Vorlesung: Grundlagen des Organic Computing - Details

Allgemeine Informationen

Veranstaltungsname	Vorlesung: Grundlagen des Organic Computing
Veranstaltungsnummer	INF-0060
Semester	WS 2023/24
Aktuelle Anzahl der Teilnehmenden	76
Heimat-Einrichtung	Organic Computing
Veranstaltungstyp	Vorlesung in der Kategorie Lehre
Erster Termin	Dienstag, 24.10.2023 10:00 - 11:30, Ort: (2045 N)
Leistungsnachweis	mündliche Prüfung
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile	Ja
Hauptunterrichtssprache	deutsch
Weitere Unterrichtssprache(n)	Englisch
ECTS-Punkte	5

Lehrende

• Prof.Dr. Jörg Hähner
• David Pätzel

Räume und Zeiten

(2045 N)

Dienstag: 10:00 - 11:30, wöchentlich (11x)

Studienbereiche

• Fakultät für Angewandte Informatik > Informatik
• Fakultät für Angewandte Informatik

Modulzuordnungen

• Informatik B.Sc. Informatik, PO 2013, 19. Version (WS 2023/24) > B.Sc. Informatik (PO '13) - Informatik-Vertiefung > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Data Science Bachelorstudiengang Data Science, 3. Version (WS 2023/24) > F. Wahlbereich > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Ingenieurinformatik B.Sc. Ingenieurinformatik, PO 2013, 18. Version (WS 2023/24) > B.Sc. Ingenieurinformatik (PO '13) - 4. Vertiefungsbereich Technische Informatik, Adaptive Systeme > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Geoinformatik B.Sc. Geoinformatik, PO 2018, 12. Version (WS 2023/24) > B.Sc. Geoinformatik (PO '18) - E. Wahlpflichtbereich > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Informatik und Multimedia B.Sc. Informatik und Multimedia, PO 2016, 16. Version (WS 2023/24) > B.Sc. Informatik und Multimedia (PO '15) - Informatik und Multimedia-Vertiefung > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Mathematik und Informatik Bachelorstudiengang Mathematik und Informatik, 2. Version (WS 2023/24) > E4. Maschinelles Lernen und selbstlernende Systeme > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Geoinformatik B.Sc. Geoinformatik, PO 2011, 17. Version gültig ab SS 2023 > B.Sc. Geoinformatik (PO '11) - E: Wahlbereich > INF-0060 (=BScGI_GOC) - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Wirtschaftsinformatik Bachelorstudiengang Wirtschaftsinformatik (PO 2022), 4. Version (WS 2023/24) > Modulgruppe N: Freier Wahlbereich - informatikorientiert > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Informatik B.Sc. Informatik, PO 2018, 11. Version (WS 2023/24) > Informatik-Vertiefung A > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Ingenieurinformatik B.Sc. Ingenieurinformatik, PO 2017, 13. Version (WS 2023/24) > B.Sc. Ingenieurinformatik (PO '17) - 4. Vertiefungsbereich Technische Informatik, Adaptive Systeme > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Informatik und Multimedia B.Sc. Informatik und Multimedia, PO 2013, 19. Version (WS 2023/24) > B.Sc. Informatik und Multimedia (PO '13) - Informatik und Multimedia-Vertiefung > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Informatik B.Sc. Informatik, PO 2018, 11. Version (WS 2023/24) > Informatik-Wahlbereich > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Ingenieurinformatik B.Sc. Ingenieurinformatik, PO 2018, 11. Version (WS 2023/24) > 4. Vertiefungsbereich Technische Informatik, Adaptive Systeme > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)
• Ingenieurinformatik B.Sc. Ingenieurinformatik, PO 2021, 6. Version (WS 2023/24) > Wahlbereich > INF-0060 - Grundlagen des Organic Computing > Grundlagen des Organic Computing (Vorlesung)

Kommentar/Beschreibung

Organic Computing ist ein neues Paradigma des Systems Engineering technischer Systeme, die in der "echten" Welt realisiert werden. Aspekte wie Anpassungsfähigkeit an sich ständig ändernde Bedingungen der technischen Umgebung sowie die Implementierung sog. Self-X Eigenschaften gehören zu den Herausforderungen, welche Organic Computing fokussiert. In der Vorlesung werden eingangs grundlegende Aspekte der Selbstorganisation behandelt. Ein grundlegender Architekturansatz - die Observer/Controller Architektur - wird vermittelt und vergleichend mit parallel gewachsenen Forschungsinitiativen (z.B. Autonomic Computing) bewertet. Ein Entwurfsprozess um Organic Computing Systeme zu entwerfen ist außerdem Gegenstand der Vorlesung. Ausgehend von Basismethoden des Reinforcement Learnings wird zudem das generelle Konzept der Learning Classifier Systeme sowie ein spezielles, daraus entstandenes Lernsystem - das XCS - behandelt.