Modulhandbuch Master Informatik

Transkript

1 Modulhandbuch Master Informatik rüfungsordnungsversion: 2013 Erstellt am: Donnerstag 30 Oktober 2014 aus der O Datenbank der TU Ilmenau

2 Inhaltsverzeichnis Name des Moduls/Fachs 1.F 2.F 3.F 4.F 5.F 6.F 7.F Abschluss L Fachnr. Komplexe Informationstechnische ysteme - Grundlagen F 5 Komplexe Informationstechnische ysteme - Grundlagen L Transaktionale Informationssysteme F 5 Transaktionale Informationssysteme L 20min Netzalgorithmen F 5 Netzalgorithmen L 20min Effiziente Algorithmen F 5 Effiziente Algorithmen L 30min chwerpunktbereich F 0 F F Integrierte Hard- und oftwaresysteme F 0 Cellular Communication ystems F Cellular Communication ystems L 30min Leistungsbewertung Technischer ysteme F Leistungsbewertung Technischer ysteme L Advanced Mobile Communication Networks F Advanced Mobile Communication Networks L 30min Fortgeschrittene Modellierung und Rechnerarchitekturen Fortgeschrittene Modellierung und Rechnerarchitekturen F L Einchipcontroller und Digitale ignalprozessoren L pezielle und Innovative Rechnerarchitekturen L Technische Applikation von etri-netzen L pezielle Aspekte Integrierter Hard- und oftware- ysteme pezielle Aspekte Integrierter Hard- und oftwaresysteme F L Medieninformatik und irtual Reality F 0 Geometrische Modellierung F Geometrische Modellierung L 60min Interaktive Grafiksysteme F Interaktive Grafiksysteme L 120min

3 Computergrafik L Interaktive Grafiksysteme L D-Bildverarbeitung F D-Bildverarbeitung L 120min Erfassung und erarbeitung von 3D-Daten L Bildanalyse für 3D-Oberflächen- und olumendaten L Data Analytics und oft Computing F 0 Knowledge Engineering F Knowledge Engineering L 120min Data Mining L Evolutionäre erfahren L Inferenzmethoden L erteilte Algorithmen F erteilte Algorithmen L 20min Knowledge Discovery in Databases F Knowledge Discovery in Databases L 20min Data-Warehouse-Technologien F Data-Warehouse-Technologien L 20min Distributed Data Management F Distributed Data Management L 30min ystem- und oftware-engineering F 0 oftwarearchitekturen - von Requirements zum angepassten Entwurf oftwarearchitekturen - von Requirements zum angepassten Entwurf F L ecurity Engineering F ecurity Engineering L 20min rogrammiersprachen F rogrammiersprachen L 30min Compilertechnik L pezielle Aspekte von rogrammiersprachen L Leistungsbewertung Technischer ysteme F Leistungsbewertung Technischer ysteme L Objektorientierte Modellierung F Objektorientierte Modellierung L 90min

4 Mobile und verteilte Kommunikations- und Informationssysteme F 0 erteilte Algorithmen F erteilte Algorithmen L 20min erteilte Echtzeitsysteme F erteilte Echtzeitsysteme L 20min Advanced Networking Technologies F Advanced Networking Technologies L 20min chutz von Kommunikationsinfrastrukturen F chutz von Kommunikationsinfrastrukturen L 20min Advanced Mobile Communication Networks F Advanced Mobile Communication Networks L 30min Cellular Communication ystems F Cellular Communication ystems L 30min Kognitive ysteme F 0 Kognitive Robotik F Kognitive Robotik L 30min Kognitive ysteme / Robotik L Lernen in kognitiven ystemen L Robotvision & MMI F Robotvision & MMI L 120min Mensch-Maschine-Interaktion L Robotvision L ystemtechnik für die Bildverarbeitung F ystemtechnik für die Bildverarbeitung L 60min Bilderfassungssysteme L Komponenten von Bildaufnahmeeinheiten L D-Bildverarbeitung F D-Bildverarbeitung L 120min Erfassung und erarbeitung von 3D-Daten L Bildanalyse für 3D-Oberflächen- und olumendaten L Algorithmik und Komplexität F 0 Logik in der Informatik F Logik in der Informatik L 20min Approximationsalgorithmen F

5 Approximationsalgorithmen L 20min Komplexitätstheorie F Komplexitätstheorie L 20min erifikation F erifikation L 20min pezielle Kapitel der Komplexitätstheorie und Berechenbarkeit pezielle Kapitel der Komplexitätstheorie und Berechenbarkeit F L pezielle Kapitel der Komplexitätstheorie L Berechenbarkeit L Ausgewählte Kapitel der Komplexitätstheorie / Algorithmik Ausgewählte Kapitel der Komplexitätstheorie / Algorithmik F L 20min IT-icherheit F 0 ecurity Engineering F ecurity Engineering L 20min chutz von Kommunikationsinfrastrukturen F chutz von Kommunikationsinfrastrukturen L 20min Advanced Networking Technologies F Advanced Networking Technologies L 20min rojektseminar F 5 rojektseminar L Fortgeschrittene Mathematik für Informatiker F 10 Diskrete Mathematik L 30min Informations- und Kodierungstheorie L 30min Optimierung L 30min Numerik L 30min tochastische Modelle L 30min Hauptseminar Master Informatik F 4 Hauptseminar L Nebenfach/ Anwendungsfach MO 10 Nebenfach /Anwendungsfach: tudienleistung 1 L Nebenfach /Anwendungsfach: tudienleistung 2 L Nebenfach /Anwendungsfach: tudienleistung 3 L Nebenfach /Anwendungsfach: tudienleistung 4 L

6 Nichttechnisches Nebenfach MO 5 Nichttechnisches Nebenfach: tudienleistung 1 L Nichttechnisches Nebenfach: tudienleistung 2 L Fachpraktikum MO 30 Fachpraktikum L Masterarbeit F 30 Abschlusskolloquium zur Master-Arbeit L 45min Masterarbeit MA

7 Modul: Komplexe Informationstechnische ysteme - Grundlagen Modulnummer: Modulverantwortlich: rof. Dr. Armin Zimmermann Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse siehe Fachbeschreibung KI orraussetzungen für die Teilnahme Bachelor Informatik / Ingenieurinformatik oder gleichwertiger Abschluss eite 7 von 180

8 Modul: Komplexe Informationstechnische ysteme - Grundlagen Komplexe Informationstechnische ysteme - Grundlagen Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Armin Zimmermann W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden verstehen detailliert Aufbau und Funktionsweise von komplexen informationstechnischen ystemen. Die tudenten verstehen die in eingebetteten ystemen zu beachtenden Echtzeit-, Kommunikations- und softwaretechnischen Aspekte. Die tudierenden sind fähig, icherheit, Zuverlässigkeit und Leistungsverbrauch beim Entwurf zu berücksichtigen. Die tudenten haben Kenntnisse in der Entwurfsdomäne Automotive. Methodenkompetenz: Die tudierenden sind in der Lage, Methoden des ystementwurfs, des modellbasierten Entwurfs und des Hardware-oftware-Codesigns auf konkrete roblemstellungen anzuwenden. Die tudierenden sind in der Lage, verschiedene Methoden für unterschiedliche Anwendungsgebiete zu bewerten. ystemkompetenz: Die tudierenden entwerfen und validieren auszugsweise komplexe eingebettete Rechnersysteme für konkrete Einsatzszenarien. ozialkompetenz: Die tudierenden sind in der Lage, praktische roblemstellungen des Entwurfs in der Gruppe zu lösen orkenntnisse Bachelor Informatik / Ingenieurinformatik oder gleichwertiger Abschluss Inhalt Modellbasierte ystem-entwicklung icherheit und Zuverlässigkeit, Energieeffizienz elbstorganisierende ysteme Architektur komplexer informationstechnischer ysteme oftwareentwicklung komplexer informationstechnischer ysteme (Gemeinsame Lehrveranstaltung von Fachgebieten des Instituts für Technische Informatik und Ingenieurinformatik, Inhalte werden noch abgestimmt) Medienformen Folien und Übungsblätter, verfügbar auf den Webseiten Literatur Hinweise in der Lehrveranstaltung und auf den Webseiten eite 8 von 180

9 verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Mathematik und Wirtschaftsmathematik 2013 ertiefung AM eite 9 von 180

10 Modul: Transaktionale Informationssysteme Modulnummer: Modulverantwortlich: rof. Dr. Winfried Kühnhauser Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse iehe Fachbeschreibung orraussetzungen für die Teilnahme Bachelor Informatik keine eite 10 von 180

11 Modul: Transaktionale Informationssysteme Transaktionale Informationssysteme Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 254 rüfungsnummer: Fachverantwortlich: rof. Dr. Winfried Kühnhauser Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 3.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F In verteilten Informatiksystemen wie Datenbankmanagementsystemen, Workflowmanagementsystemen oder teuerungsund Kontrollsystemen gibt es typischerweise eine große Anzahl und ielfalt an Ressourcen, die von vielen ystemkomponenten gemeinsam genutzt werden. Der verteilte Charakter derartiger zenarien bedingt dabei einerseits, dass ein hoher Grad an arallelität bei der Nutzung gemeinsamer Ressourcen besteht, andererseits aber auch Ausfälle von Teilkomponenten solcher ysteme zum Regelfall gehören. Die tudierenden erwerben Kenntnisse über die theoretischen und methodischen Grundlagen transaktionaler oftwaresysteme. ie erwerben die Fähigkeit, die Eignung derartiger ysteme in Bezug auf konkrete Anwendungsszenarien zur analysieren, zu beurteilen und transaktionale ysteme in innovativen Anwendungsszenarien selbst zu entwickeln. orkenntnisse Bachelor Informatik Inhalt Ausgehend von beispielhaften Anwendungsszenarien werden die rigorosen theoretischen Grundlagen transaktionaler ysteme besprochen und Methoden, Algorithmen und Architekturen vorgestellt, die die Eigenschaften transaktionaler ysteme herstellen. Kursinhalte sind Transaktionssemantiken und modelle sowie Methoden und erfahren zur Herstellung der elementaren ACID-Eigenschaften. Medienformen räsentationen mit rojektor und Tafel, Bücher und Fachaufsätze, Übungsaufgaben und Diskussionsblätter Literatur siehe Webseiten des Kurses mündliche rüfung (20 min) verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten 2255 eite 11 von 180

12 Master Ingenieurinformatik 2009 eite 12 von 180

13 Modul: Netzalgorithmen Modulnummer: Modulverantwortlich: rof. Dr. Günter chäfer Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Fachkompetenz: Die tudierenden verstehen die gebräuchlichen Routingverfahren kennen die Notwendigkeit für eine bedarfsgerechte Aufteilung des erkehrsaufkommens in Netzwerken. ie können die verschiedenen Zielsetzung beim Netzwerkentwurf voneinander abgrenzen und gegenüberstellen. Methodenkompetenz: Die tudierenden können grundlegende Entwurfs- bzw. Optimierungsprobleme als Multi- Commodity-Flow robleme formulieren. ie sind in der Lage diese in tandardformen zu überführen und durch Anwendung mathematischer tandardsoftware zu lösen. ystemkompetenz: Die tudierenden verstehen die Wechselwirkungen verschiedener Optimierungsziele beim Netzwerkentwurf und -betrieb. orraussetzungen für die Teilnahme MA Informatik eite 13 von 180

14 Modul: Netzalgorithmen Netzalgorithmen Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 8215 rüfungsnummer: Fachverantwortlich: rof. Dr. Günter chäfer W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 3.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2253 Fachkompetenz: Die tudierenden verstehen die gebräuchlichen Routingverfahren kennen die Notwendigkeit für eine bedarfsgerechte Aufteilung des erkehrsaufkommens in Netzwerken. ie können die verschiedenen Zielsetzung beim Netzwerkentwurf voneinander abgrenzen und gegenüberstellen. Methodenkompetenz: Die tudierenden können grundlegende Entwurfs- bzw. Optimierungsprobleme als Multi- Commodity-Flow robleme formulieren. ie sind in der Lage diese in tandardformen zu überführen und durch Anwendung mathematischer tandardsoftware zu lösen. ystemkompetenz: Die tudierenden verstehen die Wechselwirkungen verschiedener Optimierungsziele beim Netzwerkentwurf und -betrieb. orkenntnisse MA Informatik Inhalt 1. Einführung: Kommunikation in datagrammorientierten Netzwerken, Routingalgorithmen inklusive Korrektheitsbeweise, Modellierung von Datenverkehr mittels oisson-rozess, MM1 Wartesystem, Grundlegende Entwurfsprobleme in Netzwerken 2. Netzwerkmodellierung: Modellierung von Netzwerk-Design-Aufgaben als Multi-Commodity-Flow robleme, ure- Allocation-roblem, hortest-ath-routing, Fair Networks, Tunnel-Design in ML Netzwerken, Multilevel Netzwerke 3. Optimierungsmethoden: Grundlagen der Linearen Optimierung, implexalgorithmus, Branch-and-Bound, Gomory- chnitte, Branch-and-Cut 4. Netzwerkentwurf: Zusammenhang von Netzwerkentwurfsproblemen und mathematischer Modellierung in tandardform, kapazitierte robleme, faddiversität, Limited-Demand-plit, N-ollständigkeit von ingle-ath-allocation, Modular Flows, nichtlineare Zielfunktionen und Nebenbedingungen, Lösung von roblemen mit konvexen und konkaven Zielfunktionen bzw. Nebenbedingungen durch lineare Approximation 5. Network Resilience: Zusammenhangsmaße, Biconnected Components, Algorithmen zur Bestimmung der Blockstruktur von Graphen raktische robleme und rotokollfunktionen in Kommunikationsnetzen und ihr algorithmischer Hintergrund. Medienformen Folien, Tafelanschrieb, Bücher eite 14 von 180

15 Literatur Michal ioro, Deepankar Medhi. Routing, Flow, and Capacity Design in Communication and Computer Networks. The Morgan Kaufmann eries in Networking, Elsevier, 2004 verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Wirtschaftsinformatik 2013 Master Informatik 2009 Master Ingenieurinformatik 2009 Master Informatik 2013 eite 15 von 180

16 Modul: Effiziente Algorithmen Modulnummer: Modulverantwortlich: rof. Dr. Martin Dietzfelbinger Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Fachkompetenz: Die tudierenden kennen einige wesentliche fortgeschrittene Algorithmen und die hierfür notwendigen Entwurfs- und Analysetechniken. ie können mit den erlernten Techniken Algorithmen für abgewandelte Fragestellungen entwerfen und analysieren. ie können Algorithmen auch auf nicht offensichtliche Anwendungsfragestellungen übertragen. ie können eine amortisierte Laufzeitanalyse durchführen, wenn die wesentlichen Festlegungen angegeben sind. Die tudierenden kennen die vielfältige Anwendbarkeit von Flussalgorithmen. ie kennen nichttriviale grundlegende Techniken für die erarbeitung von Wörtern (Textsuche) und die relevanten Beweistechniken. orraussetzungen für die Teilnahme Bachelorstudium Informatik, insbesondere: Algorithmen und rogrammierung, Algorithmen und Datenstrukturen, Mathematik 1 und 2, Grundlagen und diskrete trukturen. eite 16 von 180

17 Modul: Effiziente Algorithmen Effiziente Algorithmen Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Martin Dietzfelbinger W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden kennen einige wesentliche fortgeschrittene Algorithmen und die hierfür notwendigen Entwurfs- und Analysetechniken. ie können mit den erlernten Techniken Algorithmen für abgewandelte Fragestellungen entwerfen und analysieren. ie können Algorithmen auch auf nicht offensichtliche Anwendungsfragestellungen übertragen. ie können eine amortisierte Laufzeitanalyse durchführen, wenn die wesentlichen Festlegungen angegeben sind. Die tudierenden kennen die vielfältige Anwendbarkeit von Flussalgorithmen. ie kennen nichttriviale grundlegende Techniken für die erarbeitung von Wörtern (Textsuche) und die relevanten Beweistechniken. orkenntnisse Bachelorstudium Informatik, insbesondere: Algorithmen und rogrammierung, Algorithmen und Datenstrukturen, Mathematik 1 und 2, Grundlagen und diskrete trukturen. Inhalt Flussprobleme und algorithmen: Ford-Fulkerson-Methode, Algorithmus von Edmonds/Karp, perrflussmethode (Algorithmus von Dinitz). Matchingprobleme und ihre Algorithmen: Kardinalitätsmatching, Lösung über Flussalgorithmen, Algorithmus von Hopcroft/Karp; gewichtetes Matching: Auktionsalgorithmus, Ungarische methode; tabile aarungen: atz von Kuhn/Munkres, Algorithmus von Gale/hapley. Amortisierte Analyse von Datenstrukturen: Ad-Hoc-Analyse, Bankkontomethode, otentialmethode. Implementierung von adressierbaren riority Queues: Binomialheaps und Fibonacci-Heaps. Textsuche: Randomisiertes erfahren; Algorithmus von Knuth/Morris/ratt, Algorithmus von Aho/Corasick, Algorithmus von Boyer/Moore, orverarbeitung für Boyer-Moore-Algorithmus. Medienformen Bereitgestellt: kript auf der Webseite Tafelvortrag, resenter-rojektion, Folien Literatur flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: Neben orlesungsskript: - J. Kleinberg, E. Tardos, Algorithm Design, earson Education, T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. tein, Introduction to Algorithms, 2nd ed., MIT ress, 2001 (auch auf deutsch bei Oldenbourg) - K. Mehlhorn,. anders, Algorithms and Data tructures - The Basic Toolbox, pringer, Dasgupta, C. apadimitriou, U. azirani, Algorithms, McGraw-Hill, eite 17 von 180

18 -. Heun, Grundlegende Algorithmen, 2. Auflage, ieweg, 2003 verwendet in folgenden tudiengängen Master Informatik 2013 Master Wirtschaftsinformatik 2013 Master Mathematik und Wirtschaftsmathematik 2013 ertiefung AM Master Mathematik und Wirtschaftsmathematik 2013 ertiefung WM eite 18 von 180

19 Modul: chwerpunktbereich(auswahl je 15 L aus 2 Modulen, Rest beliebig auf 36 auffüllen) Modulnummer: Modulverantwortlich: rof. Dr. Winfried Kühnhauser Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Zur Individualisierung und pezialisierung ihres tudium erwerben die tudierenden im chwerpunktbereich Master Informatik vertiefte Kenntnisse und Kompetenzen in selbst ausgewählten Teilgebieten der Informatik. orraussetzungen für die Teilnahme siehe individuelle Fächerbeschreibungen keine eite 19 von 180

20 Modul: Integrierte Hard- und oftwaresysteme(chwerpunkt 1) Modulnummer: 8227 Modulverantwortlich: rof. Dr. Wolfgang Fengler Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Detailliertes fortgeschrittenes erständnis für und Fähigkeiten zu Aufbau, Funktion, Modellierung und Entwurf integrierter Hard- und oftwaresysteme orraussetzungen für die Teilnahme empfohlen: Modul IH im Bachelor IN (keine Bedingung) eite 20 von 180

21 Modul: Cellular Communication ystems Modulnummer: 5844 Modulverantwortlich: rof. Dr. Andreas Mitschele-Thiel Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse s. subject description orraussetzungen für die Teilnahme eite 21 von 180

22 Modul: Cellular Communication ystems Cellular Communication ystems Fachabschluss: rüfungsleistung mündlich 30 min prache: Englisch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Andreas Mitschele-Thiel W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F The course enables students to understand the functionalities and structure of UMT systems.it enables students to unterstand network and protocol aspects of the system. Main topics are the network architechture, network elements, protocols, and services in UMT systems.the course allows students to understand main functions as mobility management, radio resource allocation, link and session management, Qo aspects, as well as authentification, authorisation, and accounting. To understand the development of UMT also GM and its data extension GR are treated as they are the fundamentals of UMT. The course also introduces newer developments as HA, LTE and AE. orkenntnisse Communication protocols and networks, basics of mobile communications Inhalt - Basics of mobile communications - GM and GR - UMT Architecture - Mobility management - Connection and session management - Wideband CDMA - Management of radio resources - UMT radio access system - UMT services - High-peed acket Access (HA) - Long-Term Evolution (LTE) - ystem Architecture Evolution (AE) Medienformen resentations with beamer, presentation slides Literatur flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: - Kaaranen, Ahtiainen, Laitinen, Naghian, Niemi. UMT Networks Architecture, Mobility and ervices. Wiley, chiller. Mobile Communications (German and English). Addison-Wesley, Holma, Toskala. WCDMA for UMT. revised edition, Wiley, Dahlmann, arkvall, köld. 4G: LTE/LTE-Advanced for Mobile Broadband, A, tefania esia, Issam Toufik, Matthew Baker. LTE - The UMT Long Term Evolution: From Theory to ractice 2235 eite 22 von 180

23 verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Communications and ignal rocessing 2013 Master Research in Computer & ystems Engineering 2012 Master Ingenieurinformatik 2009 Master Informatik 2013 eite 23 von 180

24 Modul: Leistungsbewertung Technischer ysteme Modulnummer: Modulverantwortlich: rof. Dr. Armin Zimmermann Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Fachkompetenz: Die tudierenden verstehen detailliert Hintergrund und Funktionsweise von erfahren der Modellierung und quantitativen Bewertung technischer ysteme. Die tudierenden sind fähig, quantitative Aspekte technischer ysteme beim Entwurf zu untersuchen und zu bewerten. Die tudenten haben Kenntnisse in Anwendungsgebieten der Leistungsbewertung. Methodenkompetenz: Die tudierenden sind in der Lage, Methoden des quantitativen ystementwurfs, der Modellierung und Bewertung auf konkrete roblemstellungen anzuwenden. Die tudierenden sind in der Lage, passende Modelle und Werkzeuge auszuwählen und einzusetzen. ozialkompetenz: Die tudierenden sind in der Lage, praktische roblemstellungen der Leistungsbewertung in der Gruppe zu lösen und zu präsentieren. orraussetzungen für die Teilnahme BsC im tudiengang Ingenieurinformatik / Informatik bzw. weitgehend äquivalentem tudiengang eite 24 von 180

25 Modul: Leistungsbewertung Technischer ysteme Leistungsbewertung Technischer ysteme Fachabschluss: rüfungsleistung alternativ prache: Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Armin Zimmermann W nach Fachsemester Lernergebnisse / Kompetenzen orkenntnisse Inhalt flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F Fachkompetenz: Die tudierenden verstehen detailliert Hintergrund und Funktionsweise von erfahren der Modellierung und quantitativen Bewertung technischer ysteme. Die tudierenden sind fähig, quantitative Aspekte technischer ysteme beim Entwurf zu untersuchen und zu bewerten. Die tudenten haben Kenntnisse in Anwendungsgebieten der Leistungsbewertung. Methodenkompetenz: Die tudierenden sind in der Lage, Methoden des quantitativen ystementwurfs, der Modellierung und Bewertung auf konkrete roblemstellungen anzuwenden. Die tudierenden sind in der Lage, passende Modelle und Werkzeuge auszuwählen und einzusetzen. ozialkompetenz: Die tudierenden sind in der Lage, praktische roblemstellungen der Leistungsbewertung in der Gruppe zu lösen und zu präsentieren. BsC im tudiengang Ingenieurinformatik / Informatik bzw. weitgehend äquivalentem tudiengang 2236 Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 eite 25 von 180

26 Modul: Advanced Mobile Communication Networks Modulnummer: Modulverantwortlich: rof. Dr. Andreas Mitschele-Thiel Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse orraussetzungen für die Teilnahme eite 26 von 180

27 Modul: Advanced Mobile Communication Networks Advanced Mobile Communication Networks Fachabschluss: rüfungsleistung mündlich 30 min prache: Englisch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Andreas Mitschele-Thiel W nach Fachsemester Lernergebnisse / Kompetenzen orkenntnisse Bachelor degree, basics of communication networks Inhalt flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:ganzjährig Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 8.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F The course introduces students in advanced topics in mobile data communication. It enables students to understand the research issues from a protocol- and system point of view, resulting from the mobility and the wireless transmission Introduction Medium Access chemes Mobility Management TC/I elf-organization IEEE Quality of ervice Ad Hoc Networks Cognitive Radio Networks LTE Medienformen resentations Literatur iks see webpage verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Communications and ignal rocessing 2013 Master Ingenieurinformatik 2009 eite 27 von 180

28 eite 28 von 180

29 Modul: Fortgeschrittene Modellierung und Rechnerarchitekturen Modulnummer: Modulverantwortlich: rof. Dr. Wolfgang Fengler Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse siehe Fachbeschreibungen orraussetzungen für die Teilnahme siehe Fachbeschreibungen Die rüfungsleistung für das Modul besteht aus drei einzelnen rüfungsgesprächen für die drei enthaltenen Fächer. Dauer jeweils 20 Minuten. Auf Wunsch sind kombinierte rüfungsgespräche für zwei oder drei Fächer möglich. Die gesamte rüfungsleistung muss innerhalb von zwei emestern erbracht werden. Die Anmeldung zur Modulprüfung erfolgt im ersten dieser beiden emester und gilt für das folgende emester weiter. Die Endnote bildet sich zu gleichen Teilen aus den Einzelergebnissen der drei rüfungsgespräche. eite 29 von 180

30 Modul: Fortgeschrittene Modellierung und Rechnerarchitekturen Fortgeschrittene Modellierung und Rechnerarchitekturen Fachabschluss: rüfungsleistung alternativ prache: deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Wolfgang Fengler Turnus:ganzjährig Leistungspunkte: 8 Workload (h): 240 Anteil elbststudium (h): 161 W: 7.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen iehe Einzelfächer. orkenntnisse iehe Einzelfächer. Inhalt iehe Einzelfächer. Medienformen iehe Einzelfächer. Literatur iehe Einzelfächer. flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2231 Die rüfungsleistung für das Modul besteht aus drei einzelnen rüfungsgesprächen für die drei enthaltenen Fächer. Dauer jeweils 20 Minuten. Auf Wunsch sind kombinierte rüfungsgespräche für zwei oder drei Fächer möglich. Die gesamte rüfungsleistung muss innerhalb von zwei emestern erbracht werden. Die Anmeldung zur Modulprüfung erfolgt im ersten dieser beiden emester und gilt für das folgende emester weiter. Die Endnote bildet sich zu gleichen Teilen aus den Einzelergebnissen der drei rüfungsgespräche. verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Fahrzeugtechnik 2009 Master Ingenieurinformatik 2009 Master Fahrzeugtechnik 2014 Master Informatik 2013 eite 30 von 180

31 Modul: Fortgeschrittene Modellierung und Rechnerarchitekturen Einchipcontroller und Digitale ignalprozessoren Fachabschluss: über Komplexprüfung prache: deutsch Fachnummer: 174 rüfungsnummer: Fachverantwortlich: rof. Dr. Wolfgang Fengler W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2231 Grundlegende Merkmale und Eigenschaften von Einchipcontrollern und Digitalen ignalprozessoren Behandlung konkreter Eigenschaften von Einchipcontrollern an einzelnen Typenbeispielen Behandlung konkreter Eigenschaften von Digitalen ignalprozessoren an einzelnen Typenbeispielen orkenntnisse Notwendig: Grundkenntnisse zu Aufbau und Funktionsweise von Rechnern, z.b. aus den Fächern Rechnerarchitekturen 1, Technische Informatik 2 oder Technische Informatik (Teil RA). Empfohlen: Kenntnisse zu fortgeschrittenen Rechnerarchitekturen, z.b. aus dem Fach Rechnerarchitekturen2. Inhalt 1. Einleitung und allgemeine Merkmale 2. Einchipcontroller am Beispiel 3. Digitale ignalprozessoren am Beispiel 4. Zusammenfassung und Ausblick Medienformen Alle Informationen sind auf der Webseite der orlesung zu finden: Literatur Alle Informationen sind auf der Webseite der orlesung zu finden: Modulprüfung: iehe dort. Einzelfall: Mündliche rüfung 20 Minuten. verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 eite 31 von 180

32 Master Fahrzeugtechnik 2009 Master Ingenieurinformatik 2009 Master Fahrzeugtechnik 2014 Master Informatik 2013 Master Informatik 2009 eite 32 von 180

33 Modul: Fortgeschrittene Modellierung und Rechnerarchitekturen pezielle und Innovative Rechnerarchitekturen Fachabschluss: über Komplexprüfung prache: deutsch Fachnummer: 173 rüfungsnummer: Fachverantwortlich: rof. Dr. Wolfgang Fengler W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Überblickswissen und Detailkenntnisse zu Recnerarchitekturen und Funktionsprinzipien, die von den bekannten und weit verbreiteten Lösungen abweichen. Darunter sind sowohl Realisierungen mit Nischencharakter als auch mögliche Richtungen zukünftiger Weiterentwicklungen. orkenntnisse Notwendig: Grundkenntnisse zu Aufbau und Funktionsweise von Rechnern, z.b. aus den Fächern Rechnerarchitekturen 1, Technische Informatik 2 oder Technische Informatik (Teil RA). Empfohlen: Grundlagen paralleler Architekturen, z.b. aus dem Fach Rechnerarchitekturen 2. Inhalt 1. Einleitung 2. ektorrechner 3. irtuelle Befehlssatzarchitekturen 4. Datenfluss-Architekturen 5. rocessing in Memory (IM) 6. Neurocomputer 7. Tendenzen bei teuerfluss-rozessoren 8. Optische Computer 9. Quantencomputer Medienformen Alle Informationen sind auf der Webseite der orlesung zu finden: Literatur flichtkennz.: flichtfach Alle Informationen sind auf der Webseite der orlesung zu finden: Art der Notengebung: unbenotet Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 2231 Modulprüfung: iehe dort. eite 33 von 180

34 Einzelfall: Mündliche rüfung 20 Minuten. verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 Master Ingenieurinformatik 2009 eite 34 von 180

35 Modul: Fortgeschrittene Modellierung und Rechnerarchitekturen Technische Applikation von etri-netzen Fachabschluss: über Komplexprüfung prache: deutsch Fachnummer: 171 rüfungsnummer: Fachverantwortlich: rof. Dr. Wolfgang Fengler Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 3.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F Beherrschen der formalen Behandlung von etri-netzen (Definitionen, Analyseverfahren), Beherrschen der Anwendung von etri-netzen zur Modellierung und Analyse verschiedener technischer und nichttechnischer achverhalte. orkenntnisse Empfohlen: Grundlagen zu etri-netzen aus den eranstaltungen Rechnerarchitekturen 1 oder Technische Informatik 2 (keine Bedingung) Inhalt 1. Einleitung 2. Definitionen und Eigenschaften von latz-transitions-netzen (TN) 3. teuerungsentwurf mit TN 4. Hierarchie in TN 5. Höhere Netze: Colored etri Nets (CN) 6. Modellierung paralleler und verteilter rogramme 7. Technologiemodellierung mit CN 8. UML-Diagramme und etri-netze 9. Geschäftsprozesse, Workflow und N Medienformen Alle Informationen sind auf der Webseite der orlesung zu finden: Literatur Alle Informationen sind auf der Webseite der orlesung zu finden: flichtkennz.: flichtfach Art der Notengebung: unbenotet 2231 Modulprüfung: iehe dort. Einzelfall: Mündliche rüfung 20 Minuten. verwendet in folgenden tudiengängen eite 35 von 180

36 Master Ingenieurinformatik 2014 Master Informatik 2009 Master Ingenieurinformatik 2009 eite 36 von 180

37 Modul: pezielle Aspekte Integrierter Hard- und oftware-ysteme Modulnummer: Modulverantwortlich: rof. Dr. Andreas Mitschele-Thiel Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse siehe Fachbeschreibung orraussetzungen für die Teilnahme eite 37 von 180

38 Modul: pezielle Aspekte Integrierter Hard- und oftware-ysteme pezielle Aspekte Integrierter Hard- und oftwaresysteme Fachabschluss: rüfungsleistung mündlich prache: Deutsch Fachnummer: 7793 rüfungsnummer: Fachverantwortlich: rof. Dr. Andreas Mitschele-Thiel Medienformen W nach Fachsemester Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: Lernergebnisse / Kompetenzen orkenntnisse Inhalt 1.F 2.F 3.F 4.F 5.F 6.F 7.F Detailliertes fortgeschrittenes erständnis für und Fähigkeiten zu speziellen Themen zu Aufbau, Funktion, Modellierung und Entwurf integrierter Hard- und oftwaresysteme ertiefungskenntnisse zu integrierten Hard- und oftwaresystemen Auswahl von Themen zum fortgeschrittenen tand des Gebietes Integrierte Hard- und oftwaresysteme kurzfristig unter Lehrmaterial auf den WEB-eiten der beteiligten Fachgebiete abrufbare pdf-dateien Literatur Literaturangaben individuell zu den behandelten Themen in der orlesung bzw. im bereitgestellten Lehrmaterial flichtkennz.: flichtfach Art der Notengebung: Generierte Noten 2235 verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 Master Ingenieurinformatik 2009 eite 38 von 180

39 Modul: Medieninformatik und irtual Reality(chwerpunkt 2) Modulnummer: 8228 Modulverantwortlich: rof. Dr. Beat Brüderlin Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Umfassende theoretische und praktische Grundlagen der geometrischen Modellierung, der fortgeschrittenen Methoden der Bildverarbeitung, der softaretechnischen Umsetzung komplexer interaktiver ysteme, Techniken der irtuellen Realität der Echtzeitgrafik mit besonderer Behandlung der hardwarenahen Umsetzung von realistischen Echtzeiteffekten. orraussetzungen für die Teilnahme Bachelor, Grundlagen Computergrafik eite 39 von 180

40 Modul: Geometrische Modellierung Modulnummer: Modulverantwortlich: rof. Dr. Beat Brüderlin Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse siehe Fachbeschreibung orraussetzungen für die Teilnahme eite 40 von 180

41 Modul: Geometrische Modellierung Geometrische Modellierung Fachabschluss: rüfungsleistung schriftlich 60 min Art der Notengebung: Gestufte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: 240 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F ermittlung mathematischer und informationstechnischer Grundlagen geometrischer Modellierungssoftware / Computer Aided Design (CAD). Die orlesung wendet sich sowohl an Entwickler von CAD-oftware, als auch an den interessierten Anwender solcher ysteme. orkenntnisse Algorithmen und Datenstrukturen, Computergrafik Grundlagen / lineare Algebra Inhalt Mathematische Grundlagen,Datenrepräsentierungen, geometrische Operationen: Metrik, metrische Räume, Metriken (L-2, L-1, L-unendlich), Epsilon-Umgebung, offene (abgeschlossene) Mengen, Nachbarschaft, Operatoren: Abschluss, Inneres, Komplement, Rand, Boolesche Mengenoperationen (ereinigung, Durchschnitt, Differenz) Abstandsfunktionen für Mengen, roblematik nichtmetrischer Abstandsfunktionen. Hausdorff-Metrik. Topologie, topologische Räume, stetige Abbildungen, Homöomorphismen, homöomorph. Einbettung, topologische Dimension, reguläre Körper, reguläre Mengenoperationen (praktische Bedeutung) d-implexe, simpliziale Komplexe. Orientierung, Orientierbarkeit Mannigfaltigkeiten (3-, 2-Mannigfaltigkeit mit, bzw. ohne Rand) 2-Mannigfaltigkeit als simplizialer Komplex, seudo 2-Mannigfaltigkeit. olyedertehorie: olyedersatz, Eulercharakteristik, latonische Körper (Hinweise: Kristalle, Dreiecksnetze / peicherbedarf. geometriebasierte Datenkompression.) Euleroperatoren, Euler oincarré Charakteristik. Euler Operatoren auf simplizialen Komplexen, abstrakte olyeder. Beispiele für Euler-oincarré Charakteristik Überblick / Zusammenhänge der Definitionen (reguläre Mengen, 2-Mannigfaltigkeiten / simpl. Kompl. Euler) Konkrete Darstellung von Objekten als strukturierte Mengen, Datenrepräsentierung als funktionale Abbildung (ollständigkeit, Eindeutigkeit, Genauigkeit, Effizienz, etc.) B-Rep, CG, Winged Edge, Drahtmodelle, oxel, implex. Algorithmische Umsetzung von regularisierten Mengenoperationen auf olyedern. Robustheit geometrischer Algorithmen. Intuitionistische Inzidenzrelation. Effiziente geometrische Datenstrukturen & Algorithmen: Algorithmen: Einführung, algorithm. Komplexität, räumliche (mehrdimensionale) uchstrukturen: Grid, oxel, Octree, K-d-Bäume, Grid-file, hierachische AABB, OBB, k-do, R* unktsuche, Bereichsuche, körperhafte Objekte als hochdimensionale unkte, Hüllkörperhierarchie mit Überlappung, Nachbarschaftssuche, Anwendungsbsp. Ray Tracing, Kollisionserkennung (hysiksimulation, Boolean) Effiziente geometrische Datenstrukturen & Algorithmen: Konvexe Hüllen. Definition und Konstruktion. Methode mit tützgeraden. Erweiterung auf höhere Dimensionen. Konvexe Hüllen. Fächermethode nach Graham + Divide & Conquer chneiden von Liniensegmenten mit dem lane weep erfahren. oronoi-zellen, Delaunay Triangulierung, kelette. Output-ensitivität, Temporale Kohärenz, tochastische Algorithmen. Kurven & Flächen: Implizite vs. explizite (parametrische) Kurven, Ferguson- Darstellung, Bezier-Darstellung. De Casteljau-Beziehung. Konvexe-Hüllen-Eigenschaft. De Casteljau-Zerlegung. Flatnesstest, adaptive Zerlegung /Approximation. Eigenschaften: ositive Definiteness, ariation-diminishing eite 41 von 180

42 Eigenschaft Bezier Flächen. Zerlegung in Zeilen- und paltenkurven. Adaptive, rekursive Zerlegung v. Bezierflächen nach de Casteljau. Computer Algebra Methoden (Gröbner Basen, Resultante) olynomgrad von Flächen und Trimmkurven sowie Flächenschnitten. Rationale Bezierkurven B-pline-Kurven (tückweise olynomkurven) Freiformflächen (Trimmkurven, Komposition, T-NURB, Tesselierung) Computer Aided Design Modellieroperationen im CAD, CAD ysteme / Kernel (Open ource) Feature-basiertes, parametrisches Modellieren mit CAD. Medienformen Aktuelle kripte / Ergänzungen, siehe orlesungs-webseiten des Fachgebietes Grafische Datenverarbeitung (Fakultät IA) Literatur Brüderlin, B., Meier, A., Computergrafik und geometrisches Modellieren, Teubner-erlag, 2001 Christopher M. Hoffmann, Geometric and olid Modeling, Morgan Kaufmann ublishers 2nd Edition, 1992 (this book is out of print. For an online copy: ) verwendet in folgenden tudiengängen Master Mathematik und Wirtschaftsmathematik 2013 ertiefung AM Master Mathematik und Wirtschaftsmathematik 2013 ertiefung WM Master Informatik 2009 Master Mathematik und Wirtschaftsmathematik 2008 Master Informatik 2013 eite 42 von 180

43 Modul: Interaktive Grafiksysteme Modulnummer: Modulverantwortlich: rof. Dr. Beat Brüderlin Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse orraussetzungen für die Teilnahme eite 43 von 180

44 Modul: Interaktive Grafiksysteme Interaktive Grafiksysteme Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin Leistungspunkte: 6 Workload (h): 180 Anteil elbststudium (h): 135 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 eite 44 von 180

45 Modul: Interaktive Grafiksysteme Computergrafik 2 Fachabschluss: über Komplexprüfung prache: Fachnummer: 241 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2252 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 Master Ingenieurinformatik 2009 eite 45 von 180

46 Modul: Interaktive Grafiksysteme Interaktive Grafiksysteme Fachabschluss: über Komplexprüfung prache: Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2252 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 eite 46 von 180

47 Modul: 3D-Bildverarbeitung Modulnummer: Modulverantwortlich: rof. Dr. Beat Brüderlin Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse orraussetzungen für die Teilnahme eite 47 von 180

48 Modul: 3D-Bildverarbeitung 3D-Bildverarbeitung Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin Leistungspunkte: 6 Workload (h): 180 Anteil elbststudium (h): 124 W: 5.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2252 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 eite 48 von 180

49 Modul: 3D-Bildverarbeitung Erfassung und erarbeitung von 3D-Daten Fachabschluss: über Komplexprüfung prache: Fachnummer: 239 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:Wintersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 3.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2252 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 Master Medientechnologie 2009 Master Medientechnologie 2013 Master Informatik 2013 Master Informatik 2009 eite 49 von 180

50 Modul: 3D-Bildverarbeitung Bildanalyse für 3D-Oberflächen- und olumendaten Fachabschluss: über Komplexprüfung prache: Fachnummer: 8230 rüfungsnummer: Fachverantwortlich: rof. Dr. Beat Brüderlin W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: unbenotet Turnus:ommersemester Leistungspunkte: 0 Workload (h): 0 Anteil elbststudium (h): 0 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2252 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Informatik 2009 Master Ingenieurinformatik 2009 eite 50 von 180

51 Modul: Data Analytics und oft Computing(chwerpunkt 3) Modulnummer: 8231 Modulverantwortlich: rof. Dr. Kai-Uwe attler Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Nach dem Besuch der eranstaltungen dieses Moduls verfügen die tudierenden über fortgeschrittene Kenntnisse in ausgewählten Bereichen der Datenanalyse mit Methoden der tatistik, des maschinellen Lernens und der Logik. ie können roblemstellungen und Lösungen aus diesem Bereichen erklären und bewerten. Die tudierenden sind in der Lage, die vermittelten Methoden für praktische Aufgabenstellungen der Datenanalyse, der Wissensentdeckung und verarbeitung anzuwenden und darauf aufbauend eigene Lösungen zu entwickeln. orraussetzungen für die Teilnahme keine keine eite 51 von 180

52 Modul: Knowledge Engineering Modulnummer: Modulverantwortlich: rof. Dr. Rainer Knauf Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Ziel des Moduls ist es, Kompetenzen auf dem Gebiet der fortschrittlichen Methoden der modernen Wissensverarbeitung zu vermitteln. Die tudierenden kennen und verstehen die trategien der Datenverarbeitung mit evolutionären/genetischen Algorithmen, mit Inferenzmethoden der KI und dem großen pektrum des Datamining und können diese für informatische/ingenieurinformatische roblemstellungen anwenden. Die tudierenden sind mit den methodischen Grundlagen vertraut und können die wichtigsten Datenanalyse und verarbeitungs Techniken erkennen und bewerten, sowie typische Informatikaufgaben mit ihrer Hilfe analysieren und lösen. ie sind in der Lage, diese Kompetenzen in den yntheseprozess komplexer ingenieurtechnischer und informatischer rojekte einfließen zu lassen. Die tudierenden kennen und verstehen die grundlegenden Wirkprinzipien von rodukten und erfahren, bei deren Entwicklung Methoden der Wissensverarbeitung und des Datamining Anwendung fanden, können diese analysieren, bewerten und bei weiterführenden yntheseprozessen mitwirken. Die tudierenden sind in der Lage, Fach- Methoden- und ystemkompetenz für Inferenzmethoden, Datamining und Evolutionäre/genetische Algorithmen in interdisziplinären Teams zu vertreten und grundlegende achverhalte dazu klar und korrekt zu kommunizieren. orraussetzungen für die Teilnahme keine eite 52 von 180

53 Modul: Knowledge Engineering Knowledge Engineering Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: deutsch flichtkennz.: flichtfach Turnus:Wintersemester Fachnummer: Fachverantwortlich: rof. Dr. Rainer Knauf rüfungsnummer: Leistungspunkte: 7 Workload (h): 210 Anteil elbststudium (h): 154 W: 5.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F Ziel des Moduls ist es, Kompetenzen auf dem Gebiet der fortschrittlichen Methoden der modernen Wissensverarbeitung zu vermitteln. Die tudierenden kennen und verstehen die trategien der Datenverarbeitung mit evolutionären/genetischen Algorithmen, mit Inferenzmethoden der KI und dem großen pektrum des Datamining und können diese für informatische/ingenieurinformatische roblemstellungen anwenden. Die tudierenden sind mit den methodischen Grundlagen vertraut und können die wichtigsten Datenanalyse und verarbeitungs Techniken erkennen und bewerten, sowie typische Informatikaufgaben mit ihrer Hilfe analysieren und lösen. ie sind in der Lage, diese Kompetenzen in den yntheseprozess komplexer ingenieurtechnischer und informatischer rojekte einfließen zu lassen. Die tudierenden kennen und verstehen die grundlegenden Wirkprinzipien von rodukten und erfahren, bei deren Entwicklung Methoden der Wissensverarbeitung und des Datamining Anwendung fanden, können diese analysieren, bewerten und bei weiterführenden yntheseprozessen mitwirken. Die tudierenden sind in der Lage, Fach- Methoden- und ystemkompetenz für Inferenzmethoden, Datamining und Evolutionäre/genetische Algorithmen in interdisziplinären Teams zu vertreten und grundlegende achverhalte dazu klar und korrekt zu kommunizieren. orkenntnisse keine Inhalt siehe Beschreibung der einzelnen Fächer Medienformen 2238 Literatur verwendet in folgenden tudiengängen Master Informatik 2013 Master Ingenieurinformatik 2014 Master Ingenieurinformatik 2009 eite 53 von 180