Advanced Networking [AdN(A)]

Dozent/in:

Kai-Steffen Jens Hielscher

Angaben:

Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5

Termine:

Do, 08:15 - 09:45, 01.019

Studienrichtungen / Studienfächer:

WPF ICT-MA-NDC ab 1
WF ICT-MA ab 1
WPF IuK-MA-KN-INF ab 1
WPF INF-MA ab 1
WPF IuK-MA-ÜTMK-INF ab 1
WF ASC-MA ab 1
WF CME-MA 1-4

Inhalt:

Für die durch Big Data, Cloud Computing, Internet-of-Things (IoT) und mobile Endgeräte hervorgerufenen Herausforderungen sind neue Architekturen für Rechnernetze entstanden: Software-Defined-Networking (SDN) entkoppelt die Data Plane (Weiterleitung von Paketen, auf handelsüblicher Hardware) und die Control Plane (Steuerung, auf leistungsfähigen Plattformen) und bietet offene Programmierschnittstellen; Network Functions Virtualization (NFV) erweitert Konzepte zur Server- und Netzwerkvirtualisierung, so dass bisher auf proprietärer Hardware ausgeführte Netzwerkfunktionen (wie z.B. Routing) ebenfalls virtualisiert und auf handelsüblicher Hardware ausgeführt werden können. Die Vorlesung stellt hinter diesen Technologien stehende Konzepte und Standards vor und zeigt, wie sie für Rechenzentren, für Cloud- und Fog-Computing und für IoT-Anwendungen eingesetzt werden können. (automatisch geplant, erwartete Hörerzahl original: 30, fixe Veranstaltung: nein)

Schlagwörter:

SDN, NFV, IoT, Cloud Computing, Fog Computing

Advanced Networking Exercises [AdN-Ex]

Dozent/in:

Peter Bazan

Angaben:

Übung, 2 SWS, ECTS: 2,5

Studienrichtungen / Studienfächer:

WF ICT-MA ab 1
WPF ICT-MA-NDC ab 1
WF ASC-MA ab 1
WPF INF-MA ab 1
WPF IuK-MA-KN-INF ab 1
WPF IuK-MA-ÜTMK-INF ab 1
WF CME-MA ab 1

AI-enabled wireless networks [AInet(A)]

Dozent/in:

Mehdi Harounabadi

Angaben:

Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5

Termine:

Di, 16:15 - 17:45, 00.151-113

Studienrichtungen / Studienfächer:

WPF ICT-MA-NDC ab 1
WF ICT-MA ab 1
WPF IuK-MA-KN-INF ab 1
WPF IuK-MA-ÜTMK-INF ab 1
WPF INF-MA ab 1
WF ASC-MA ab 1

Voraussetzungen / Organisatorisches:

Rapid growth in the number of connected wireless nodes such as mobile phones, low power IoT devices, connected vehicles, etc. will expand the scale of the next generation of wireless and mobile networks. Moreover, the foreseen use cases like connected autonomous vehicles, smart homes and cities, ultra-fast and reliable industrial wireless networks, etc. will require ultra-low latency and highly reliable communication. Existing and traditional algorithms are not feasible for the optimization and management of such networks to fulfill the requirements of the emerging use cases due to their high complexity, high dynamicity, and the massive amount of the generated data by connected devices. Recently, artificial intelligence (AI) is planned to be utilized as a new paradigm for the design, development and optimization of the next generation wireless and mobile networks. Machine learning (ML) as a subset of AI will be applied to develop intelligent wireless nodes and infrastructures to address the demands of future use cases.

Inhalt:

This course introduces machine learning algorithms such as supervised, unsupervised, reinforcement, deep, and federated learning and their application in the next generation wireless and mobile networks. Different ML use cases are explained which solve problems in different layers of the protocol stack from the physical layer to the application layer. The course includes the following topics:

1. Introduction to machine learning algorithms
2. Python programming language and its ML tools
3. AI-enabled wireless and mobile networks
3.1 Cellular networks and ML use cases
3.1.1 History of 2G to 4G, 5G and 6G vision
3.1.2 ML use cases in physical, MAC and higher layers
3.2 5G-V2X (cellular-V2X) and ML use cases
3.2.1 Sidelink communication as the key enabler
3.2.2 5G-V2X features and use cases
3.2.3 ML use cases in 5G-V2X
3.3 Intelligent wireless networks
3.3.1 Cognitive radio networks
3.3.2 ML use case in wireless networks
4. Standardization activities on AI-enabled wireless networks
4.1.1 3GPP and 5GAA
4.1.2 ETSI Zero touch networks

Exercises:
Literature review on the application of machine learning in wireless networks
The exercise of this course includes a literature review research project where students work individually on a relevant topic. The steps to accomplish the research project are as follows:

A. Select a topic relevant to the application of ML in wireless networks and register it by email
B. Search for the relevant papers and make a list of papers
C. Study the papers and prepare a summary
D. Present the outcomes
Each student should present her/his research study in an intermediate and a final presentation. A summary paper should be written following the "survey papers guideline" using IEEE format.
The grade of the research project will be considered as a "Bonus point" (up to 20%) for the final grade.
(automatisch geplant, erwartete Hörerzahl original: 25, fixe Veranstaltung: nein)

Empfohlene Literatur:

Literature:
• Dahlman, Erik, Stefan Parkvall, and Johan Skold. 5G NR: The next generation wireless access technology. Academic Press, 2020.
• Sun, Yaohua, et al. "Application of machine learning in wireless networks: Key techniques and open issues." IEEE Communications Surveys & Tutorials 21.4 (2019): 3072-3108.
• Harounabadi, Mehdi, et al. "V2X in 3GPP Standardization: NR Sidelink in Release-16 and Beyond." IEEE Communications Standards Magazine 5.1 (2021): 12-21.
• Xie, Junfeng, et al. "A survey of machine learning techniques applied to software defined networking (SDN): Research issues and challenges." IEEE Communications Surveys & Tutorials 21.1 (2018): 393-430.

Connected Mobility and Autonomous Driving [ConnMob(A)]

Dozent/in:

Anatoli Djanatliev

Angaben:

Vorlesung, 2 SWS, ECTS: 2,5

Termine:

Do, 10:15 - 11:45, H4

Studienrichtungen / Studienfächer:

WF ICT-MA ab 1
WPF INF-MA ab 1
WPF IuK-MA-KN-INF ab 1

Inhalt:

Es ist inzwischen allgemein bekannt, dass Fahrzeuge der Zukunft hochgradig vernetzt sein werden. Der aktuelle Trend geht in Richtung des autonomen Fahrens. In den bisheringen Betrachtungen wurde insbesondere die ad-hoc Kommunikation zwischen Fahrzeugen auf unteren Schichten untersucht (Fahrzeugkommunikation). Im Rahmen der vernetzten Mobilität soll das Fahrzeug vor allem als Teil eines größeren Ökosystems mit weiteren Teilnehmern (z.B. Personen, Radfahrern, Ampeln, Gebäuden etc.) gesehen werden.
All dies gibt die Möglichkeit den ständig wachsenden Bedarf an Mobilität zu optimieren und neue Sicherheits- und Komfortdienstleistungen zu schaffen. Dies erfordert jedoch die Lösung einiger komplexer Herausforderungen. Neben den gesellschaftlichen und rechtlichen Aspekten müssen insbesondere auch technische Voraussetzungen geschaffen werden. Dazu gehören u.a. geeignete Kommunikationetechnologien (v.a. ad-hoc, Mobilfunk) und Kommunikationsarchitekturen (Cloud-, Edge/Fog-, Node-Computing). Neben Technologien, Methoden und innovativen Mobilitätsdienstleitungen werden im Rahmen dieser Lehrveranstalung auch grundlegende Aspekte der Verkehrsplanung und Verkehrstechnik eingeführt sowie der intermodale Verkehr besprochen. (automatisch geplant, erwartete Hörerzahl original: 45, fixe Veranstaltung: nein)

Empfohlene Literatur:

Barbara Flügge; Smart Mobility - Connecting Everyone: Trends, Concepts and Best Practices; Vieweg Teubner, 2017
Maurer, M., Gerdes, J.C., Lenz, B., Winner, H. (Hrsg.); Autonomes Fahren: Technische, rechtliche und gesellschaftliche Aspekte; Springer 2015
Johanning, V., Mildner, R.; Car IT kompakt: Das Auto der Zukunft – Vernetzt und autonom fahren; Springer, 2015

Connected Mobility and Autonomous Driving (Exercises) [ConnMob-UE]

Dozent/in:

Anatoli Djanatliev

Angaben:

Übung, 2 SWS, ECTS: 2,5

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1
WPF ICT-MA-NDC ab 1

Grundlagen der Informatik mit praktischen Übungen

Dozent/in:

Ulrich Klehmet

Angaben:

Vorlesung mit Übung, ECTS: 5

Termine:

Masterstudiengang Multimedia-Didaktik an der FAU, MM-Labor 1.028, Regensburger Str.160, 90478 Nürnberg

Inhalt:

• Kurze Einführung in die Grundlagen der Informatik

• Rechnerinterne Zahlendarstellung

• Rechnerarchitektur

• Algorithmen und Programmiersprachen

• Rechnernetze und World Wide Web

• Dokumentbeschreibungssprache HTML mit Übungen

• Programmiersprache PHP mit Übungen

• Einführung in Betriebssysteme
  

(erwartete Hörerzahl original: 0, fixe Veranstaltung: nein)

Informatik 1 für Nebenfachstudierende - Grundmodul [Inf1NF(RZ)]

Dozent/in:

Kai-Steffen Jens Hielscher

Angaben:

Vorlesung, 3 SWS, Schein, ECTS: 5, geeignet als Schlüsselqualifikation, Scheinerwerb durch Kolloquium

Termine:

Mi, 14:15 - 17:00, K2-119

Voraussetzungen / Organisatorisches:

Scheinerwerb durch Kolloquium

Inhalt:

• Behandlung grundlegender Inhalte zur Einführung in die Informatik wie rechnerinterne Zahlendarstellung, Rechnerarchitektur und Programmiersprachen

• Einführung in das WWW und die Dokumenten-Beschreibungssprache HTML

• Einführung in das dynamische Web-Publishing und Programmierung

• Programmieren in einer Hochsprache

Modulbeschreibung (erwartete Hörerzahl original: 45, fixe Veranstaltung: nein)

Schlagwörter:

Nebenfach, Programmieren, HTML, Java

Übungen zu Informatik 1 für Nebenfachstudierende - Grundmodul [ÜInf1NF]

Dozent/in:

Kai-Steffen Jens Hielscher

Angaben:

Übung, 2 SWS, ECTS: 2,5, geeignet als Schlüsselqualifikation

Kommunikationssysteme [KS(A)]

Dozent/in:

Reinhard German

Angaben:

Vorlesung, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium

Termine:

Di, 18:15 - 19:45, H4

Studienrichtungen / Studienfächer:

WPF IuK-BA 5
PF IuK-MA-KN-INF 1-4
PF IuK-MA-MMS-INF 1-4
PF IuK-MA-ÜTMK-INF 1-4
WPF IuK-MA-ES-INF 1-4
WPF IuK-MA-ÜTMK-INF 1-4
WPF IuK-MA-REA-INF 1-4
WPF ICT-MA-ES 1-4
PF ICT-MA-MPS 1-4
PF ICT-MA-NDC 1-4
WPF CE-BA-TW 5
WPF INF-BA-V-KS 5
WPF MT-BA-BV 5

Inhalt:

Aus Rechnerkommunikation ist der grundlegende Aufbau von IP-basierten Netzen bekannt, Inhalt von Kommunikationssysteme sind weitere Netztechnologien wie Leitungsvermittlung (Telefonnetze, Sonet/SDH/WDM) und Netze mit virtueller Leitungsvermittlung (ATM, MPLS) sowie Netzwerkvirtualisierung (SDN, NFV), Multimediakommunikation über paketvermittelte Netze (Streaming, RTP, SIP, Multicast), Dienstgüte in paketvermittelten Netzen (Integrated Services, RSVP, Differentiated Services, Active Queue Management, Policing, Scheduling), drahtlose und mobile Kommunikation (GSM, UMTS, LTE, 5G, Wimax, WLAN, Bluetooth, ZigBee u.a. Sensornetze). Auch Kommunikation in der Industrie wird behandelt. In der Übung werden praktische Aufgaben im Labor durchgeführt: ein Labor enthält mehrere IP-Router, Switches und Rechner, IP-Telefone und Telefonie-Software für VoIP, es werden verschiedene Konfigurationen eingestellt und getestet. Ein weiterer Übungsteil beschäftigt sich mit Mobilkommunikation. (automatisch geplant, erwartete Hörerzahl original: 48, fixe Veranstaltung: nein)

Empfohlene Literatur:

• Kurose, Ross. Computer Networking: A Top-Down Approach. 7th Ed., Pearson Education, 2017
• W. Stallings. Data and Computer Communications, 10th ed., Pearson Education, 2014
• W. Stallings. Foundations of Modern Networking: SDN, NFV, QoE, IoT, and Cloud, Pear-son Education, 2016
• Cox. An Introduction to LTE. Wiley, 2012

Übungen zu Kommunikationssysteme [ÜKS(A)]

Dozent/in:

Alexander Brummer

Angaben:

Übung, 2 SWS, ECTS: 2,5, nur Fachstudium

Studienrichtungen / Studienfächer:

WPF IuK-BA 5
PF IuK-MA-KN-INF 1-4
PF IuK-MA-MMS-INF 1-4
PF IuK-MA-ÜTMK-INF 1-4
WPF IuK-MA-ES-INF 1-4
WPF IuK-MA-REA-INF 1-4
WPF IuK-MA-ÜTMK-INF 1-4
WPF ICT-MA-ES 1-4
PF ICT-MA-MPS 1-4
PF ICT-MA-NDC 1-4
WPF CE-BA-TW 5
WPF INF-BA-V-KS ab 5
WPF MT-BA-BV 5

Literature review on the application of machine learning in wireless networks

Dozent/in:

Mehdi Harounabadi

Angaben:

Übung, 2 SWS, ECTS: 2,5

Termine:

Zeit/Ort n.V.

Studienrichtungen / Studienfächer:

WPF INF-MA ab 1
WPF ICT-MA-NDC ab 1
WPF IuK-MA-KN-INF ab 1
WPF IuK-MA-ÜTMK-INF ab 1
WF ICT-MA ab 1
WF ASC-MA ab 1
WF CME-MA 1-4

Modellierungs-AG [ModAG]

Dozentinnen/Dozenten:

Reinhard German, Kai-Steffen Jens Hielscher

Angaben:

Kolloquium, 2 SWS, ECTS: 3, nur Fachstudium

Termine:

Di, 14:15 - 15:45, Raum n.V.

Projekt/Praktikum Kommunikationssysteme

Dozent/in:

Kai-Steffen Jens Hielscher

Angaben:

Praktikum

Termine:

Zeit/Ort n.V.

Studienrichtungen / Studienfächer:

WPF ICT-MA ab 1
WPF ICT-MA ab 1
WPF INF-MA ab 1
WPF INF-BA-PR ab 4
WPF IuK-BA ab 4
WPF EEI-MA ab 1

Rechnernetze und Kommunikationssysteme [DiKolloq]

Dozent/in:

Reinhard German

Angaben:

Kolloquium, 2 SWS, ECTS: 3, nur Fachstudium, Begleitseminar mit Referat für Examensarbeiten

Termine:

Di, 10:15 - 11:45, Raum n.V.

Seminar: Kommunikationssysteme

Dozent/in:

Reinhard German

Angaben:

Seminar, 2 SWS, ECTS: 5, Vortragsdauer: 45 Minuten

Termine:

Do, 12:00 - 14:00, 04.137

Studienrichtungen / Studienfächer:

WPF INF-MA ab 3
WPF INF-BA-SEM ab 4
WPF CE-BA-SEM 3-5
WPF CE-MA-SEM 1-3
WPF IuK-BA ab 5
WPF ICT-MA ab 3

Simulation and Modeling 1 [SaM 1(A)]

Dozent/in:

Reinhard German

Angaben:

Vorlesung, 2 SWS, ECTS: 2,5, nur Fachstudium

Termine:

Mi, 14:15 - 15:45, H4

Studienrichtungen / Studienfächer:

WPF DS-MA-SN ab 1
WPF DS-BA-SN 5
PF CE-BA-G 5
WPF CE-MA-INF 1-3
WPF INF-BA-V-KS ab 5
WF INF-MA ab 5
WPF MB-BA-FG13 3-6
WPF MB-MA-FG13 1-3
WPF IuK-MA-KN-INF 1-4
WPF IuK-MA-REA-INF 1-4
WPF ICT-MA-ES 1-4
WPF ICT-MA-NDC 1-4
WPF ICT-MA-ES 1-4
WPF ICT-MA-NDC 1-4
WPF MT-BA ab 5

Exercises to Simulation and Modeling 1 [ESaM1]

Dozentinnen/Dozenten:

Lisa Maile, Jonathan Fellerer

Angaben:

Übung, 2 SWS, ECTS: 2,5, nur Fachstudium

Studienrichtungen / Studienfächer:

PF CE-BA-G 5
WF CE-MA-INF 7-9
WPF INF-BA-V-KS ab 5
WPF MB-BA-FG13 3-6
WPF MB-MA-FG13 1-3
WPF IuK-MA-REA-INF 1-4
WPF IuK-MA-KN-INF 1-4
WPF DS-MA ab 1

Voraussetzungen / Organisatorisches:

In case of any questions, contact simmod1@i7.informatik.uni-erlangen.de

Zukunft der Automobiltechnik [ZAT(AZ)]

Dozentinnen/Dozenten:

Uwe Koser, Anatoli Djanatliev

Angaben:

Vorlesung, 2 SWS, ECTS: 2,5, nur Fachstudium

Termine:

jede 2. Woche Fr, 14:15 - 17:45, H14

Studienrichtungen / Studienfächer:

WPF INF-BA-V-KS 5
WPF INF-MA ab 1
WF IuK-BA 5