• a. Allgemeines Konzept von SMA (Simulation, Modellierung und Analyse), ICA (Instrumentation, Control and Automation), ML (Machine Learning) in der Biotechnologie
  

2. Modellierung I

• a. Einführung in die Numerische Analyse und Grundlagen der Systemkinetik
  

3. Modellierung II

• a. Molekulare und Partikeldynamik auf verschiedenen Skalen
  

• b. Anwendung: Tissue Engineering
  

4. Modellierung III

• a. Prozessmodellierung von diskreten und kontinuierlichen Systemen mit Referenznetzen

• b. Anwendung: Brauerei
  

5. Prozesssensorik

• a. Skalen, Abdeckung, Netzwerke und Fehleranalyse
  

6. Advanced Sensors

• a. Optische, spektrale und Ultraschall-Sensoren
  

7. Multivariate Analyse von Sensordaten

• a. Regression und Klassifikation
  

8. Steuerungs- und Regelungsstrategien

• a. Grundlagen der Prozessführung und fortschrittlichere Steuerungs- und Regelungstechniken (z.B. Fuzzy Logic)
  

9. Optimierung

• a. Lineare und nichtlineare Programmierung von eingeschränkten und uneingeschränkten Problemen und Nutzung von Metaheuristik
  

10. Künstliche Intelligenz

• a. Einführung in künstliche neuronale Netze, reinforcement learning und deep learning für zukünftige Prozessführungsstrategien.
  

11. Anwendungsbeispiel: Abwasseraufbereitung
12. Präsentationen der Studierenden
Als Übungen halten die Studierenden einen Vortrag über ein vorgegebenes oder von Ihnen vorgeschlagenes Thema aus dem Bereich der Biotechnik (Schwerpunkt Modellierung).

Die Vorträge sollen etwa 20 min inkl. der anschließenden Diskussion dauern.

Credits: 5

UE: Biotechnik - Übung

Dozentinnen/Dozenten: Tobias Beck, M. Sc., u.a.
Zeit und Ort: Di 9:00 - 10:30, LSTM-SR; Bemerkung zu Zeit und Ort: Rechnerübungen n. V. im CIP-Raum in der Physik