Constraint Satisfaction - Interaktive Studienpläne der TU Ilmenau
Die Interaktiven Studienpläne 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.
Bitte beachten Sie, dass auf dieser Seite keine Aktualisierungen mehr vorgenommen werden. Alle Module und Studienpläne ab der PO-Version 2021 (Bachelor- und Master-Studiengänge) sind ab sofort im Campus-Portal erreichbar.
| Modulinformationen zu Constraint Satisfaction im Studiengang Master Informatik 2021 | |
|---|---|
| Modulnummer | 201196 |
| Prüfungsnummer | 2200874 |
| Fakultät | Fakultät für Informatik und Automatisierung |
| Fachgebietsnummer | 2242 (Algorithmik) |
| Modulverantwortliche(r) | Prof. Dr. Christoph Berkholz |
| Turnus | Wintersemester |
| Sprache | Deutsch |
| Leistungspunkte | 5 |
| Präsenzstudium (h) | 34 |
| Selbststudium (h) | 116 |
| Verpflichtung | Wahlmodul |
| Abschluss | mündliche Prüfungsleistung, 30 Minuten |
| Details zum Abschluss | |
| Link zum Moodle-Kurs | https://moodle.tu-ilmenau.de/course/view.php?id=3564 |
| Lehrende | Prof. Berkholz |
| Anmeldemodalitäten für alternative PL oder SL | |
| max. Teilnehmerzahl | |
| Vorkenntnisse | |
| Lernergebnisse und erworbene Kompetenzen | - Die Studierenden kennen grundlegende Designkonzepte, um eigenständig Verfahren zur Lösung von Constraint Satisfaction Problemen zu entwickeln. - Die Studierenden sind in der Lage, CSP-Algorithmen anforderungsgerecht zu entwickeln und Methoden auf neue Probleme strategieorientiert anzuwenden. - Die Studierenden kennen grundlegende Begriffe und Methoden Komplexitätsanalyse von CSP-Klassen und sind in der Lage, selbständig Reduktionen zu entwickeln. Sie sind mit gängigen Komplexitätshypothesen vertraut, um CSP-Klassen einordnen und bewerten zu können. - Die Studierenden können die Komplexität von Constraint Satisfaction Problemen unter Berücksichtigung unterschiedlicher Beurteilungsmaßstäbe untersuchen, in Beziehung setzen und bewerten. - Die Studierenden sind in der Lage, aktuelle Forschungsergebnisse im Bereich Constraint Satisfaction durchdacht einzuordnen, methodisch nachzuvollziehen und strategieorientiert anzuwenden. |
| Inhalt | Das Constraint Satisfaction Problem (CSP) umfasst eine große Klasse von Suchproblemen, deren Ziel es ist, eine Lösung zu finden, die alle vorgegebenen Nebenbedingungen (Constraints) erfüllt. Durch seine Allgemeinheit haben das CSP und seine Lösungsmethoden (constraint solving) Anwendungen in vielfältigen Bereichen der Informatik, beispielsweise beim Planen und Scheduling, der kombinatorischen Optimierung, dem automatischen Schließen und der Anfrageauswertung in Datenbanken. Dieses Modul widmet sich der Theorie des Constraint Satisfaction Problems. Im algorithmischen Teil werden sowohl generelle Lösungsmethoden, wie Constraint Propagation und Suchstrategien, als auch spezialisierte Techniken, welche die Struktur spezifischer Constraints und des Constraintnetzwerks ausnutzen, betrachtet. Komplementiert wird der algorithmische Teil durch eine detaillierte Komplexitätsbetrachtung des CSPs. Die Kernfrage ist hierbei: Welche Arten von CSPs lassen sich effizient lösen und für welche Klassen von CSP-Instanzen ist dies (unter gewissen Komplexitätsannahmen) nicht möglich? |
| Medienformen und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form | |
| Literatur | Die Vorlesung folgt einem eigenen Skript. Als Einstieg und Hintergrund des algorithmischen Teils ist zu empfehlen: Rina Dechter: Constraint processing. Elsevier Morgan Kaufmann 2003 Krzysztof R. Apt: Principles of constraint programming. Cambridge University Press 2003 |
| Lehrevaluation | |