Studieninformation
Hintergrundbild
Hintergrundbild
Hintergrundbild
Druckversion  Sprachumschaltung
 

Modul 39-Inf-KR Cognitive Computing / Kognitives Rechnen

Fakultät

Modulverantwortliche/r

Turnus (Beginn)

Jedes Sommersemester

Leistungspunkte und Dauer

10 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Die Studierenden erlangen theoretische sowie methodische Kenntnisse über fortgeschrittene Ansätzen zur Realisierung von technischen Systemen, die adaptiv und robust mit unsicheren Informationen agieren können. In den vorlesungsbegleitenden Übungen lernen die Studierenden, die erworbenen Kenntnisse praktisch anzuwenden und einzuüben.

Students will gain theoretical and practical knowledge of formal techniques for building technical systems that can act robustly and intelligently under uncertainty. In the accompanying tutorials,e students will learn how to apply and practice these mathematical approaches.

Lehrinhalte

Kognitive Systeme zeichnen sich dadurch aus, dass sie selbst mit unvollständigem und unsicherem Wissen adaptiv und robust in komplexen Umgebungen agieren können. Die Art des zugrundeliegenden "kognitiven Rechnens" wird mit modernen Bayesianischen Verfahren modelliert, die auch für autonome technische Systemen immer wichtiger werden, in denen oftmals Unsicherheiten bestehen z.B. bezüglich der Wahrnehmung, der Korrektheit bisheriger Annahmen, der Gültigkeit einer Schlußfolgerung oder des Erfolgs einer Aktion. Aufbauend auf den im Modul "Grundlagen künstlicher Kognition" erworbenen Grundkenntnissen werden in diesem Modul fortgeschrittene Ansätze und Techniken der Modellierung kognitiver Leistungen wie Schließen und Entscheiden unter unsicherem Wissen vermittelt (probabilistisches Schließen, Bayes-Netze, Markov-Entscheidungsprozesse). Im ersten Modulteil werden mathematische und algorithmische Grundlagen erarbeiten und in begleitenden Übungen eingeübt. Im zweiten Modulteil werden diese Verfahren in einem angewandten Projekt oder Seminar mit praktischem Anteil vertieft.

A hallmark of cognitive systems is their ability to act adaptively and robusty even in complex environments with uncertain and incomplete information. The underlying kind of "cognitive computing" is modelled with modern Bayesian approaches, which are getting increasingly prominent in the construction of autonomous systems that need to deal with multiple uncertainties arising from perception, interpretation, reasoning or action. Building on basic knowledge acquired in Module 39-Inf-13 "Grundlagen künstlicher Kognition", this module teaches advanced and more research-related approaches and methods to model cognitive abilities like reasoning and decision-making under uncertainty (probabilistic reasoning, Bayesian (belief) networks, and Markov decision processes). In the first part (lecture with tutorials), the mathematical and algorithmic methods will be taughed. The second module part (seminar or pravtical project) focuses on practical application of these methods.

Empfohlene Vorkenntnisse

Das Modul baut auf grundlegenden Prinzipien kognitiver Systeme und intelligenter Agenten auf, wie sie beispielsweise in dem Modul 39-Inf-13 "Grundlagen künstlicher Kognition" erworben werden können.

A recommended prerequisite for this module is basic knowledge of cognitive systems and knowledge representation and reasoning as can be acquired, for example, in the module "Grundlagen Künstlicher Kognition".

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Die Modul(teil)prüfung kann in einigen Studiengängen nach Wahl der Studierenden auch "unbenotet" erbracht werden. Vor Erbringung ist eine entsprechende Festlegung vorzunehmen, eine nachträgliche Änderung (benotet - unbenotet) ist ausgeschlossen. Wird diese Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.

Modulstruktur: 0-1 bPr, 1-2 uPr 1

Veranstaltungen

Titel Art Turnus Workload (Kontaktzeit + Selbststudium) LP2
Angewandtes Kognitives Rechnen Projekt o. Seminar WiSe 90h (30 + 60) 3
Kognitives Rechnen Vorlesung SoSe 60h (30 + 30) 2 [Pr] [Pr]
Kognitives Rechnen Übung SoSe 60h (30 + 30) 2

Prüfungen

Organisatorische Zuordnung Art Gewichtung Workload LP2
Kognitives Rechnen (Vorlesung)

In einigen Studiengängen der Technischen Fakultät kann die Modulteilprüfung nach Wahl der Studierenden auch "unbenotet" erbracht werden (s. Erläuterungen zu den Modulelementen und die jeweilige FsB). Wird die unbenotete Option gewählt, ist es nicht möglich, dieses Modul zu verwenden, um es in einen Studiengang einzubringen, in dem dieses Modul bei der Gesamtnotenberechnung berücksichtigt wird.
Erläuterungen zu dieser Prüfung siehe unten (benotete Prüfungsvariante).

Portfolio mit Abschlussprüfung unbenotet 30h 1
Diese Leistung kann gemeldet und verbucht werden.
Veranstaltungsübergreifend

Schriftliche Ausarbeitung über die praktische Projektarbeit oder den Seminarvortrag im Umfang von 10-15 Seiten.

Projekt mit Ausarbeitung o. Referat mit Ausarbeitung unbenotet 60h 2
Diese Leistung kann gemeldet und verbucht werden.
Kognitives Rechnen (Vorlesung)

Portfolio aus Übungsaufgaben, die veranstaltungsbezogen gestellt werden (Bestehensgrenze 50% der erzielbaren Punkte) und mündlicher Prüfung im Umfang von bis zu 20 Minuten bzw. Klausur im Umfang von bis zu 60 Minuten. Abschlussklausur bzw. mündliche Prüfung beziehen sich auf den Stoff der Vorlesung und der Übungen.

Portfolio mit Abschlussprüfung 1 30h 1
Diese Leistung kann gemeldet und verbucht werden.

In diesen Studiengängen wird das Modul verwendet:

Studiengang Variante Profil Empf. Beginn 3 Dauer Bindung 4
Intelligente Systeme / Master of Science Allgemeines Profil - Intelligente Systeme 2. zwei Semes­ter Wahl­pflicht
Intelligente Systeme / Master of Science Bologna Profil: Outgoing Students 1. zwei Semes­ter Wahl­pflicht
Intelligente Systeme / Master of Science [FsB vom 17.12.2012 Änderungen vom 15.04.2013, 01.04.2014,15.10.2014, 02.03.2015 und Berichtigung vom 17.11.2014] 2. zwei Semes­ter Wahl­pflicht
Kognitive Informatik / Bachelor of Science 1-Fach (fw) 6. zwei Semes­ter Wahl­pflicht
Kognitive Informatik / Bachelor of Science [FsB vom 31.08.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 17.08.2015 und Berichtigung vom 01.12.2015] 1-Fach (fw) 6. zwei Semes­ter Wahl­pflicht
Naturwissenschaftliche Informatik / Master of Science 2. zwei Semes­ter Wahl­pflicht
Naturwissenschaftliche Informatik / Master of Science [FsB vom 17.12.2012 mit Änderungen vom 15.04.2013, 01.04.2014, 15.10.2014, 02.03.2015, 01.12.2015 und Berichtigungen vom 01.04.2014, 17.11.2014 und 12.07.2017] 2. zwei Semes­ter Wahl­pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.

Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe rechtes Menü).
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.
Diese Leistung kann gemeldet und verbucht werden.