Computational Intelligence für Assistenzsysteme - Modultafeln der TU Ilmenau
Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.
| Fachinformationen zu Fachnummer 7890 - allgemeine Informationen | |
|---|---|
| Fachnummer | 7890 |
| Fakultät | Fakultät für Informatik und Automatisierung |
| Fachgebietsnummer | 2233 (Neuroinformatik und Kognitive Robotik) |
| Fachverantwortliche(r) | Prof. Dr. Horst-Michael Groß |
| Sprache | Deutsch |
| Turnus | unbekannt |
| Vorkenntnisse | Vorlesungen Neuroinformatik, Angewandte Neuroinformatik, Softcomputing |
| Lernergebnisse | Im weiterführenden Ausbau der Lehrveranstaltungen "Neuroinformatik", "Angewandte Neuroinformatik" und "Softcompting" der Bachelorausbildung erwerben die Studenten System- und Fachkompetenz für die Anwendung von Methoden der Neuroinformatik in anspruchsvollen biomedizinischen Anwendungsfeldern der Signalverarbeitung und Mustererkennung. Sie verfügen über vertiefte Kenntnisse zur Strukturierung von Problemlösungen unter Einsatz von neuronalen und probabilistischen Techniken in anwendungsnahen, konkreten Projekten. Die Studierenden sind in der Lage, praktische Fragestellungen zu analysieren, durch Anwendung des behandelten Methodenspektrums Lösungskonzepte zu entwerfen und diese umzusetzen sowie bestehende Lösungen zu bewerten und ggf. zu erweitern. Sie erwerben Kenntnisse zu verfahrens-orientiertem Wissen, indem für praktische Klassifikations- und Approximationsprobleme verschiedene neuronale Lösungsansätze vergleichend behandelt und anhand von konkreten biomedizinischen Anwendungen demonstriert werden. |
| Inhalt | Während in den vorangegangenen Lehrveranstaltungen (siehe unten) methodenorientiertes Basiswissen aus dem Spektrum der Computational Intelligence (CI) vermittelt wurde, soll im Rahmen dieser Vorlesung ein problemorientierter Ansatz verfolgt werden. Dazu werden typische biomedizinische Assistenzsysteme für Diagnostik und Therapie hinsichtlich der zu lösenden Signal-, Bildverarbeitungs- und Controlprobleme und der dabei einzusetzenden CI-Methoden aufgearbeitet. Wichtige Aspekte der Vorlesung: Biomedizinische Signal- und Bildverarbeitung für moderne Diagnosetechniken unter Einsatz Künstlicher Neuronaler Netze, von Fuzzy-Technolgien, von Learning Classifier Systemen, von Probabilistic Reasoning, von Linguistic Softcomputing Verfahren sowie weiteren aktuellen CI-Techniken. |
| Medienformen | Powerpointfolien, Videos, Java-Applets |
| Literatur | Smolinski, T.G., Milanova, M., Hassanien, A.: Computational Intelligence in Biomedicine and Bioinformatics. Springer Studies in Computational Intelligence 151, Springer Verlag 2008 Begg, R. Lai, D., Palaniswami, M.: Computational Intelligence in Biomedical Engineering. CRC Press 2008 Donna L. Hudson, Maurice E. Cohen, Neural Networks and Artificial Intelligence for Biomedical Engineering, IEEE Press, 2000 |
| Lehrevaluation | Pflichtevaluation: Freiwillige Evaluation: Hospitation: |
|
Spezifik
im Studiengang
Master Biomedizinische Technik 2009
ACHTUNG: wird nicht mehr angeboten! |
|
|---|---|
| Fachname | Computational Intelligence für Assistenzsysteme |
| Prüfungsnummer | 90334 |
| Leistungspunkte | 3 |
| Präsenzstudium (h) | 22 |
| Selbststudium (h) | 68 |
| Verpflichtung | Pflicht |
| Abschluss | keiner |
| Details zum Abschluss | |
| Anmeldemodalitäten für alternative PL oder SL | Pflichtevaluation: Freiwillige Evaluation: Hospitation: |
| max. Teilnehmerzahl | |
Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.