Hauptinhalt

CS 692 — Datenbionik
(engl. Databionics)

Niveaustufe, Verpflichtungsgrad Vertiefungsmodul, Wahlpflichtmodul
Lehr- und Lernformen,
Arbeitsaufwand		 Vorlesung (4 SWS), Übung (2 SWS),
270 Stunden (90 Std. Präsenzzeit, 180 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb		 9 LP
Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben.
Prüfungsleistung: Mündliche Prüfung oder Klausur
Sprache,
Benotung		 Englisch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Data Science.
Dauer des Moduls,
Häufigkeit		 Ein Semester,
Unregelmäßig
Modulverantwortliche(r) Prof. Dr. Michael Thrun

Inhalt

Datenbionik bedeutet die Übertragung von Algorithmen zur Datenverarbeitung aus der Natur. Beispiele hierfür sind Künstliche Neuronale Netze und Genetische Algorithmen.

  • Einführung in die bekannten Theorien naturanaloger Informationsverarbeitung
  • Konnektionistische Modelle
  • Evolutionäre und Genetische Algorithmen
  • Schwarmintelligenz & Artificial Life
  • Ant Colony Optimization & Partikelschwarm Optimierung

Qualifikationsziele

Die Studierenden

  • können gebräuchliche Datenbionische Methoden darstellen und anwenden,
  • können die Möglichkeiten und Grenzen naturanaloger Informationsverarbeitung diskutieren,
  • sind in der Lage, ausgehend von einer konkreten Problemstellung, eine Lösung mittels datenbionischer Methoden zu entwerfen,
  • sind in der Lage, wissenschaftliche Arbeitsweisen beim eigenständigen Erkennen, Formulieren und Lösen von Problemen anzuwenden,
  • sind in der Lage, über wissenschaftliche Inhalte frei zu sprechen, sowohl vor einem Publikum als auch in einer Diskussion.

Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die in den Basismodulen der Informatik vermittelt werden.


Verwendbarkeit

Das Modul kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

  • B.Sc. Data Science
  • B.Sc. Informatik
  • M.Sc. Data Science
  • M.Sc. Informatik

Im Studiengang M.Sc. Data Science kann das Modul im Studienbereich Freie Wahlpflichtmodule absolviert werden.

Das Modul kann auch in anderen Studiengängen absolviert werden (Exportmodul).


Literatur

  • R. Rojas, Theorie der neuronalen Netze, Springer 1996
  • T. Kohonen, Self-Organizing Maps, Springer, 2003
  • E. Bonabeu, M. Dorigo, G. Theraulaz, Swarm Intelligence, 1999
  • D. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Kluwer Academic Publishers, 2001
  • Ashlock, D.Evolutionary Computation for Modeling and Optimization, Springer,2006



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2025/26 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.