Maschinelles Lernen in der Regelungstechnik (MLRT)5 ECTS
(englische Bezeichnung: Machine Learning in Control Engineering)

Lehrveranstaltungen:

• • Maschinelles Lernen in der Regelungstechnik
    (Vorlesung, 3 SWS, Andreas Michalka, Do, 8:15 - 9:45, 04.019; Beginn der Vorlesung am Do, 05.11.2020 (08:15 - 09:45 Uhr)/ Die Vorlesung findet digital statt. Mehr Informationen finden Sie rechtzeitig vor Beginn des Semesters unter StudOn.)
  • Übungen Maschinelles Lernen in der Regelungstechnik
    (Übung, 1 SWS, Tim Goller, Mi, 8:15 - 9:45, 04.019; Beginn der Übung: n.V./ Die Übung findet digital statt. Mehr Informationen finden Sie rechtzeitig vor Beginn des Semesters unter StudOn.)

Empfohlene Voraussetzungen:

• Grundkenntnisse der höheren Mathematik

• Grundkenntnisse der Regelungstechnik
  

Inhalt:

In diesem Modul werden Grundbegriffe und Grundlagen zu folgenden Themen vermittelt:

• Optimierungsverfahren für Maschinelles Lernen

• Neuronale Netze und Deep Learning

• Supervised Learning, Unsupervised Learning und Reinforcement Learning

• Iterativ lernende Regelung
  

Weiterhin liegt der Fokus auf der regelungstechnischen Anwendung:

• Identifikation der Parameter eines Systemmodells oder Reglers bei gegebener Systemstruktur

• Reglerentwurf durch Regression

  • Approximation nichtlinearer Zuordnungen von Regelgröße zu Stellsignal

  • Erlernen von optimalem nichtlinearem Regelgesetz durch Bewertung des Streckenverhaltens

• Reinforcement Learning Control

Kontinuierliche Regleranpassung auf Basis der Regelungsqualität durch Bewertung und Belohnung

Lernziele und Kompetenzen:

Lernziele und Kompetenzen:

Die Studierenden:

• können die Grundbegriffe des maschinellen Lernens und von dafür eingesetzten Optimierungsverfahren sowie der Anwendung der Methoden in der Regelungstechnik erklären.

• können verschiedene Verfahren des maschinellen Lernens voneinander abgrenzen und im Detail erläutern.

• können verschiedene Verfahren des maschinellen Lernens in regelungstechnischen Anwendungen umsetzen.
  

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. Elektrotechnik, Elektronik und Informationstechnik (Master of Science)
   (Po-Vers. 2015s | TechFak | Elektrotechnik, Elektronik und Informationstechnik (Master of Science) | Gesamtkonto | Studienrichtung Automatisierungstechnik | Vertiefungsmodule Automatisierungstechnik | Maschinelles Lernen in der Regelungstechnik)

Studien-/Prüfungsleistungen:

Maschinelles Lernen in der Regelungstechnik (Prüfungsnummer: 49681)

Prüfungsleistung, Klausur, Dauer (in Minuten): 90, benotet, 5 ECTS

Anteil an der Berechnung der Modulnote: 100.0 %

Erstablegung: WS 2020/2021, 1. Wdh.: SS 2021

1. Prüfer:

Knut Graichen

Termin: 30.03.2021, 15:30 Uhr, Ort: BASPH
Termin: 14.10.2021, 13:00 Uhr, Ort: H 8 TechF
Termin: 12.04.2022, 15:30 Uhr, Ort: H 7 TechF
Termin: 13.10.2022