(unregelmäßig, im Wintersemester)

Graphen sind ein ziemlich universelles Modellierungswerkzeug. Viele Anwendungsprobleme aus verschiedensten Gebieten in und außerhalb der Informatik lassen sich als Graphenprobleme begreifen. Das Modul führt in die Grundlagen effizienter Graphenalgorithmen ein, behandelt grundlegende Probleme und Methoden wie vollständiges Durchsuchen von Graphen, kürzeste Wege, minimale Spannbäume, Maximalflüsse in Netzwerken, Matching- und Färbungsprobleme sowie Baumstrukturen in Graphen und Dekomposition.

(unregelmäßig, im Wintersemester)

(unregelmäßig, im Wintersemester)

Automatisches Zeichnen von Graphen ist ein junges und lebhaftes Forschungsgebiet. Hier werden Algorithmen entworfen, die ästhetisch "schöne" Zeichnungen von Diagrammen (wie beispielsweise Fluss- und UML-Diagramme, Netzwerke oder Ereignisprozessketten) generieren. Die Anwendungen für diese Zeichnungen reichen von der Verbrechensbekämpfung bis hin zur Energieüberwachung. Es gibt viele verschiedene Zeichenverfahren, die jeweils unterschiedliche Kriterien optimieren, und oftmals werfen diese Kriterien interessante kombinatorische Fragestellungen auf. Beispielkriterien für eine ästhetisch "schöne" Zeichnung sind etwa wenige Überkreuzungen, wenige Knicke oder auch möglichst große Winkel.

In dieser Vorlesung werden wir neben Algorithmen zum Zeichnen von allgemeinen (ungerichteten und gerichteten) Graphen auch Zeichenmethoden für spezielle Graphen wie Bäume, gerichtete azyklische Graphen oder planare Graphen behandeln. Anwendungsbeispiele, zugehörige Software und Aufgaben zur Eigenimplementierung ergänzen die Diskussion der Algorithmen.

(unregelmäßig, im Wintersemester)

Im Mittelpunkt der Vorlesung steht die Frage, wie Software-Agenten Entscheidungen über zielführende Handlungen in dynamischen Umgebungen treffen können.
Neben Methoden der künstlichen Intelligenz in Form der Wissensrepräsentation (z.B. Modallogiken), der Planung (z.B. verteiltes Planen) und des maschinellen Lernens, hier insbesondere dem verstärkten Lernen, werden Konzepte aus angrenzenden Bereichen z.B. der Linguistik (z.B. Sprechakte) und der Spieltheorie (z.B. Nash-Equilibrium und Pareto-Optimum) und deren Bedeutung für das Design autonomer, intelligenter Software-Agenten vorgestellt. Ein Projekt begleitet die Vorlesung, um die gelernten Konzepte praktisch zu vertiefen. 

Auszug aus dem Inhaltsverzeichnis:

• Beliefs Desires Intentions: Zur Architektur deliberativer Agenten
• He knows that he knows not: Die Rolle der Modallogiken
• Markov Entscheidungsprozesse: Reinforcement Lernen für Multi-Agentensysteme
• Das Prisoners Dilemma und Gleichgewichte: Spieltheorie
• Kommunikation: Von Sprechakten zu ACL
• Verhandlungsstrategien: Zwischen Konsens und Täuschung
  • Reputation: Erfahrungen aus erster und zweiter Hand 
  • Planung: Verteilte Plangenerierung oder -ausführung

(in der Regel im Sommersemester)

Wir beschäftigen uns mit Petrinetzen. Dies ist ein Formalismus, der sich zur Modellierung verteilter Systeme bewährt und mehrere andere Formalismen inspiriert hat. Petrinetze gestatten Einsichten in Phänomene verteilter Systeme. Es gibt einzigartige Techniken für ihre Analyse.

(in der Regel im Sommersemester)

Als Operations Research bezeichnet man die wissenschaftliche Disziplin, die sich in erster Linie mit der Anwendung mathematischer Methoden zur Vorbereitung optimaler Entscheidungen beschäftigt. Das Modul vermittelt grundlegende Methoden und Techniken des Operations Research zur Modellierung und Untersuchung realer Planungs- und Entscheidungsprobleme in Wirtschaft und Verwaltung; beispielsweise aus der Produktionsplanung, Transport- und Versorgungsplanung und Projektplanung und -überwachung.

(unregelmäßig, im Sommersemester)

Viele Algorithmen basieren auf wenigen grundlegenden Entwurfstechniken und lassen sich entprechend mit ähnlichen formalen Methoden analysieren. Das Modul stellt die Gemeinsamkeiten und Unterschiede von Greedy-Verfahren, dynamischer Programmierung und Teile-und-Herrsche-Ansätzen zur Entwicklung effizienter Lösungen für algorithmische Probleme vor. Weiterhin werden formale Analysemethoden zur Bewertung der Qualität von Algorithmen (Korrektheit und Komplexität) vermittelt. In den Übungen kann an Standardproblemen die Kompetenz, vermittelte Techniken selber einzusetzen, erworben werden.