Technische Universität Ilmenau

Soft computing / fuzzy logic - Modultafeln of TU Ilmenau

The Modultafeln have a pure informational character. The legally binding information can be found in the corresponding Studienplan and Modulhandbuch, which are served on the pages of the course offers. Please also pay attention to this legal advice (german only).
Information on the room and time of planned courses can be found in the e-calendar of events. Courses and examinations that are not listed in the e-calendar of events are planned "by appointment". A list of the events concerned can be found here: courses, examinations.

subject properties Soft computing / fuzzy logic in major Bachelor Informatik 2013
subject number101132
examination number2200421
departmentDepartment of Computer Science and Automation
ID of group 2233 (Group for Neuroinformatics and Cognitive Robotics)
subject leader Dr. Klaus Debes
term Sommersemester
languagedeutsch
credit points
on-campus program (h)
self-study (h)
Obligationobligatory
examnone
details of the certificate

Bestandteil der Modulprüfung Computational Intelligence (Angewandte Neuroinformatik + Softcomputing/ FuzzyLogik 2 x 60 min = 120 min sPL)

Signup details for alternative examinations
maximum number of participants
previous knowledge and experience

keine

learning outcome

In der Vorlesung Softcomputing/ Fuzzy Logik lernen die Studenten die Begriffswelt der Fuzzy-Logik. Sie verstehen übergreifende Ansätze zur Lösung von Klassifikations- und Regelungs- und Optimierungsproblemen mit Fuzzy-Methoden. Die Studierenden sind in der Lage, Fragestellungen aus dem o. g. Problemkreisen zu analysieren, durch Anwendung des behandelten Methodenspektrums Lösungskonzepte zu entwerfen und diese auf technische und biomedizinische Fragestellungen zu applizieren, sowie bestehende Lösungskonzepte zu bewerten.

content

Die Vorlesung Softcomputing/ Fuzzy Logik soll ergänzend zu den Neuroinformatik-Vorlesungen die Grundlagen für alternative Verfahren der Informations- und Wissensverarbeitung in Technik und Biomedizin legen. Damit würde der Absolvent über breite methodische und anwendungsorientierte Grundlagen der "Computational Intelligence" verfügen, die im Masterstudiengang vervollkommnet werden können. Die Lehrveranstaltung vermittelt sowohl Faktenwissen als auch begriffliches Wissen aus den folgenden Kernbereichen: Fuzzy-Set-Theorie: Überblick, Einordnung und Historie; Grundlagen der Fuzzy-Logik (Basisvariablen, Linguistische Variablen, Terme, Zugehörigkeitsfunktionen, Fuzzyfizierung, Fuzzy-Operatoren, unscharfe Zahlen); Fuzzy-Regeln, unscharfes und plausibles Schließen, Fuzzy-Inferenz; Defuzzifizierungsmethoden; Fuzzy-Control; Fuzzy-Klassifikation; Neurofuzzy; Fuzzybildverarbeitung; ausgewählte Anwendungsbeispiele

media of instruction

PowerPoint Folien, Matlab Beispiele, Java Applicationen, Videosequenzen

literature / references

Zimmermann, H.-J.: Fuzzy Set Theorie - and its Applications. Kluver in Boston, 1991 Kosko, B.: Neural Networks and Fuzzy-Systems. Prentice Hall, New Jersey, 1992 Böhme, G.: Fuzzy-Logik. Springer-Vlg., Berlin..., 1993 Bothe, H.-H.: Fuzzy-Logik - Einführung in Theorie und Anwendungen. Springer-Vlg., Berlin, Heidelberg, 1995 Bothe, H.-H.: Neuro-Fuzzy-Methoden. Springer-Vlg., Berlin, Heidelberg, 1998 Fuller, R.: Introduction to Neuro-Fuzzy Systems. Physica-Verlag, Heidelberg, 2000 Tizhoosh, H. R.: Fuzzy-Bildverarbeitung. Springer-Vlg., Berlin, Heidelberg, 1998 Höppner, F., Klawonn, F., Kruse, R.: Fuzzy-Clusteranalyse. Viehweg-Vlg., Braunschweig, 1997

evaluation of teaching