Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen

Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen (V2+Ü1)

Vorlesung V2
Termin dienstags, 11:40 – 13:20 Uhr
Ort S311/006
Dozent Prof. Dr.-Ing. J. Adamy
Übung Ü1
Termin wöchentlich dienstags (ab 24.10.23), 9:50 – 10:35 Uhr
Ort S311/006
Ansprechpartner Dipl.-Ing. Kalina Olhofer-Karova
ECTS (Vorlesung + Übung) Diplom: 5
Master: 4
Prüfung
Termin 18.03.2024
Ort wird noch bekannt gegeben
Ansprechpartner Dipl.-Ing. Kalina Olhofer-Karova
Erlaubte Hilfsmittel keine
Prüfungsrelevante Inhalte Inhalte der Vorlesung und Übung.
Die Klausuraufgaben werden den kürzeren Übungsaufgaben ähneln, längere Rechenaufgaben werden nicht gestellt.
Prüfungseinsicht wird rechtzeitig bekannt gegeben
Weitere Informationen Alle Informationen werden über Moodle kommuniziert.

Die Studenten sind selbst für die ordnungsgemäße Anmeldung zur Klausur verantwortlich. Bitte zur Klausur unbedingt den Studentenausweis und einen Lichtbildausweis mitbringen.

Weiterführende Literatur kann beim Ansprechpartner angefordert werden.

Information zur Übung

Alle Aufgabenblätter werden auf Moodle zum Download bereitgestellt. Der Zugang erfolgt über ihre TU-ID.

Zum besseren Verständnis bietet es sich an, die Aufgaben nach Möglichkeit im Vorhinein zu bearbeiten. Die Lösungsvorschläge werden nach der Übung in Moodle hochgeladen.

Sprechstunde

Ein fester Termin für die Sprechstunde wird nicht angeboten, es kann aber jederzeit ein individueller Termin mit den Betreuern der Vorlesung vereinbart werden.

Aufbau

Es handelt sich um eine '2+1'-Veranstaltung, die aus Vorlesungsteil und Übungsteil besteht. Gehalten wird die Vorlesung von Prof. Dr.-Ing. J. Adamy jeweils im Wintersemester.

Inhalt

In dieser Vorlesung werden die Grundlagen der Computational Intelligence vermittelt. Die Computational Intelligence ist eine Untermenge der Artificial Intelligence und umfaßt die Gebiete Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen. Die Vorlesung vermittelt neben den grundlegenden Methoden insbesondere auch ihre Anwendung in der ingenieurtechnischen Praxis.

  • Fuzzy Logik
    • Grundlagen Fuzzy-Logik
    • Fuzzy-Control
    • Anwendungen Fuzzy-Logik
  • Neuronale Netze
    • Grundlagen neuronaler Netze und Machine Learning
    • Multilayer-Perzeptrons
    • Radiale Basisfunktionennetze
    • Anwendungen neuronaler Netze
  • NeuroFuzzy
  • Evolutionäre Algorithmen
    • Evolutionsstrategien
    • Genetische Algorithmen
    • Anwendungen evolutionärer Algorithmen