Arbeitsgruppe Verteilte Systeme und Künstliche Intelligenz

Lehre

Das Internet der Dinge stellt Wissenschaft und Gesellschaft vor neue Herausforderungen. Zukünftige Studierende müssen solche System beherrschen und daher interdisziplinäre Fachkenntnisse erwerben. Die obige Abbildung zeigt eine typische allgemeine Struktur eines cyber-physischen Systems. Ein solches System besteht aus mehreren Agenten (schwarze Blöcke) und stellt somit ein System von Systemen dar. Diese Komponenten sind über verschiedenartige Kommunikationswege miteinander vernetzt. Das Internet der Dinge ist wiederum eine Verallgemeinerung eines cyber-physischen Systems. Hier sind mehrere Geräte/Maschinen über Netze verbunden und können auch physikalisch miteinander interagieren. Beispiele hierfür sind autonome Fahrzeuge, Robotersysteme, Smart Home und Smart City. Neben Kenntnissen über Kommunikationsnetze müssen Studierende auch Kenntnisse über Signale und Systeme mitbringen, um diese Systeme zu beherrschen. Das Internet der Dinge wird in den nächsten Jahren eine große Menge Daten erzeugen, die intelligent genutzt werden müssen. Auch hierfür müssen die Studierenden Methoden erlernen. In der Lehre möchten wir den Studierenden gerne ein ganzheitliches Bild über diese Thematik vermitteln. 

Operating Systems and Mobile Communication Systems / Betriebssysteme und Telematik (Bachelor Informatikstudiengänge)

Vorlesung Betriebssysteme (2 SWS)

  • Grundlagen der Betriebssysteme
  • Prozesse und Threads
  • Scheduling und Lastverteilung
  • Prozess-Synchronisation
  • Petri-Netze und Deadlock-Erkennung
  • Speicherverwaltung

Vorlesung Telematik (2 SWS)

  • Grundlagen Kommunikationsnetze
  • Signale: Fouriertransformation und Faltung
  • Nyquist-Hartley
  • Informationstheorie und Shannon-Kapazität
  • Modulationsverfahren
  • Abtastung und Quantisierung
  • Quellenkodierung: Fano und Huffman
  • Kanalkodierung: Lineare Codes, zyklische Codes, CRC-Verfahren

Verteilte Systeme (Bachelor Informatikstudiengänge)

  • Architekturen Verteilter Systeme
  • Schicht 2: Protokolle der Sicherungsschicht, Multiple Access Control
  • Schicht 3: Routing-Algorithmen und deren verteilte Umsetzung, IP und Cisco-Grundlagen
  • Schicht 4: TCP, UDP
  • Threadprogrammierung: Grundlagen: Java-Threadprogrammierung, Synchronisationstechnik
  • Verteilte Anwendungen: TCP-Sockets, Middleware - RMI
  • Laborversuche zu Verteilten Anwendungen und IoT

Cyber-Physical Systems (Wahlfach Bachelor Informatikstudiengänge)

  • Grundlagen Lineare Algebra
  • Abstastung, Quantisierung, Digital-Analog-Wandlung
  • Zustandsdarstellung und Modellbildung
  • Z-Transformation
  • Beobachter und Controller
  • Grundlagen Statistik
  • Lineare Schätzer
  • Kalman Filter
  • Multi-Agenten-Systeme

Optimization and Machine LearningWissensmanagement (Learning from Data, Master Informatikstudiengänge)

  • Optimierungsverfahren: Konvexe Optimierungsprobleme: LP, QP, SDP, Lagrange-Dualität und Duale Probleme, KKT-Bedingungen, Verteilte Optimierung
  • Supervised Machine Learning: Percetron-Learning-Algorithm, Lineare Regression, Logistische Regression und Gradienten-Abstieg, Support Vector Machines
  • Unsupervised Machine Learning und Statistik: Parameter-Schätzung, Statistische Modelle, Lineare Schätzer, Clustering-Algorithmen

Technische Informatik und Software-Praktikum (und IoT-Programmierung, Bachelor Informatikstudiengänge)

  • Entwicklungsumgebungen
  • Grundlagen JAVA
  • Ausnahmebehandlung
  • GUI-Programmierung
  • Netze und Protokolle mit dem Raspberry Pi
  • Internetprotokoll und Internet of Things (IoT)
  • IoT-Plattformen und Cloud

Betriebssysteme (Master Maschinenbau)

  • Grundlagen
  • Prozesse und Threads
  • Prozess-Synchronisation
  • Petri-Netze
  • Speicherverwaltung
  • Kommunikationsnetze
  • Verwaltung von Betriebssystemen (Windows)

Information Technology (Englischsprachig)

  • IoT-Hardware, Sensors, Signals
  • Grundlagen Matlab, Datenverarbeitung
  • Grundlagen der Datenanalyse: Interpolation, Regression, Modellbildung
back-to-top nach oben