Technische Universität Ilmenau

Computational Intelligence für Assistenzsysteme - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.

Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).

Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.

Informationen und Handreichungen zur Pflege von Modulbeschreibungen durch die Modulverantwortlichen finden Sie unter Modulpflege.

Hinweise zu fehlenden oder fehlerhaften Modulbeschreibungen senden Sie bitte direkt an modulkatalog@tu-ilmenau.de.

Modulinformationen zu Computational Intelligence für Assistenzsysteme im Studiengang Master Biomedizinische Technik 2009
ACHTUNG: wird nicht mehr angeboten!
Modulnummer7890
Prüfungsnummer90334
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2233 (Neuroinformatik und Kognitive Robotik)
Modulverantwortliche(r)Prof. Dr. Horst-Michael Groß
Turnusunbekannt
SpracheDeutsch
Leistungspunkte3
Präsenzstudium (h)22
Selbststudium (h)68
VerpflichtungPflichtmodul
Abschlusskeiner
Details zum Abschluss
Alternative Abschlussform aufgrund verordneter Corona-Maßnahmen inkl. technischer Voraussetzungen
Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

Vorlesungen Neuroinformatik, Angewandte Neuroinformatik, Softcomputing

Lernergebnisse und erworbene KompetenzenIm 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.
InhaltWährend 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 und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer FormPowerpointfolien, Videos, Java-Applets
LiteraturSmolinski, 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: