Module im zentralen Themenbereich Smart Computing

Netzbasierte Anwendungen und Dienste

(in der Regel im Wintersemester)

In dieser Veranstaltung greifen wir wechselnde Themen im Bereich netzbasierter Anwendungen auf. Die aktuell verfolgte Fragestellung beschäftigt sich mit Sicherheitsfragen, mit der Absicherung von Netzwerken und der Wiederherstellung der Betriebsbereitschaft nach Zwischenfällen sowie mit Aspekten der Computer-Forensik.

Introduction to Natural Language Processing

(in der Regel im Wintersemester)

Ziel der Vorlesung ist es eine Einführung in die grundlegenden Themen der automatischen Verarbeitung natürlichsprachlicher Texte zu geben. Dabei werden sowohl Methoden des "Information Retrieval", der Textklassifikation als auch der Wissensextraktion besprochen. In Übungen wird die Anwendung der vorgestellten Methoden beispielhaft verdeutlicht.

Im Einzelnen werden die folgenden Themen besprochen:

  • Sprache, Grammatik und einfach Methoden der Textverarbeitung
  • Textverarbeitung für "Information Retrieval"
  • Klassifikation uter Berücksichtigung der speziellen Eigenschaften von Texten
  • Wissensextraktion aus Texten
Kognitive Systeme

(in der Regel im Sommersemester)

Die Veranstaltung gibt eine für Informatiker geeignete Einführung in Kognitionswissenschaften und Modelle menschlicher Kognition. Sie spannt dabei einen Rahmen von der psychologisch fundierten Kognitionswissenschaft, über die Künstliche Intelligenz, schließt Modelle menschlicher Kognition mit ein und reicht bis hin zu Anwendungsbeispielen aus Feldern wie Lehr-/Lernsysteme, Ambient Intelligence und Smart Environments. Kognitive Modelle, wie bspw. SOAR und ACT-R, werden vorgestellt und analysiert.

Künstliche Intelligenz II: Grundlagen des maschinellen Lernens

(in der Regel im Wintersemester)

In der Lehrveranstaltung werden die grundlegenden Konzepte und Methoden für die Verarbeitung von Daten mithilfe maschineller Lernverfahren eingeführt.
Nach einer Einführung in das Thema werden zunächst die Grundlagen der Signalverarbeitung sowie die Gewinnung und Analyse von abstrakteren Merkmalen aus den Rohdaten behandelt.
Im Anschluss werden einzelne Ansätze und Lernverfahren im Detail untersucht. Zu diesen gehören:

  • Bayes’sche Entscheidungstheorie
  • Parameterschätzung
  • Nichtparametrische Methoden
  • Support-Vector Machines
  • Nichtmetrische Methoden: Entscheidungsbäume
  • Algorithmenunabhänge Verfahren  
Network Security

(in der Regel im Wintersemester)

Künstliche Intelligenz III: Künstliche neuronale Netze

(in der Regel im Sommersemester)

Within the course, we will cover the basics of artificial neural networks - also called connectionist systems. Such systems, inspired by biological neural networks, are built from a set of simple processing units (neurons) which are connected (through synapses) to process noisy information.

During the course, the following types of networks are introduced:

  • Simple perceptrons
  • Feed forward neural networks (including auto-encoders)
  • Recurrent neural networks
  • Hopfield networks
  • Some of the recent deep neural networks

In addition, we will discuss the mathematics of the corresponding learning algorithms.

Advanced Communications

(in der Regel im Sommersemester)

Protokolle sind das zentrale Element für Kommunikation und Netzwerk-Technik. In dieser Veranstaltung sehen wir uns viele wichtige Protokolle näher an und erlernen ihren Aufbau, die Anwendung und Erstellung. Dabei erfahren wir auch viele weitere Konzepte, von drahtloser Kommunikation bis P2P und QoS. Die Veranstaltung macht auch fit für den Betrieb und die Wartung großer Netzwerke in der Praxis.

Cloud Computing

(in der Regel im Sommersemester)

Moderne Computerinfrastrukturen sind inhärent verteilt und parallel. Verteilung und Parallelität zeigen sich im Großen wie im Kleinen und reichen von mehreren Rechenkernen auf eingebetteten Chips bis zu Millionen vernetzter Computer im Internet, die gemeinsam Probleme lösen für die ein einzelnes noch so schnelles System nicht ausreicht.

Cloud-Computing ist ein neues Paradigma für verteilte Systeme, das es ermöglicht Hardware- und Softwarekomponenten flexibel nach Bedarf hinzuzubuchen. Beispielsweise können Lastspitzen beim Betrieb von Anwendungen in der Cloud durch die dynamische Anpassung von Rechenkapazität, Speicherplatz und Bandbreite abgefangen werden, wobei letztendlich nur die tatsächlich genutzten Ressourcen abgerechnet werden. Cloud-Computing verändert daher nicht nur die Entwicklung und Architektur zukünftiger Anwendungssysteme, sondern auch zugehörige Geschäftsprozesse und -modelle.

Die Veranstaltung gibt zunächst einen Überblick über das Konzept des Cloud-Computings und verschiedene Cloud-Ansätze. Es werden Basistechnologien wie Virtualisierung und Web Services vorgestellt und ihre Rolle in der Cloud-Architektur behandelt. Darauf aufbauende Programmiermodelle werden diskutiert und schließlich aktuelle Entwicklungen aufgegriffen.

Intelligente Umgebungen und kooperative Ensembles

(in der Regel im Sommersemester)

Die Vorlesung gibt einen Überblick über die Methoden des Einsatzes von Strategien kooperierender Geräte- und Agentenensembles für die Steuerung intelligenter Umgebungen. Schwerpunkt der Vorlesung ist die Nutzung von Methoden aus der verteilten Künstlichen Intelligenz und des Semantic Web für die Steuerung intelligenter Umgebungen.

Statistische Signalverarbeitung und Inferenz

(in der Regel im Sommersemester)

Cyber-Security und Anwendungen der Kryptographie

(in der Regel im Sommersemester)

Sicherheit wird in allen Bereichen von IT-Anwendungen, speziell aber bei Mobilgeräten, in IoT (Internet of Things) Anwendungen und bei Gerätesteuerungen immer wichtiger. Die Vorlesung gibt einen Überblick über neuere Entwicklungen im Bereich Cyber-Sicherheit und stellt Anwendungen vor, die durch aktuelle Forschungsergebnisse der Kryptographie ermöglicht werden, darunter auch Blockchain und Crypto-Currency Technologien.