Wissensbasierte Methoden

NUMMER: 128701
KÜRZEL: wissBaMet
MODULBEAUFTRAGTE:R: Prof. Dr. Markus König, Dr. Karlheinz Lehne
DOZENT:IN: Prof. Dr.-Ing. Markus König
FAKULTÄT: Fakultät für Informatik
SPRACHE: Deutsch
SWS: 4
CREDITS: 6
WORKLOAD: 120 Stunden
ANGEBOTEN IM: jedes Sommersemester

PRÜFUNGEN

FORM: Semesterbegleitend; - Bearbeitung eines Projekts im Team (2-4 Studierende) - Präsentation der Projek
ANMELDUNG:
DATUM: 0000-00-00
BEGINN: 00:00:00
DAUER:
RAUM:

LERNFORM

∙ Vorlesungen
∙ Übungen am Rechner und im Seminarraum
∙ Gruppenarbeiten

LERNZIELE

Neben den rein numerischen Berechnungsverfahren im Ingenieurwesen gibt es auch vielfältige Algorithmen, die nicht-numerischer Art sind und stattdessen mit symbolischen Größen
Beziehungen zwischen den Komponenten eines Systems festhalten. Ein Verständnis solcher Verfahren soll geschult werden und den Studierenden befähigen solche Verfahren auch anzuwenden. Zu den behandelten Themen gehören neben KI-spezifisches Wissen wie Grundlagen zu Neuronalen Netzen oder zur Fuzzy Logik auch Kompetenzen wie analytisches und logisches Denken, fächerübergreifendes Denken und Arbeiten sowie die Fähigkeit zur Teamarbeit und Teamfähigkeit. Der Einsatz aktueller Hard- und Software zur Lösung von KI Problemen aus dem Bereich des Ingenieurwesens gibt einen Einblick in das breite Spektrum an Lösungsansätzen der KI. Nach dem erfolgreichen Abschluss des Moduls
∙ kennen Studierende die Grundlagen verschiedener KI-Techniken wie Neuronale Netze oder der Fuzzy Logik bzw. die theoretischen Grundlagen der Aussage- und Prädikatenlogik;
∙ verstehen Studierende durch Bearbeitung eines Team-Projekts aus dem Bereich der KI, wie sowohl die KI-Theorie als auch der Einsatz von KI-Software zur Lösung von Ingenieuranwendungen erfolgreich eingesetzt werden kann.

INHALT

∙ Historische Entwicklung und Bedeutung der wissensbasierten Methodik für moderne Entwurfs-, Planungs-, Konstruktions- und Fertigungsprobleme im Ingenieurwesen
∙ Grundlegende Techniken der Repräsentation, Formalisierung und Verarbeitung von Ingenieurwissen (Aussagenlogik, Prädikatenlogik, Regelbasierte Systeme)
∙ Methoden und Anwendungen der Fuzzy-Logik zur Erfassung unscharfer Sachverhalte
im Ingenieurwesen und zur Modellierung komplexer technischer Systeme
∙ AI-orientierte Programmiersprachen (Prolog, Jess)
∙ Neuronale Netze
∙ Integriertes Projekt aus dem Bereich der Fuzzy-Logik

VORAUSSETZUNGEN CREDITS

Erfolgreiches Erstellen, Bearbeiten und Durchführen der Präsentationen

EMPFOHLENE VORKENNTNISSE

Keine

SONSTIGE INFORMATIONEN

Stellenwert der Note für die Endnote: 6 / 112