C244 – Wissensrepräsentation und -verarbeitung

Modul
Wissensrepräsentation und -verarbeitung
Knowledge Representation and Reasoning
Modulnummer
C244 [INM8051, MIM8051]
Version: 1
Fakultät
FIM-INF: Informatikstudiengänge - Fakultät Informatik und Medien
Niveau
Master
Dauer
1 Semester
Turnus
Wintersemester
Modulverantwortliche

Prof. Dr. rer. nat. Sibylle Schwarz
sibylle.schwarz@htwk-leipzig.de
Dozierende

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

Deutsch
in "Wissensrepräsentation und -verarbeitung"
ECTS-Leistungspunkte

6.00 ECTS-Punkte

Workload

180 Stunden

Lehrveranstaltungen

4.00 SWS (2.00 SWS Vorlesung | 2.00 SWS Seminar)
Selbststudienzeit

124.00 Stunden

Prüfungsvorleistung(en)

Prüfungsvorleistung Beleg
in "Wissensrepräsentation und -verarbeitung"
Prüfungsleistung(en)

Prüfung Klausurarbeit
Prüfungsdauer: 90 Minuten | Wichtung: 100%
in "Wissensrepräsentation und -verarbeitung"
Lehr- und Lernformen

-
Medienform
Keine Angabe
Lehrinhalte/Gliederung
-

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
  • algorithmische Geometrie, Pfadplanung
  • Wissensrepräsentation in Roboterfußball und autonomen Fahrzeugen
  • wissensbasierte Diagnosesysteme (z.B. in der Medizin)
Qualifikationsziele

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 eine verständliche Präsentation der dort vorgestellten Ansätze ausarbeiten und vorstellen.
Zulassungsvoraussetzung

Keine
Empfohlene Voraussetzungen

Anwendungsbereite Kenntnisse der Grundlagen der Wissensverarbeitung entsprechend der in den Modulen „Modellierung“ und „Grundlagen der Wissensverarbeitung“ im Studiengang INB vermittelten Inhalte, insbesondere im Umgang mit der klassischen Aussagen- und Prädikatenlogik 1.  Stuffe zur Wissensmodellierung.
Literaturhinweise

S. Russell, P. Norvig: "Artificial Intelligence: A Modern Approach",Addison Wesley, 2016

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
Aktuelle Lehrressourcen
-

keine
Hinweise

INM (Teil des Kompetenzbausteins „Business Intelligence“),
MIM (Teil des Kompetenzbausteins „Intelligente Systeme")

Prüfungsvorleistung Beleg (PVB): Präsentation und aktive Mitarbeit im Seminar
Verwendbarkeit

Wahlpflichtmodul: Masterstudiengang Informatik (Teil des Kompetenzbausteins „Business Intelligence“),
MIM (Teil des Kompetenzbausteins „Intelligente Systeme")
Link zu Kurs/Lernressourcen im OPAL/Moodle/etc.
Detailansicht schließen
© Modulux (Version 4.1)