Digicampus
Lecture: Selbst-organisierende, eingebettete Systeme - Details
You are not logged into Stud.IP.
Lehrveranstaltung wird in Präsenz abgehalten.

General information

Course name Lecture: Selbst-organisierende, eingebettete Systeme
Course number INF-0215
Semester SS 2022
Current number of participants 24
maximum number of participants 22
Entries on waiting list 6
Home institute Softwaretechnik
Courses type Lecture in category Teaching
First date Mon., 25.04.2022 09:00 - 10:30, Room: (1058N)
Type/Form Vorlesung
Pre-requisites Die Veranstaltung wird erst ab dem 5. Semester empfohlen.
Online/Digitale Veranstaltung Veranstaltung wird in Präsenz abgehalten.
Hauptunterrichtssprache deutsch
Literaturhinweise Bio-Inspired Artificial Intelligence, Dario Floreano and Claudio Mattiussi, https://mitpress.mit.edu/books/bio-inspired-artificial-intelligence
ECTS points 6

Course location / Course dates

(1058N) Monday: 09:00 - 10:30, weekly (13x)

Comment/Description

Zukünftige eingebettete Softwaresysteme sind von einer stärkeren Vernetzung geprägt, deren Handhabbarkeit Techniken erfordert, die über das klassische Repertoire der Softwareentwicklung hinausgehen. Dies bewirkt vor allem eine Ablösung von manueller hin zu autonomerer Verwaltung der Systeme - man denke an autonom erkundende Roboterschwärme, intelligente Versorgungsnetze oder flexible Produktionsanlagen.

Die Natur ist voll von Systemen, die eine hohe Robustheit durch Adaptivität und Selbstorganisation aufweisen. Die Vorlesung "Selbst-organisierende, eingebettete Systeme" vermittelt Kenntnisse über Beispiele aus der Biologie, Physik und anderen Bereichen sowie ingenieurstechnische Anwendungen ebendieser.

Eine zentrale Frage ist hierbei:
Wie lassen sich ähnliche Prinzipien in der Entwicklung leistungsfähiger Softwaresysteme nutzbar machen?


Für die Modellierung und Konstruktion adaptiver Systeme in der Informatik ergeben sich dadurch neue Herausforderungen:
Vernetzung von heterogenen, eigennützigen Systemen (z.B. Energiewirtschaft) und Design von verteilten Entscheidungsfindungsmechanismen.
Modellierung von Unsicherheit und robuste Entscheidungsfindung
Entscheidungsfindung in Kollektiven
Im Verlauf der Veranstaltung werden verschiedene Beispiele (u.a. Roboterschwärme, Kristallwachstum, Ameisenalgorithmen, Bienenstock, Boids) für derartige Systeme vorgestellt.

Schließlich wird ein Hauptaugenmerk auf die grundlegende Vermittlung von technischen Kompetenzen in der Algorithmik gelegt, die den Studierenden sowohl in ihrer Berufslaufbahn als auch in anderen Wissenschaftsdisziplinen nützlich sind.


In praktischen Übungsaufgaben werden die Prinzipien dann von den Studenten in Kleingruppen selbst umgesetzt. Neben der Entwicklung eines entsprechenden Systems aus der Aufgabenstellung wird dabei insbesondere die Analyse des Systemverhaltens und die Auswirkungen kleiner Änderungen im Vordergrund stehen. Die Prüfung erfolgt schriftlich am Ende des Semesters.

Lernziele:

Kollektive adaptive Systeme kennenlernen
Prinzipien von verschiedenen Selbst-Organisationsmechanismen verstehen
Implementierung von praktischen Anwendungen

Voraussichtliche Inhalte:

Komplexe Systeme
Zelluläre Automaten
Genetische Algorithmen
Ameisenalgorithmen
Stigmergie und Schwärme
Naturinspirierte Synchronisationsverfahren
Schwarmrobotik
Einführung Maschinelles Lernen

Admission settings

The course is part of admission "Beschränkte Teilnehmendenanzahl: Selbst-organisierende, eingebettete Systeme".
The following rules apply for the admission:
  • A defined number of seats will be assigned to these courses.
    The seats in the affected courses have been assigned at 22.04.2022 on 23:59. Additional seats may be available via a wait list.