|
Vorlesungs- und Modulverzeichnis nach Studiengängen >> Technische Fakultät (Tech) >> Computational Engineering (CE) >> Bachelorstudiengang >> Lehrveranstaltungsverzeichnis (CE-BA) >>
|
Seminare (CE-BA-SEM)
|
Seminar Nachrichtentechnische Systeme [SemNTSys] -
- Dozentinnen/Dozenten:
- Robert Schober, Clemens Stierstorfer
- Angaben:
- Hauptseminar, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium
- Termine:
- Einzeltermin am 4.2.2022, 9:00 - 15:00, 05.025
Vorbesprechung: Donnerstag, 28.10.2021, 16:00 - 17:00 Uhr, 05.025
- Studienrichtungen / Studienfächer:
- WPF CE-BA-SEM 5
- Voraussetzungen / Organisatorisches:
- Nach einer gemeinsamen Vorbesprechung und Themenauswahl werden die einzelnen Themen unter Anleitung eines Betreuers oder einer Betreuerin eigenständig im Hinblick auf eine Präsentation in Vortragsform erarbeitet. Eine kurze Präsentation der Struktur und erster Ergebnisse erfolgt etwa 5 Wochen nach der Vorbesprechung. Gegen Ende des Vorlesungszeitraums (vermutlich 04.02.2022) hält jeder Teilnehmer einen ca. 30-minütigen Vortrag mit anschließender Diskussion. Als Begleitmaterial zum Vortrag wird auch eine ca. 10-seitige Ausarbeitung erstellt. Für die Vortragsveranstaltungen besteht Anwesenheitspflicht.
- Inhalt:
- Im Seminar ‚Nachrichtentechnische Systeme‘ werden Themen aus dem Bereich der elektrischen Nachrichtenübertragung bearbeitet.
|
|
IT-Unterstützung für energieeffizientes Bauen und Sanieren [EneBSem] -
- Dozent/in:
- Wolfgang Lindner
- Angaben:
- Seminar, ECTS: 5, nur Fachstudium
- Termine:
- Anmeldung erfolgt per Email an: Wolfgang.Lindner@informatik.uni-erlangen.de; Vorbesprechung nach Vereinbarung
- Studienrichtungen / Studienfächer:
- WPF CE-BA-SEM 3
- Inhalt:
- Wer heute neu baut oder saniert ist nach der Energieeinsparungsverordnung 2014 angehalten, energieeffizient zu bauen bzw. zu sanieren. Auf der anderen Seite entsteht gerade ein Trend, Gebäude mehr und mehr mit IT-Komponenten zu versehen und diese zu vernetzen. Es entstehen Smart Homes. Hieraus ergeben sich Synergien, die es gilt zu nutzen.
Das Seminar gibt den Teilnehmern die Möglichkeit, sich mit nachfolgenden Themengebieten vertraut zu machen und zeigt Wege auf, um mit Hilfe von Smart Home-Lösungen, den Energiebedarf noch weiter zu senken. Grundlagen (entspricht Modul "Planung und Umsetzung – Wohngebäude (KfW)" des DENA Weiterbildungskatalogs)
Block 1: Rechtliches
Block 2: Gebäudehülle in Neubau und Bestand
Block 3: Anlagentechnik und erneuerbare Energien in Neubau und Bestand
Block 4: Energieausweis, Modernisierungsempfehlungen, Wirtschaftlichkeit
Block 5: Planung/Baubegleitung
IT-basiertes Gebäudemanagement
Block 6: Erfassung von Gebäudeparametern mit Hilfe von Sensoren/Sensornetzwerken
Block 7: Bussysteme – zentrale vs. dezentrale Systeme; Standards und offene Systeme
Block 8: Schemaintegration und Datenmanagement verteilter heterogener Anlagentechnik
Block 9: Senken des Energiebedarfs mit Hilfe intelligente Steuerungsalgorithmen
|
|
Machine Learning: Introduction [SemML-I] -
- Dozentinnen/Dozenten:
- Tobias Feigl, Christoffer Löffler, Christopher Mutschler
- Angaben:
- Seminar, 2 SWS, ECTS: 5, Anmeldung mit Themenanfrage per E-Mail vor Beginn des Seminars; Die Themen werden nach dem Prinzip "Wer zuerst kommt, mahlt zuerst" verteilt.
- Termine:
- Blockveranstaltung 5.3.2022-19.3.2022 Sa, 10:00 - 16:00, 02.134-113
Findet teilweise als Blockveranstaltung statt. Weitere Informationen finden Sie im StudOn-Kurs.
- Studienrichtungen / Studienfächer:
- WPF CE-BA-SEM ab 1
- Voraussetzungen / Organisatorisches:
- Dieser Kurs richtet sich an Anfänger, die mit maschinellem Lernen nicht vertraut sind, oder an Studierende, die eine schnelle Auffrischung suchen.
Anmeldung via e-mail an tobias.feigl@fau.de
- Inhalt:
- Dieses Seminar führt in das Themengebiet des maschinellen Lernens (ML) ein. ML ist die Wissenschaft, Computer zum Handeln zu bewegen, ohne explizit programmiert zu werden. ML ist heute so allgegenwärtig, dass wir es wahrscheinlich täglich verwenden, ohne es zu wissen. So hat ML in den letzten Jahren beispielsweise selbstfahrende Autos, praktische Bild- und Spracherkennung und die effektive Partner- und Websuche ermöglicht.
Ziel des Seminars ist eine umfassende Einführung in das maschinelle Lernen, Analyse und Verarbeitung von Daten sowie statistische Mustererkennung. Zu den Themen gehören: (1) Klassifizierungs- und Regressionsprobleme; (2) überwachtes Lernen (parametrische und nicht parametrische Algorithmen, lineare und logistische Regression, k-nächster Nachbar, Support-Vector-Machines, Entscheidungsbäume, flache neuronale Netze); (3) unüberwachtes Lernen (K-Means, Clustering, Dimensionsreduktion, PCA, LDA, Empfehlungssysteme); (4) Ensemble- und Online-Lernen; (5) Regularisierung: Modelldiagnose, Fehleranalyse und Qualitätsmetriken sowie Interpretation der Ergebnisse; (5) evolutionäre Algorithmen; (6) Anomalieerkennung und Gaußsche Verteilungen; (7) Bayes, Kalman-Filter und Gaußsche Prozesse.¹ Das Seminar gibt einen Einblick in die Welt des maschinellen Lernens und befähigt den Studierenden eine wissenschaftliche Präsentation und Ausarbeitung anzufertigen, um individuell erworbenes Wissen einem Fachpublikum vermitteln zu können. ¹ Die Themen sind an den aktuellen Forschungsstand angepasst und wechseln sich jährlich ab.
- Empfohlene Literatur:
- A. Müller und S. Guido: Introduction to Machine Learning with Python: A Guide for Data Scientists, O'Reilly UK Ltd., 2016
K. P. Murphy: Machine learning - a probabilistic perspective, Adaptive computation and machine learning series, MIT Press, 2012.
T. J. Hastie und R. Tibshirani und J. H. Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer Series in Statistics, 2009.
T. M. Mitchell: Machine Learning, McGraw-Hill Education Ltd., 1997
F. V. Jensen: An Introduction To Bayesian Networks, Springer, 1996
J. A. Freeman: Simulating neural networks - with Mathematica, Addison-Wesley Professional, 1993
J. A. Hertz und A. Krogh und R. G. Palmer: Introduction to the theory of neural computation, Westview Press, 1991
R. Rojas: Theorie der neuronalen Netze - eine systematische Einführung, Springer, 1993
W. Banzhaf und F. D. Francone und R. E. Keller und P. Nordin: Genetic programming - An Introduction: On the Automatic Evolution of Computer Programs and Its Applications, Morgan Kaufmann, 1998
M. Mitchell: An introduction to genetic algorithms, MIT Press, 1996
Z. Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1992
M. Bishop: Pattern Recognition and Machine Learning (Information Science and Statistics), Springer, 2006
|
|
Seminar Energieinformatik [El-Sem] -
- Dozent/in:
- Marco Pruckner
- Angaben:
- Seminar, 2 SWS, ECTS: 5, am 20.Oktober (Einführungstermin): 8:15 - 9:15 Uhr via Zoom
- Termine:
- Blockveranstaltung 16.12.2021-17.12.2021 Do, Fr, 10:00 - 13:00, 04.137
am 20.Oktober (einmalig!): 8:15 - 9:15 Uhr via Zoom
ab 20.10.2021
- Studienrichtungen / Studienfächer:
- WPF CE-BA-SEM 3-5
- Voraussetzungen / Organisatorisches:
- • Anmeldung per Email an marco.pruckner@fau.de
• Vortrag: 30 min + 15 min Diskussion
• Erstellung einer Ausarbeitung mit den wesentlichen Punkten des Vortrags
• Anwesenheit bei den Vorträgen der anderen TeilnehmerLernziele und Kompetenzen: Die Studierenden
• arbeiten mit wissenschaftlicher Literatur aus den Bereichen Informatik und Energie
• beschreiben interessante Aspekte der Energieinformatik
• erarbeiten sich die Fähigkeit, wichtige Aspekte für einen wissenschaftlichen Vortrag darzustellen und strukturieren diesen
• vertreten ihre Auffassung in einer Diskussion und hinterfragen Ihr Thema
• konzipieren und formulieren eine schriftliche Zusammenfassung des Vortrags
- Inhalt:
- Bedingt durch den beschlossenen Ausstieg aus der Kernenergie und der zunehmenden Einspeisung aus erneuerbaren Energien wird das deutsche Energieversorgungssystem nachhaltig umgestaltet. Gerade die Integration von volatilen, dezentralen Erzeugungsanlagen sowie von neuen Verbrauchern (z.B. Elektrofahrzeugen) stellt das zukünftige Energiesystem vor neue Herausforderungen. Zur Lösung dieser Problemstellungen kann die Energieinformatik einen wesentlichen Beitrag leisten. Mithilfe der Methoden der Energieinformatik wird sowohl die Systemintelligenz als auch die Gesamtsystemkompetenz zur Steuerung und Bewertung zukünftiger Energiesysteme bereitgestellt. Einerseits wird durch die zunehmende kommunikative Vernetzung aller relevanten Akteure ein zuverlässiger Systembetrieb sichergestellt. Andererseits bedarf die zunehmende Komplexität von dezentralen Energiesystemen neue Methoden zur Modellierung, Optimierung und Simulation. Daher sollen im Seminar „Energieinformatik“ unterschiedliche Themen an der Schnittstelle von Informatik und Energie behandelt werden. Dabei spielen u.a. die intelligente Steuerung mittels Maschinellen Lernens, Methoden der Datenanalyse und Aspekte der Privatsphäre eine wesentliche Rolle. Die Teilnehmer dieses Seminars geben einen 30-minütigen Vortrag zzgl. 15-minütiger Diskussion über ein relevantes Thema auf dem Gebiet der Energieinformatik. Mögliche Themen:
• Kommunikationstechnologien im Smart Grid
• Netzintegration von Elektrofahrzeugen
• Netzintegration von erneuerbaren Energien
• Datenanalyse im Kontext von energiewirtschaftlichen
Fragestellungen
• Intelligente Steuerung von Energiesystemen mittels Maschinellen Lernens
Die genauen Themen werden zu Semesterbeginn festgelegt. Die Themenliste kann beim Dozenten erfragt werden.
|
|
Seminar Photonik/Lasertechnik [PhoSem] -
- Dozentinnen/Dozenten:
- Christian Carlowitz, Bernhard Schmauss
- Angaben:
- Hauptseminar, 2 SWS, benoteter Schein, ECTS: 2,5, nur Fachstudium
- Termine:
- Fr, 12:15 - 13:45, HF-Technik: SR 05.222
Details im Absatz Voraussetzungen / Organisatorisches
Vorbesprechung: Freitag, 22.10.2021, 12:15 - 13:45 Uhr, HF-Technik: SR 05.222
- Studienrichtungen / Studienfächer:
- WF CE-BA-SEM ab 3
- Voraussetzungen / Organisatorisches:
- Achtung: Anmeldung über das zentrale Anmeldetool des Departments EEI: Angebote >> 5. Tech >> 5.2 EEI >> Geschäftsstelle des Departments >> Anmeldung Hauptseminare / Laborpraktika.
Termin Vorbesprechung: 22.10. 12:15, Raum 06.226, Cauertraße 9 (Seminarthemen können nur an anwesende Studierende vergeben werden) Rahmenthema im WS2021/2022: Optische Messtechnik und Kenngrößen Aushang/Themenblatt WS2021/2022 Voraussetzung: Photonik 1 oder KOK
- Schlagwörter:
- Laser Photonik Medizin Licht Optoelektronik Seminar
|
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|