|
Swarm Intelligence (SI), formerly Organic Computing (OC) (SI)5 ECTS (englische Bezeichnung: Swarm Intelligence (SI), formerly Organic Computing (OC))
(Prüfungsordnungsmodul: Swarm Intelligence)
Modulverantwortliche/r: Rolf Wanka Lehrende:
Rolf Wanka
Startsemester: |
SS 2022 | Dauer: |
1 Semester | Turnus: |
jährlich (SS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Sprache: |
Englisch |
Lehrveranstaltungen:
Inhalt:
Unter Swarm Intelligence (SI) versteht man den Entwurf und den Einsatz von selbst-organisierenden Systemen, die sich den jeweiligen Umgebungsbedürfnissen dynamisch anpassen. Diese Systeme zeichnen sich dadurch aus, dass sie die sog. Self-*-Eigenschaft besitzen, d.h. sie sind selbst-konfigurierend, selbst-optimierend, selbst-heilend, selbst-schützend, selbst-erklärend, ...
Als Vorbild für solche technischen Systeme werden Strukturen und Methoden biologischer und anderer natürlicher Systeme gewählt.
Lernziele und Kompetenzen:
- Fachkompetenz
- Wissen
- Lernende können Wissen abrufen und wiedergeben. Sie kennen konkrete Einzelheiten wie Begriffe, Definitionen, Fakten, Regeln, Theorien, Merkmale, Kriterien, Abläufe. Sie lernen den Begriff des Organic Computings von anderen Paradigmen zu unterscheiden.
- Verstehen
- Lernende können Beispiele anführen und Aufgabenstellungen interpretieren.
- Anwenden
- Lernende können ein neues Problem wie z.B. Ranking-Erstellung durch Transfer des Wissens lösen.
- Analysieren
- Lernende können ein Problem in einzelne Teile zerlegen und so die Struktur des Problems verstehen.
- Sozialkompetenz
- Fähigkeit und Bereitschaft, zielorientiert mit anderen zusammenzuarbeiten.
Literatur:
- Ch. Müller-Schloer, Ch. von der Malsburg, R. P. Würt. Organic Computing. Informatik-Spektrum, Band 27, Nummer 4, S. 332-336. (LINK)
I. C. Trelea. The particle swarm optimization algorithm: convergence analysis and parameter selection. Information Processing Letters 85 (2003) 317-325. (LINK)
J. M. Kleinberg. Authoritative sources in a hyperlinked environment. Journal of the ACM 46 (1999) 604-632. (LINK)
M. Dorigo. V. Maniezzo. A Colorni. Ant system: an autocatalytic optimizing process. Technical Report 91-016, Politecnico di Milano, 1991. (LINK)
A. Badr. A. Fahmy. A proof of convergence for Ant algorithms. Information Sciences 160 (2004) 267-279.
M. Clerc. J. Kennedy. The particle swarm - Explosion, stability, and convergence in a multidimensional complex space. IEEE Transactions on Evolutionary Computation 8 (2002) 58-73.
Bemerkung:
Auch für CE
Weitere Informationen:
www: https://www.cs12.tf.fau.de/lehre/lehrveranstaltungen/vorlesungen/organic-computing/
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Medizintechnik (Master of Science)
(Po-Vers. 2019w | TechFak | Medizintechnik (Master of Science) | Modulgruppen M1, M2, M3, M5, M7 nach Studienrichtungen | Studienrichtung Medizinische Bild- und Datenverarbeitung | M5 Medizintechnische Vertiefungsmodule (BDV) | Swarm Intelligence)
Dieses Modul ist daneben auch in den Studienfächern "Artificial Intelligence (Master of Science)", "Computational Engineering (Master of Science)", "Computational Engineering (Rechnergestütztes Ingenieurwesen) (Master of Science)", "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Information and Communication Technology (Master of Science)", "Mathematik (Bachelor of Science)", "Mechatronik (Master of Science)", "Wirtschaftsinformatik (Bachelor of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Swarm Intelligence (Prüfungsnummer: 45001)
- Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Prüfungssprache: Englisch
- Erstablegung: SS 2022, 1. Wdh.: WS 2022/2023
- Termin: 06.08.2022
Termin: 06.08.2022
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|