inf5122 - Learning-Based Control in Digitalised Energy Systems (Veranstaltungsübersicht) - Campusmanagementsystem Stud.IP

inf5122 - Learning-Based Control in Digitalised Energy Systems (Veranstaltungsübersicht)

Department für Informatik

6 KP

Modulteile

Semesterveranstaltungen Sommersemester 2024

Prüfungsleistung

Vorlesung

2.01.5122 - Learning-Based Control in Digitalised Energy Systems
- Prof. Dr.-Ing. habil. Andreas Rauh
- Marit Lahme
- Oussama Benzinane
Dienstag: 08:00 - 10:00, wöchentlich (ab 09.04.2024), Ort: A04 4-407
Dienstag: 18:00 - 20:00, wöchentlich (ab 02.04.2024), Ort: A03 2-209
Termine am Dienstag, 16.07.2024 14:00 - 16:00, Freitag, 19.07.2024 09:00 - 12:40, Dienstag, 10.09.2024 09:00 - 09:20, Montag, 14.10.2024 11:00 - 11:20, Ort: A03 2-209, (A05-1-135), (I11-0-010a)
1. Iterative learning control (ILC) · Fundamental 2D system structures · Stability criteria · Selected optimization approaches 2. Data-driven neural network model-ing vs. first-principle modeling · Static function approximations · NARX modeling 3. Design of neural network-based controllers 4. Stability of neural network-based controllers

Übung

2.01.5122 - Learning-Based Control in Digitalised Energy Systems
- Prof. Dr.-Ing. habil. Andreas Rauh
- Marit Lahme
- Oussama Benzinane
Dienstag: 08:00 - 10:00, wöchentlich (ab 09.04.2024), Ort: A04 4-407
Dienstag: 18:00 - 20:00, wöchentlich (ab 02.04.2024), Ort: A03 2-209
Termine am Dienstag, 16.07.2024 14:00 - 16:00, Freitag, 19.07.2024 09:00 - 12:40, Dienstag, 10.09.2024 09:00 - 09:20, Montag, 14.10.2024 11:00 - 11:20, Ort: A03 2-209, (A05-1-135), (I11-0-010a)
1. Iterative learning control (ILC) · Fundamental 2D system structures · Stability criteria · Selected optimization approaches 2. Data-driven neural network model-ing vs. first-principle modeling · Static function approximations · NARX modeling 3. Design of neural network-based controllers 4. Stability of neural network-based controllers

Hinweise zum Modul

Teilnahmevoraussetzungen	Grundkenntnisse der Regelung linearer zeitkontinuierlicher und/oder zeitdiskreter Systeme bzw. der robusten Regelung
Prüfungszeiten	Im Anschluss an die Veranstaltungszeit
Prüfungsleistung Modul	Portfolio oder Klausur; Inhalte des Portfolios werden zu Beginn der Vorlesungszeit bekanntgegeben
Kompetenzziele	Die Studierenden identifizieren die grundlegenden Konzepte der lernenden Regelung dynamischer Systeme. Fachkompetenz Die Studierenden: identifizieren die grundlegenden Konzepte der lernenden Regelung dynamischer Systeme charakterisieren problemangepasste Lernmethoden erkennen softwaretechnische Umsetzungen für ausgewählte Prüfstände. Methodenkompetenz Die Studierenden: analysieren Probleme der lernenden Regelung generalisieren diese eigenständig auf neue forschungsnahe Anwendungsszenarien. Sozialkompetenz Die Studierenden: erarbeiten in einem vorlesungsbegleitenden Projekt/Praktikum Lösungsideen für reale regelungstechnische Aufgaben in kleinen Gruppen vermitteln die von ihnen erzielten Ergebnisse in kurzen Präsentationen Selbstkompetenz Die Studierenden: reflektieren kritisch die von ihnen in Projektform erarbeiteten Ergebnisse erkennen Grenzen unterschiedlicher Ansätze lernender Regelungen.