Vorlesung: Selbst-organisierende, eingebettete Systeme - Details

Vorlesung: Selbst-organisierende, eingebettete Systeme - Details

Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: Selbst-organisierende, eingebettete Systeme
Veranstaltungsnummer INF-0215
Semester SS 2022
Aktuelle Anzahl der Teilnehmenden 16
maximale Teilnehmendenanzahl 22
Heimat-Einrichtung Softwaretechnik
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Erster Termin Montag, 25.04.2022 09:00 - 10:30, Ort: (1058N)
Art/Form Vorlesung
Voraussetzungen Die Veranstaltung wird erst ab dem 5. Semester empfohlen.
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache deutsch
Literaturhinweise Bio-Inspired Artificial Intelligence, Dario Floreano and Claudio Mattiussi, https://mitpress.mit.edu/books/bio-inspired-artificial-intelligence
ECTS-Punkte 6

Räume und Zeiten

(1058N)
Montag: 09:00 - 10:30, wöchentlich (13x)

Kommentar/Beschreibung

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

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Beschränkte Teilnehmendenanzahl: Selbst-organisierende, eingebettete Systeme".
Folgende Regeln gelten für die Anmeldung:
  • Es wird eine festgelegte Anzahl von Plätzen in den Veranstaltungen verteilt.
    Die Plätze in den betreffenden Veranstaltungen wurden am 22.04.2022 um 23:59 verteilt. Weitere Plätze werden evtl. über Wartelisten zur Verfügung gestellt.