Technische Universität Ilmenau

Softcomputing / FuzzyLogik - 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 Softcomputing / FuzzyLogik im Studiengang Master Wirtschaftsinformatik 2014
Modulnummer101132
Prüfungsnummer2200421
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2233 (Neuroinformatik und Kognitive Robotik)
Modulverantwortliche(r) Dr. Klaus Debes
TurnusSommersemester
Sprachedeutsch
Leistungspunkte
Präsenzstudium (h)
Selbststudium (h)
VerpflichtungPflichtmodul
Abschlusskeiner
Details zum Abschluss

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

Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

keine

Lernergebnisse und erworbene Kompetenzen

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.

Inhalt

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

Medienformen

PowerPoint Folien, Matlab Beispiele, Java Applicationen, Videosequenzen

 

Link zum Moodlekurs:

https://moodle2.tu-ilmenau.de/course/view.php?id=3731

Literatur

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

Lehrevaluation