Softcomputing/FuzzyLogik - 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 Softcomputing/FuzzyLogik im Studiengang Master Wirtschaftsinformatik 2014 | |
|---|---|
| Modulnummer | 101132 |
| Prüfungsnummer | 2200421 |
| Fakultät | Fakultät für Informatik und Automatisierung |
| Fachgebietsnummer | 2233 (Neuroinformatik und Kognitive Robotik) |
| Modulverantwortliche(r) | Dr. Klaus Debes |
| Turnus | Sommersemester |
| Sprache | deutsch |
| Leistungspunkte | |
| Präsenzstudium (h) | |
| Selbststudium (h) | |
| Verpflichtung | Pflichtmodul |
| Abschluss | keiner |
| Details zum Abschluss | Bestandteil der Modulprüfung Computational Intelligence (Angewandte Neuroinformatik + Softcomputing/ FuzzyLogik 2 x 60 min = 120 min sPL) |
| Link zum Moodle-Kurs | https://moodle2.tu-ilmenau.de/course/view.php?id=3731 |
| Lehrende | |
| 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 und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form | PowerPoint Folien, Matlab Beispiele, Java Applicationen, Videosequenzen
|
| 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 | |