Dauer:
2 Semester | Angebotsturnus:
Jährlich, kann sowohl im SoSe als auch im WiSe begonnen werden | Leistungspunkte:
12 |
Studiengang, Fachgebiet und Fachsemester: - Master Entrepreneurship in digitalen Technologien 2020 (Vertiefungsmodul), Technologiefach Informatik, Beliebiges Fachsemester
- Master Informatik 2019 (Wahlpflicht), Vertiefungsmodule, Beliebiges Fachsemester
- Master Robotics and Autonomous Systems 2019 (Vertiefungsmodul), Vertiefung, 1. oder 2. Fachsemester
- Master IT-Sicherheit 2019 (Vertiefungsmodul), Vertiefung Informatik, 1. oder 2. Fachsemester
- Master Entrepreneurship in digitalen Technologien 2014 (Vertiefungsmodul), Technologiefach Informatik, 2. und/oder 3. Fachsemester
- Master Informatik 2014 (Vertiefungsmodul), Vertiefung, 2. und/oder 3. Fachsemester
|
Lehrveranstaltungen: - Siehe CS5150 T: Organic Computing (Vorlesung mit Übungen, 3 SWS)
- CS4504-S: Seminar Cyber Physical Systems (Seminar, 2 SWS)
- Siehe CS5153 T: Drahtlose Sensornetze (Vorlesung mit Übungen, 3 SWS)
| Workload: - 120 Stunden Präsenzstudium
- 20 Stunden Prüfungsvorbereitung
- 220 Stunden Selbststudium
| |
Lehrinhalte: | - Grundlagen Organic Computing / Self-X-Systemeigenschaften
- von Bewegung zu intelligentem Verhalten und System-/Maschinenverhalten
- Design auf Selbstorganisation, Robustheit, Adaptivität, Flexibilität, Vertrauen
- Analyse, Reverse-Engineering, Debugging von Maschinenverhalten
- Entwurf von Experimenten und Vermessen von Verhalten
- Modellierung von System-/Maschinenverhalten
- Komplexität, Opazität, Obskurität, Vertrauen bei (KI-)Systemen und erklärbare KI
- Architekturen von Organic-Computing-Systemen
- Anwendungen von Self-X-Systemen
- Grundlagen der drahtlosen Sensornetzwerke
- Hardware-Aspekte von Sensorknoten
- Physik und Protokolle der drahtlosen Kommunikation
- Routing in drahtlosen Netzwerken
- Zeitsynchronisation und Lokalisierung in drahtlosen Netzwerken
- Datenmanagement und Datenverarbeitung in drahtlosen Netzwerken
- Anwendungen von drahtlosen Netzwerken
| |
Qualifikationsziele/Kompetenzen: - Die Studierenden können die Prinzipien der Organic-Computing-/Self-X-Systeme auf beispielhafte Entwürfe anwenden.
- Die Studierenden können die Prinzipien der Organic-Computing-/Self-X-Systeme erläutern.
- Die Studierenden können System-/Maschinenverhalten in einem strukturierten und korrekten Ansatz analysieren.
- Die Studierenden können die Vor- und Nachteile von Sensornetzen darstellen.
- Die Studierenden können die Analyse, den Entwurf und die Evaluierung von Protokollen für Sensornetze umsetzen.
- Die Studierenden können aktuelle Forschungsansätze zu Sensornetzen interpretieren und nachvollziehen.
|
Vergabe von Leistungspunkten und Benotung durch: |
Modulverantwortlicher: Lehrende: - Dr. rer. nat. Javad Ghofrani
|
Literatur: - C. Müller-Schloer, S. Tomforde: Organic Computing Technical Systems for Survival in the Real World - Birkhäuser, 2017
- H. Karl, A. Willig: Protocols and Architectures of Wireless Sensor Networks - Wiley, 2005
|
Sprache: - Wird nur auf Englisch angeboten
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls: - Keine Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en): - Erfolgreiche Bearbeitung von Übungsaufgaben gemäß Vorgabe am Semesteranfang - Seminarvortrag und Ausarbeitung gemäß Vorgabe am Semesteranfang Modulprüfung(en): - CS4504-L1: Cyber Physical Systems, mündliche Prüfung, 100% der Modulnote (Besteht aus CS5150 T, CS5153 T) |
Letzte Änderung: 26.10.2022 |
für die Ukraine