C803 – Artificial Intelligence

Module
Artificial Intelligence
Künstliche Intelligenz
Module number
C803 [zuvor: C244]
Version: 1
Faculty
FIM-INF: Informatikstudiengänge - Fakultät Informatik und Medien
Level
Master
Duration
1 Semester
Semester
Nach Bekanntgabe der Fakultät
Module supervisor

Prof. Dr. rer. nat. Sibylle Schwarz
sibylle.schwarz@htwk-leipzig.de
Lecturer(s)

Prof. Dr. rer. nat. Sibylle Schwarz
sibylle.schwarz@htwk-leipzig.de
Course language(s)

German
in "Künstliche Intelligenz"
ECTS credits

5.00 credits

Workload

150 hours

Courses

4.00 SCH (2.00 SCH Vorlesung | 2.00 SCH Übung)
Self-study time

94.00 hours
14.00 hours Examination preparation - Künstliche Intelligenz
42.00 hours Bearbeitung Prüfungsvorleistung - Künstliche Intelligenz
22.00 hours Bearbeitung Prüfungsvorleistung - Künstliche Intelligenz
16.00 hours Course preparation - Künstliche Intelligenz
Pre-examination(s)

Prüfungsvorleistung Beleg
in "Künstliche Intelligenz"

Prüfungsvorleistung Referat
in "Künstliche Intelligenz"
Examination(s)

Prüfung Klausurarbeit
Examination time: 90 minutes | Weighting: 100%
in "Künstliche Intelligenz"
Form of teaching
  • Übung
  • Bearbeiten von Problemen und Lösungsfindung
  • Selbstudium anhand theoretischer und praktischer Übungsaufgaben
  • studentische Referate
Media type
No information
Instruction content/structure
-

Aktuelle Themen auf dem Gebiet der Wissensverarbeitung und künstlichen Intelligenz mit jährlich
wechselnden Schwerpunkten, z.B.:

  • logische Programmierung und deduktives Schließen
  • Wissensrepräsentation und Schließen in nichtklassischen Logiken (nichtmonoton, fuzzy, zeitlich, räumlich, Beschreibungslogiken)
  • künstliche neuronale Netze, maschinelles Lernen
  • wissensbasiertes Planen, Multi-Agenten-Systeme
  • Wissensrepräsentation in autonomen Fahrzeugen
Qualification objectives

Die Studierenden sind in der Lage, Wissensrepräsentationen zur Modellierung zu benutzen, die über klassische Prädikatenlogik hinausgeht. Insbesondere können sie dem Problem angemessene Wissensverarbeitungstechniken zur Simulation intelligenten Verhaltens auswählen. Sie verstehen aktuelle Fachbeiträge und können die dort vorgestellten Ansätze verständlich aufbereiten und präsentieren.
Special admission requirements

Keine
Recommended prerequisites

Anwendungsbereite Kenntnisse der Grundlagen der Wissensverarbeitung entsprechend der in den Modulen „Modellierung“ und „Grundlagen der künstlichen Intelligenz“ im Studiengang INB vermittelten Inhalte, insbesondere im Umgang mit der klassischen Aussagen- und Prädikatenlogik 1.  Stuffe zur Wissensmodellierung.
Literature
  • aktuelle Fachbeiträge aus Zeitschriften und Tagungsbänden
  • I. Boersch, J. Heinsohn, R. Socher-Ambrosius: „Wissensverarbeitung. Eine Einführung in die Künstliche Intelligenz für Informatiker und Ingenieure“, Spektrum Akademischer Verlag, 2007.
  • W. Ertel: Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung, Springer 2016
  • S. Russell, P. Norvig: „Künstliche Intelligenz“, Pearson, 2012.
  • C. Beierle, G. Kern-Isberner: „Methoden wissensbasierter Systeme“, Vieweg, 2006.
Current teaching resources
-

keine
Notes
-

Prüfungsvorleistung: Präsentation und aktive Mitarbeit im Seminar
Applicability

Informatik | Master (20INM) Wahlpflicht

Medieninformatik | Master (20MIM) Wahlpflicht
Link to course/learning resources in OPAL/Moodle/etc.
Close detail view
© Modulux (Version 4.1)