infBSemIS-01a: Bachelorseminar - Selbst-organisierte Systeme (infBSemIS-01a) (080077)- Dozentinnen/Dozenten
- Prof. Dr.-Ing. Sven Tomforde, Ghassan al Falouji, M.Eng.
- Angaben
- Seminar, 2 SWS, benoteter Schein, ECTS-Studium, ECTS-Credits: 5
Praesenzveranstaltung
Zeit und Ort: n.V.
- Voraussetzungen / Organisatorisches
- Lernziele:
Die Studierenden lernen, sich komplexe Sachverhalte anhand der kompakten Darstellung, wie sie in wissenschaftlichen Veröffentlichungen (d. h. Paper, Artikel oder Fachbüchern) üblich ist, eigenständig anzueignen und in verständlicher Form aufzubereiten.
Lehrinhalte:
Gegenstand des Seminars sind Algorithmen aus dem Gebiet der selbst-organisierten Systeme.
Der Fokus liegt in jedem Semester auf einem unterschiedlichen Bereich der Selbstorganisation. Studierende werden neben Basistechnologien im jeweiligen Gebiet unterschiedliche Grundsysteme untersuchen und vorstellen. Dazu gehört ebenfalls eine Einordnung in den übergeordneten Rahmen der selbstorganisierten Systeme.
Konzeptionell bildet die Veranstaltung einen prototypischen akademischen Veröffentlichungsprozess nach: Erstellung eines Konzeptes, Erstellung einer Veröffentlichung, EInreichung und Review mittels Konferenzmanagementsystem, Anfertigen der Camera Ready Version und Einreichung, Präsentation auf der Konferenz inkl. Moderation.
Weitere Voraussetzungen:
Grundlegende Kenntnisse in wissenschaftlichem Arbeiten.
Prüfungsleistung:
Die Note setzt sich aus den folgenden Aspekten zusammen:
Ausarbeitung
Reviews
Organisation (Rolle des Session Chairs, Einhalten von Deadlines)
Vortrag
Workload
30 Std. Mitarbeit im Seminar, 90 Std. Selbststudium
- Inhalt
- Das Seminar widmet sich dem Thema "Selbst-organisierte Systeme". Darunter werden im Kontext dieses Seminars Mengen aus autonomen, technischen Einheiten verstanden, die zusammenarbeiten, um ein gemeinsames Ziel zu erreichen. Dabei treten unterschiedliche Fragestellungen auf, die beherrscht werden müssen.
Das Seminar im WS 19/20 widmet sich dabei der konsistenten, schnellen und zuverlässigen Speicherung sowie des damit einhergehenden Auffindens von Inhalten innerhalb solcher selbst-organisierten Systeme. Dies wird anhand von Algorithmen des Peer-to-Peer Computing untersucht.
Das Seminar im SS 20 widmet sich dabei der Kooperation von autonomen intelligenten Systemen sowie den damit einhergehenden Interaktionsmustern innerhalb solcher selbst-organisierten Systeme. Dies wird anhand von Beispielen des Organic Computing untersucht.
Das Seminar im WS 20/21 widmet sich der selbstorganisierten Zusammenarbeit in offenen Systemen. Dabei stehen Fragestellungen des gegenseitigen vertrauens im Vordergrund des Interesses (d.h. Konzepte des 'Computational Trust').
Das Seminar im SS 21 widmet sich der selbstorganisierten Kommunikation mittels Datenkommunikationsprotokollen. Dabei stehen Fragestellungen der Anpassung an sich ändernde Gegebenheiten (Umgebung, Fehler, etc.) im Vordergrund des Interesses. Wir betrachten dezentral organisierte Arbeiten, zentral organisierte Ansätze und Methoden aus dem Bereich "Protocol Stack Composition". Diese sollen mit einem Refenezansatz aus dem Gebiet des Organic Computing verglichen werden.
Das Seminar im WS 21/22 widmet sich der Selbstorganisation in zellulären Datenkommunikationssystemen (d.h. in Mobilfunknetzen der vierten und fünften Generation). Dabei stehen Fragestellungen des verteilten Einbindung von Einheiten, die nicht direkt mit einer Basis-Station verbunden sind, im Vordergrund des Interesses.
Im Sommersemester 2022 fokussiert sich das Seminar auf den Anwendungsfall Produktionssysteme. Wir untersuchen unterschiedliche Ansätze, die Prinzipien der Selbstorganisation in entsprechende Abläufe integrieren - und sind damit im Umfeld "Industrie 4.0" angesiedelt.
Im Wintersemester 2022 fokussiert sich das Seminar auf den Anwendungsfall Robotiksysteme. Wir untersuchen unterschiedliche Ansätze, die Prinzipien der Selbstorganisation in entsprechende Abläufe von mehreren miteinander kooperierenden Robotern (bspw. als Schwarm) integrieren.
- Empfohlene Literatur
- Die Studierenden erhalten spezielle Literatur, welche sie in dem Seminar bearbeiten sollen.
- Zusätzliche Informationen
- Erwartete Teilnehmerzahl: 10
infSemDeLea-01a: Master Seminar - Deep Learning (infSemDeLea-01a) (080065)- Dozentinnen/Dozenten
- Prof. Dr.-Ing. Sven Tomforde, Ghassan al Falouji, M.Eng.
- Angaben
- Seminar, 2 SWS, benoteter Schein, ECTS-Studium, ECTS-Credits: 5
Praesenzveranstaltung, Unterrichtssprache Englisch, Kick-off Meeting am 11. April 2024 von 10:00 bis 11:00 Uhr via Zoom, Info siehe Website
Zeit und Ort: n.V.
Vorbesprechung: 11.4.2024, 10:00 - 11:00 Uhr, Raum online-mündlich
- Voraussetzungen / Organisatorisches
- Ideally, students have already a background in machine learning, maybe even in deep learning. No programming skills are required as concepts are investigated by reading and analysing scientific contributions.
- Inhalt
- Deep learning is a method of machine learning (and thus a subfield of artificial intelligence) that uses artificial neural networks (KNNs) with numerous hidden layers between the input layer and the output layer, thereby forming an extensive internal structure. In recent years, Deep Learning has established itself as a standard method for solving a wide variety of learning problems. In this seminar, current developments in the field of Deep Learning are discussed. The seminar imitates a scientific conference and provides an introduction to scientific publishing.
Workload: 30 h attendance, 120 h self-study
Important: You may register in advance and select a topic. Please contact Sven Tomforde (st@informatik.uni-kiel.de) via email.
- Empfohlene Literatur
- The students will be given specific literature to work on in the seminar (changes from term to term).
- Zusätzliche Informationen
- Erwartete Teilnehmerzahl: 8
|
|
