inf303 - Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation (Veranstaltungsübersicht)

inf303 - Fuzzy-Regelung und künstliche neuronale Netze in Robotik und Automation (Veranstaltungsübersicht)

Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Sommersemester 2021 Prüfungsleistung
Vorlesung
Übung
Hinweise zum Modul
Teilnahmevoraussetzungen
Prüfungszeiten
Nach Beendigung des Moduls bis zum Anfang des nachfolgenden Semesters
Prüfungsleistung Modul
Fachpraktische Übungen und mündliche Prüfung
Kompetenzziele
Ziels des Moduls
  • Spezialisten verschiedener Disziplinen lösen ihre anwendungsspezifischen Steuerungs- und Informationsverarbeitungsprobleme durch den Einsatz von Fuzzy-Logik und neuronaler Netze. Wie die gesammelten Erfahrungen zeigten, sind die Robotik und die Automatisierungstechnik prädestinierte Anwendungsbereiche für diese Technologien.
Fachkompetenzen
Die Studierenden:
  • verstehen die Steuerungs- und Regelprobleme in Robotik und Automation,
  • erwerben Grundlagen der Fuzzy-Logik und künstlicher neuronaler Netze,
  • vergleichen mit konventionellen und fortgeschrittener Ansätze zur Steuerung und Regelung und
  • lernen den Einsatz neuronaler Netze in Kombination mit Fuzzy-Logik kenn.
  • ihr Wissen über die praktische Anwendbarkeit beider Verfahren zu vertiefen,
  • die erworbenen Kennnisse später in Studien- oder Diplomarbeiten in der AMiR umzusetzen
Methodische Kompetenzen
Die Studierenden:
  • erwerben Kenntnisse über die Werkzeuge, Methoden und Anwendungen der Fuzzy-Logik und ANN
  • vertiefen ihre Kenntnisse für die praktische Anwendung der genannten Methoden
  • können gängige Softwaretools für den Entwurf und die Anwendung von Fuzzy-Logik und ANN nutzen

Soziale Kompetenzen
Die Studierenden:
  • sammeln Erfahrungen im interdisziplinären Arbeiten
  • werden in die aktuelle Forschungsarbeit eingebunden Ziel des Moduls / Fähigkeiten:

Selbstkompetenzen
Die Studierenden:
  • sind in der Lage, das erworbene Wissen für eine spätere Verwendung in ihrer Abschlussarbeit oder im Studium für AMiR zu transferieren
  • können (komplexe) Fuzzy-Logic-Regler und ANN-Systeme entwerfen und
  • ihre (Regelungs-)Lösungen mit Hilfe der in dieser Lehrveranstaltung erlernten Methoden reflektieren