kennen Sie den Unterschied zwischen negativem, positivem und realistischem Denken? Seite 12 Wissen Sie, was eine schwierig zu lösende Aufgabe ist? Kennen Sie den Unterschied zwischen negativem, positivem und realistischem Denken? Seite 12 Wissen Sie, was eine schwierig zu lösende Aufgabe ist? Seite 16 Können Sie erläutern, was ein Problemsucher ist

Mehr

5. Jgst. 1. Tag. Name Vorname Note:

5. Jgst. 1. Tag. Name Vorname Note: Schulstempel Probeunterricht 008 Mathematik 5. Jgst.. Tag. Tag gesamt Name Vorname Note: Lies die Aufgaben genau durch! Arbeite sorgfältig und schreibe sauber! Deine Lösungen und Lösungswege müssen gut

Mehr

Suche in Spielbäumen Projektvorschläge

Suche in Spielbäumen Projektvorschläge Suche in Spielbäumen Projektvorschläge Nullsummenspiele sind Spiele mit zwei Spielern, bei denen der Vorteil des einen Spielers dem Nachteil des anderen Spieler entspricht. Im einfachsten Fall binär (Sieg

Mehr

Einführung in die Artificial Intelligence

Einführung in die Artificial Intelligence Einführung in die Artificial Intelligence Institut für Computertechnik ICT Institute of Computer Technology Roland Lang mailto:langr@ict.tuwien.ac.at Definition: Was ist AI? ISO 4177: Artificial Intelligence

Mehr

a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein:

a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein: 1 Aufgabe 8.1 (P) (2, 3)-Baum a) Fügen Sie die Zahlen 39, 38, 37 und 36 in folgenden (2, 3)-Baum ein: Zeichnen Sie, was in jedem Schritt passiert. b) Löschen Sie die Zahlen 65, 70 und 100 aus folgendem

Mehr

Klausur Medieninformatik I

Klausur Medieninformatik I Klausur Medieninformatik I Universität Hildesheim WiSe 2015/2016 Dr. Jörg Cassens 09.02.2016 Name Vorname Matrikelnummer Studiengang Fachsemester Unterschrift Ablauf der Prüfung (Bitte aufmerksam lesen)

Mehr

Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung

Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung gutes sehen sehen verstehen Teilleistungsstörungen... können gravierende Folgen haben In den vergangenen Jahren beobachten

Mehr

Sortieren und Suchen. Jens Wächtler Hallo Welt! -Seminar LS 2

Sortieren und Suchen. Jens Wächtler Hallo Welt! -Seminar LS 2 Sortieren und Suchen Jens Wächtler 17.05.2017 Hallo Welt! -Seminar LS 2 Überblick Sortieren kurze Wiederholung Binäre & Ternäre Suche Binäre Suche in einer Liste Bisektionsverfahren (Nullstellensuche)

Mehr

Klausur Algorithmen und Datenstrukturen

Klausur Algorithmen und Datenstrukturen Technische Universität Braunschweig Wintersemester 2013/2014 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Stephan Friedrichs Klausur Algorithmen und

Mehr

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16

Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 Name, Vorname Matrikel-Nr. Aufg. Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 25/6 Bearbeiten Sie bitte

Mehr

Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung

Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung Entwicklungsauffälligkeiten bei Kindern Schulprobleme bei visueller Wahrnehmungsstörung gutes sehen sehen verstehen Teilleistungsstörungen... können gravierende Folgen haben In den vergangenen Jahren beobachten

Mehr

PRAKTIKUM KÜNSTLICHE INTELLIGENZ Ausarbeitung zum 1. Meilenstein

PRAKTIKUM KÜNSTLICHE INTELLIGENZ Ausarbeitung zum 1. Meilenstein PRAKTIKUM KÜNSTLICHE INTELLIGENZ Ausarbeitung zum 1. Meilenstein Bayes'sche Netze Andreas Bahcecioglu Marcel Bergmann Ertan Samgam Sven Schebitz Jan Seewald Fachhochschule Köln Wintersemester 2014 / 2015

Mehr

Neurowissenschaften wird das Verhältnis von Gehirn und Umgebung mit dem Begriff der»repräsentation«beschrieben: Das Gehirn soll eine innere

Neurowissenschaften wird das Verhältnis von Gehirn und Umgebung mit dem Begriff der»repräsentation«beschrieben: Das Gehirn soll eine innere Geleitwort Das Gehirn ist keine Insel; es kann nur in und mit seiner Umgebung seine Funktionen erfüllen. Das scheint einleuchtend. Doch welche Art von Beziehung besteht eigentlich zwischen Gehirn, Organismus

Mehr

Fachprüfung AI / TI / MI Mathematik 1 Prof. Dr. Wolfgang Konen, Dr. A. Schmitter FH Köln, Institut für Informatik

Fachprüfung AI / TI / MI Mathematik 1 Prof. Dr. Wolfgang Konen, Dr. A. Schmitter FH Köln, Institut für Informatik Fachprüfung AI / TI / MI Mathematik 1 Name: Vorname: Matr.-Nr.: Unterschrift: Klausurdauer: 60 min. Hilfsmittel: Formelsammlung Mathematik Rezepte Mathe 1+2 nicht-grafikfähiger Taschenrechner Hinweise:

Mehr

Bedingte Wahrscheinlichkeit

Bedingte Wahrscheinlichkeit Bedingte Wahrscheinlichkeit Aufgaben Aufgabe 1 Beim Drucken im Computer Pool kommt es immer wieder zu einem Papierstau.Einer der Poolmgr hat rausgefunden das die Wahrscheinlichkeit einen Papierstau zu

Mehr

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker

Prüfungs-/Übungsschein-Klausur (Rechenteil) Lineare Algebra für Ingenieure/E-Techniker TECHNISCHE UNIVERSITÄT BERLIN WS 2/2 Fachbereich 3 - Mathematik Seiler / Rambau Prüfungs-/Übungsschein-Klausur (Rechenteil Lineare Algebra für Ingenieure/E-Techniker Name:................................................................................

Mehr

Name: Punkte *Total der Punkte der drei am besten gelösten Aufgaben.

Name: Punkte *Total der Punkte der drei am besten gelösten Aufgaben. Name: Matrikel-Nr.: Studienrichtung: Pharmazie PNA Hans Walser Mathematik für Naturwissenschaften 2 24. Juli 2009, Serie b Allgemeine Hinweise Die Prüfung dauert 60 Min. Es werden nur drei der vier Aufgaben

Mehr

Farbwahrnehmung. } Unterscheidung von Licht verschiedener Wellenlängen. Björn Rasch Vorlesung Allg. Psychologie Uni FR

Farbwahrnehmung. } Unterscheidung von Licht verschiedener Wellenlängen. Björn Rasch Vorlesung Allg. Psychologie Uni FR Farbwahrnehmung } Unterscheidung von Licht verschiedener Wellenlängen } primär durch die 3 Zapfentypen mit max. Empfindlichkeit für verschiedene Wellenlängen } K-Zapfen: kurzwelliges Licht (ca. 420 nm,

Mehr

Verschlucktes Licht Wenn Farben verschwinden

Verschlucktes Licht Wenn Farben verschwinden Verschlucktes Licht Wenn Farben verschwinden Scheint nach einem Regenschauer die Sonne, so kann ein Regenbogen entstehen. Dieser besteht aus vielen bunten Farben. Alle diese Farben sind im Sonnenlicht

Mehr

Semester-Fahrplan 1 / 17

Semester-Fahrplan 1 / 17 Semester-Fahrplan 1 / 17 Hydroinformatik I Einführung in die Hydrologische Modellierung Bayes sches Netz Olaf Kolditz *Helmholtz Centre for Environmental Research UFZ 1 Technische Universität Dresden TUDD

Mehr

Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2016 Prof. Dr. Riklef Rambow

Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2016 Prof. Dr. Riklef Rambow Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2016 Prof. Dr. Riklef Rambow Rückblick und Zusammenfassung: Fragenkatalog zur Klausurvorbereitung Rückblick und Zusammenfassung Im

Mehr

Geleitwort... V Vorwort... IX Inhaltsverzeichnis... XIII Abbildungsverzeichnis... XIX Tabellenverzeichnis... XXIII Abkürzungsverzeichnis...

Geleitwort... V Vorwort... IX Inhaltsverzeichnis... XIII Abbildungsverzeichnis... XIX Tabellenverzeichnis... XXIII Abkürzungsverzeichnis... Inhaltsverzeichnis XIII Inhaltsverzeichnis Geleitwort... V Vorwort... IX Inhaltsverzeichnis... XIII Abbildungsverzeichnis... XIX Tabellenverzeichnis... XXIII Abkürzungsverzeichnis... XXV A Einführung in

Mehr

Anhang B. Fragebogen

Anhang B. Fragebogen Anhang B Fragebogen 203 1. Teil Untersuchung Codename: Erste Teil-Untersuchung Seite 1 Bitte: Bilden Sie Sätze, die für Sie wahr sind. Beginnen Sie die Sätze mit den Satzelementen der Spalte 1 (s. Tabelle

Mehr

Klausur Algorithmen und Datenstrukturen

Klausur Algorithmen und Datenstrukturen Technische Universität Braunschweig Sommersemester 2013 IBR - Abteilung Algorithmik Prof. Dr. Sándor Fekete Dr. Christiane Schmidt Stephan Friedrichs Klausur Algorithmen und Datenstrukturen 22.08.2013

Mehr

Klausur zur Statistik

Klausur zur Statistik Klausur zur Statistik. Hinweis: Es können 94 Punkte erreicht werden. Zum Bestehen reichen 4 Punkte sicher aus.. Hinweis: Achten Sie darauf das Ihre Rechnungen nachvollziehbar sind und geben Sie alle Schritte

Mehr

Maschinelles Lernen: Symbolische Ansätze

Maschinelles Lernen: Symbolische Ansätze Semestralklausur zur Vorlesung Maschinelles Lernen: Symbolische Ansätze Prof. J. Fürnkranz / Dr. G. Grieser Technische Universität Darmstadt Wintersemester 2005/06 Termin: 23. 2. 2006 Name: Vorname: Matrikelnummer:

Mehr

Prüfungsarbeit Mathematik Gymnasium

Prüfungsarbeit Mathematik Gymnasium Prüfungsteil 1: Aufgabe 1 a) In welchem Maßstab müsste das abgebildete Modellauto vergrößert werden, damit es ungefähr so groß wäre wie das Original? Kreuze an! 1 : 10 1 : 100 1 : 1 000 1 : 10 000 b) Kann

Mehr

Fuzzy Logic und Wahrscheinlichkeit

Fuzzy Logic und Wahrscheinlichkeit Philosophische Fakultät Institut für Philosophie, Lehrstuhl für Theoretische Philosophie, Holm Bräuer M.A. Fuzzy Logic und Wahrscheinlichkeit Ein Kurzüberblick Was ist Fuzzy Logic? Fuzzy-Logik (englisch:

Mehr

VU Testtheorie und Testkonstruktion WS 08/09; Lengenfelder, Fritz, Moser, Kogler

VU Testtheorie und Testkonstruktion WS 08/09; Lengenfelder, Fritz, Moser, Kogler VU Testtheorie und Testkonstruktion WS 08/09; Lengenfelder, Fritz, Moser, Kogler Hausübung In der Übung Übungsblatt 06 1. Gegeben: Skala zur Messung der Gesundheitssorge mit 20 Items (dichotomes Antwortformat).

Mehr

Von x 2 zu 2x. Ausgangspunkt unserer Überlegungen ist eine lineare Funktion der Form y=kx+d, welche zunächst in Abbildung 1 grafisch dargestellt wird.

Von x 2 zu 2x. Ausgangspunkt unserer Überlegungen ist eine lineare Funktion der Form y=kx+d, welche zunächst in Abbildung 1 grafisch dargestellt wird. Von 2 zu 2 Ausgangspunkt unserer Überlegungen ist eine lineare Funktion der Form =k+d, welche zunächst in Abbildung 1 grafisch dargestellt wird. Abbildung 1 7 6 4 1 2 3 4 6 7 8 9 11 Stellen wir uns nun

Mehr

Bayessche Netze. Kevin Klamt und Rona Erdem Künstliche Intelligenz II SoSe 2012 Dozent: Claes Neuefeind

Bayessche Netze. Kevin Klamt und Rona Erdem Künstliche Intelligenz II SoSe 2012 Dozent: Claes Neuefeind Bayessche Netze Kevin Klamt und Rona Erdem Künstliche Intelligenz II SoSe 2012 Dozent: Claes Neuefeind Einleitung Sicheres vs. Unsicheres Wissen Kausale Netzwerke Abhängigkeit Verbindungsarten Exkurs:

Mehr

Algorithmen und Datenstrukturen in der Bioinformatik Viertes Übungsblatt WS 05/06 Musterlösung

Algorithmen und Datenstrukturen in der Bioinformatik Viertes Übungsblatt WS 05/06 Musterlösung Konstantin Clemens Johanna Ploog Freie Universität Berlin Institut für Mathematik II Arbeitsgruppe für Mathematik in den Lebenswissenschaften Algorithmen und Datenstrukturen in der Bioinformatik Viertes

Mehr

Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I

Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I Doz. Dr. H.P. Scheffler Sommer 2000 Klausur zur Vorlesung Stochastik I Wählen Sie aus den folgenden sechs Aufgaben fünf Aufgaben aus. Die maximal erreichbare Punktezahl finden Sie neben jeder Aufgabe.

Mehr

BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON

BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON BACKPROPAGATION & FEED-FORWARD DAS MULTILAYER PERZEPTRON EINFÜHRUNG IN KÜNSTLICHE NEURONALE NETZE Modul Leitung Technischer Datenschutz und Mediensicherheit Nils Tekampe Vortrag Jasmin Sunitsch Abgabe

Mehr

Synthese Eingebetteter Systeme. Übung 6

Synthese Eingebetteter Systeme. Übung 6 12 Synthese Eingebetteter Systeme Sommersemester 2011 Übung 6 Michael Engel Informatik 12 TU Dortmund 2011/07/15 Übung 6 Evolutionäre Algorithmen Simulated Annealing - 2 - Erklären Sie folgende Begriffe

Mehr

Schriftlicher Test Teilklausur 2

Schriftlicher Test Teilklausur 2 Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Künstliche Intelligenz: Grundlagen und Anwendungen Wintersemester 2009 / 2010 Albayrak, Fricke (AOT) Opper, Ruttor (KI) Schriftlicher

Mehr

Lärm. 1. Kapitel: Lärm nervt!

Lärm. 1. Kapitel: Lärm nervt! Lärm 1. Kapitel: Lärm nervt! Geräusche, Krach oder Lärm stören uns. Hier zum Beispiel beim Schlafen. Auf dem Schulweg. Oder wir können uns beim Hausaufgaben machen nicht konzentrieren. Lärm kann ganz schön

Mehr

Semestralklausur zur Vorlesung Mathematische Strukturen

Semestralklausur zur Vorlesung Mathematische Strukturen Name: Vorname: Matr.Nr: Universität Duisburg-Essen WS 2010/2011 Ingenieurwissenschaften / Informatik 14. Februar 2010 Dozentin: Prof. Dr. B. König Klausur Semestralklausur zur Vorlesung Mathematische Strukturen

Mehr

Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016

Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016 Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online

Mehr

Protokoll. Messung des Visuellen Auflösungsvermögens durch Bestimmung der Modulationsübertragungsfunktion (MÜF) mit dem Campbell Muster

Protokoll. Messung des Visuellen Auflösungsvermögens durch Bestimmung der Modulationsübertragungsfunktion (MÜF) mit dem Campbell Muster Protokoll Messung des Visuellen Auflösungsvermögens durch Bestimmung der Modulationsübertragungsfunktion (MÜF) mit dem Campbell Muster 1. Einleitung: Die Linsenaugen des Menschen können als eine Art Verlängerung

Mehr

F O R S C H U N G S B O G E N

F O R S C H U N G S B O G E N Jahrgangsstufe 11-12 Biologie, Physik, Geographie Team: Schule und Klasse: F O R S C H U N G S B O G E N BIONISCHER RUNDGANG Herzlich willkommen im Bionicum und auf dem Bionischen Rundgang im Tiergartengelände!

Mehr

Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2013 Prof. Dr. Riklef Rambow

Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2013 Prof. Dr. Riklef Rambow Einführung in die Architekturkommunikation Vorlesung im Sommersemester 2013 Prof. Dr. Riklef Rambow Rückblick und Zusammenfassung: Fragenkatalog zur Klausurvorbereitung Rückblick und Zusammenfassung Im

Mehr

Schulstufe Teilnehmer/innen Punktedurchschnitt. Schulstufe Teilnehmer/innen Punktedurchschnitt

Schulstufe Teilnehmer/innen Punktedurchschnitt. Schulstufe Teilnehmer/innen Punktedurchschnitt Kategorie Ecolier Schulstufe Teilnehmer/innen Punktedurchschnitt 3. 4 595 36,3 4. 7 107 44,4 Kategorie Benjamin Schulstufe Teilnehmer/innen Punktedurchschnitt 5. 21 590 39,7 6. 22 414 47,8 Bei Untersuchung

Mehr

Meditatives Bogenschießen oder Den Pfeil mit dem Geist steuern

Meditatives Bogenschießen oder Den Pfeil mit dem Geist steuern Arne Gockeln, 2007 44137 Dortmund, Germany Lektorat: Chen & Associates Dieses Werk ist urheberrechtlich geschützt. Es wird zum kostenlosen Download bereitgestellt. Zitate daraus bitte immer mit entsprechender

Mehr

CeBIT (2) Jedes Jahr im Frühjahr findet die CeBIT, die Messe für Informationstechnik, in Hannover statt.

CeBIT (2) Jedes Jahr im Frühjahr findet die CeBIT, die Messe für Informationstechnik, in Hannover statt. CeBIT (2) Aufgabennummer: B_158 Technologieeinsatz: möglich erforderlich S Jedes Jahr im Frühjahr findet die CeBIT, die Messe für Informationstechnik, in Hannover statt. a) Die folgende Tabelle zeigt die

Mehr

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C)

Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, (Version C) Misterlösung zur Klausur zur Vorlesung Analysis I, WS08/09, Samstag, 14..009 (Version C Vokabelbuch In diesem Teil soll getestet werden, inwieweit Sie in der Lage sind, wichtige Definitionen aus der Vorlesung

Mehr

Verschlucktes Licht Wenn Farben verschwinden

Verschlucktes Licht Wenn Farben verschwinden Verschlucktes Licht Wenn Farben verschwinden Scheint nach einem Regenschauer die Sonne, so kann ein Regenbogen entstehen. Dieser besteht aus vielen bunten Farben. Alle diese Farben sind im Sonnenlicht

Mehr

Institut für Wirtschaftspädagogik Prof. Dr. Susanne Weber

Institut für Wirtschaftspädagogik Prof. Dr. Susanne Weber Martina Friedl & Michael Fretschner Examensvorbereitung Staatsexamen Fachdidaktik Wirtschaftswissenschaften (mündlich/schriftlich) Lehramt Gymnasium/Realschule Frühjahr 2012 Januar 2012 Mündliche Staatsexamensprüfung

Mehr

1. Terme mit mehreren Variablen Paketaufgabe Bild zur Aufgabe in: Lambacher-Schweizer 8 Hessen, ISBN 3-12-

1. Terme mit mehreren Variablen Paketaufgabe Bild zur Aufgabe in: Lambacher-Schweizer 8 Hessen, ISBN 3-12- 1. Terme mit mehreren Variablen Paketaufgabe 08.09.005 Bild zur Aufgabe in: Lambacher-Schweizer 8 Hessen, ISBN 3-1- 730903-1, Seite 6 oben links, Namen geändert Pascal, Lisa und Sarah verschnüren jeweils

Mehr

Grundlagen der KI + Reasoning Agents

Grundlagen der KI + Reasoning Agents Grundlagen der KI + Reasoning Agents Prof. Thielscher Welche heuristischen Suchverfahren gibt es? Erläutern Sie A* am Beispiel. Aufbau und Schlussfolgerungen von Bayesschen Netzen. Thielscher drängt auf

Mehr

Prüfung WS 2006/07. Robotik

Prüfung WS 2006/07. Robotik Prüfung WS 26/7 Robotik Anmerkungen: Aufgabenblätter auf Vollständigkeit überprüfen Nur Blätter mit Namen und Matr.Nr. werden korrigiert. Keine rote Farbe verwenden. Zu jeder Lösung Aufgabennummer angeben.

Mehr

Aufmerksamkeit II Bewusstsein

Aufmerksamkeit II Bewusstsein Aufmerksamkeit II Bewusstsein VL Wahrnehmung und Aufmerksamkeit, Dipl.-Psych. S. Raisig, Humboldt Universität Berlin, WS 2008/2009 Wozu dient selektive Aufmerksamkeit? 1. Binding Problem Objekt wird von

Mehr

Aufgabe 1 (Allgemeines)

Aufgabe 1 (Allgemeines) Klausur... Einführung in die Künstliche Intelligenz 1SS08 Aufgabe 1 (Allgemeines) (4 Punkte) a) In der Künstlichen Intelligenz unterscheidet man symbolische und subsymbolische Verfahren. Beschreibe diese

Mehr

Lernfähige Roboter. die Zukunft der Servicerobotik. Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten

Lernfähige Roboter. die Zukunft der Servicerobotik. Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten Lernfähige Roboter die Zukunft der Servicerobotik Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten Akademietage Landkreis Biberach, 3.3.211 Was ist Servicerobotik? Waschen Bügeln Kochen Aufräumen

Mehr

Aufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors

Aufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.

Mehr

Projekt Brennstoffzelle. Bericht/Protokoll/Vorhaben

Projekt Brennstoffzelle. Bericht/Protokoll/Vorhaben Bericht/Protokoll/Vorhaben Gemeinschaftsschule Harksheide Fadens Tannen 30 22844 Norderstedt Janosch, Laura, Daniel, Tim (7. Klasse) Lehrer: Dr. Gordon Dzemski Kontakt: dzemski@uni-flensburg.de Vorhaben

Mehr

Ein Gespräch mit Deinem Leben

Ein Gespräch mit Deinem Leben Ein Gespräch mit Deinem Leben Warum kann Du nicht immer glücklich sein Alle Männer wollen nur das eine Wie bekommst Du die richtigen Überzeugungen Es ist Deine Wahrnehmung oder Glaubenssatz, der Dich hindert

Mehr

Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur

Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Wiederholungs-Modulprüfung: zum Lehrerweiterbildungskurs Lineare Algebra/Analytische Geometrie I WiSe 2015/16 1.Klausur Bearbeiten

Mehr

LEGO MINDSTORMS PRÄSENTATION. PPS im Sommersemester 2007

LEGO MINDSTORMS PRÄSENTATION. PPS im Sommersemester 2007 LEGO MINDSTORMS PRÄSENTATION PPS im Sommersemester 2007 WARUM LEGO MINDSTORMS? Sehr einfaches Stecksystem, daher einfaches Zusammen- und Auseinanderbauen Sensoren, Motoren und die Zentraleinheit (der RCX)

Mehr