Diagnosis and Prediction - Interactive curriculae of TU Ilmenau

The interactive curriculae provide information on the degree programmes offered by the TU Ilmenau.

Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).

You can find all details on planned lectures and classes in the course catalogue.

Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.

module properties module number 5542 - common information
module number	5542
department	Department of Computer Science and Automation
ID of group	2211 (Automation Engineering)
module leader	Prof. Dr. Thomas Rauschenbach
language	Deutsch
term	Wintersemester
previous knowledge and experience	Abschluss der Grundausbildung in Mathematik und Prozess- bzw. Systemanalyse
learning outcome	Die Studierenden sind in der Lage, technische Systeme hinsichtlich der Diagnosemöglichkeiten zu bewerten und eigenständig Lösungen für Diagnoseaufgaben zu erarbeiten. Sie sind weiterhin in der Lage Systeme und Zeitreihen hinsichtlich ihrer Vorhersagbarkeit zu analysieren und mit Hilfe systemtechnischer Methoden Vorhersagen für unterschiedliche Zeithorizonte zu realisieren. Durch die Kombination von Methoden der Diagnose und Vorehrsage lösen die Studierenden Aufgaben auf dem Gebiet der prädiktiven Diagnose. Die Studierenden wenden moderne Methoden der Prozess- und Systemanalyse sowie moderne Computersimulationssysteme an. Teamorientierung, Präsentationstechnik und Arbeitsorganisation werden ausgeprägt.
content	Diagnose Auswertung von Signalen und Zuständen Verwendung von Systemmodellen Berechnung von Kennwerten Klassifikationsverfahren Modellreferenzverfahren Wissensbasierte Verfahren Vorhersage Vorhersagbarkeit Prognoseprozess Primärdatenaufbereitung Vorhersage mit deterministischen Signalmodellen Vorhersage mit stochastischen Signalmodellen Musterbasierte Vorhersage Konnektionistische Verfahren zur Vorhersage
media of instruction and technical requirements for education and examination in case of online participation	Das Online-Material finden Sie unter https://www.tu-ilmenau.de/at/lehre/at424de-diagnose-und-vorhersagesysteme/. Die Moodle-Seite ist https://moodle2.tu-ilmenau.de/course/view.php?id=3057.
literature / references	Brockwell, P. J. Davis, R. A.: Introduction to Time Series and Forecasting. New York : Springer-Verlag, 1996 Isermann, Rolf: Uberwachung und Fehlerdiagnose. VDI Verlag, 1994 Janacek, Gareth ; Swift, Louise: Time series: Forecasting, Simulation, Applications. New York, London, Toronto, Sydney, Tokyo, Singapore :Ellis Horwood, 1993 Romberg, T. [u. a.]: Signal processing for industrial diagnostics.Wiley, 1996 Schlittgen, Rainer: Angewandte Zeitreihenanalyse. Munchen, Wien: Oldenbourg Wissenschaftsverlag, 2001 Schlittgen, Rainer;Streitberg,Bernd H.J.: Zeitreihenanalyse. 9. Auflage. Munchen,¨ Wien, Oldenbourg Wissenschaftsverlag, 2001 Wernstedt, Jurgen:¨ Experimentelle Prozessanalyse. 1. Auflage. Berlin : Verlag Technik, 1989
evaluation of teaching

Details reference subject
module name	Diagnosis and Prediction
examination number	2200134
credit points	4
SWS	3
on-campus program (h)	33.75
self-study (h)	86.25
obligation	obligatory module
exam	oral examination performance, 30 minutes
details of the certificate
link to Moodle course
teacher
signup details for alternative examinations
maximum number of participants

Details in degree program Master Elektrotechnik und Informationstechnik 2014 (AST)
module name	Diagnosis and Prediction
examination number	2200134
credit points	5
on-campus program (h)	45
self-study (h)	105
obligation	obligatory module
exam	oral examination performance, 30 minutes
details of the certificate
link to Moodle course
signup details for alternative examinations
maximum number of participants

Details in degree program Master Technische Kybernetik und Systemtheorie 2014
module name	Diagnosis and Prediction
examination number	2200134
credit points	5
on-campus program (h)	45
self-study (h)	105
obligation	elective module
exam	oral examination performance, 30 minutes
details of the certificate
link to Moodle course
signup details for alternative examinations
maximum number of participants