User Tools

Site Tools


spezial:lv

"LV-Nr";"LV-Titel";"DAUER";"ART";"STUDIENJAHR";"SEMESTER";"ORGANISATION";"ORG_KENNUNG";"VORTRAGENDE_MITWIRKENDE";"LEHRINHALT";"inhaltl. Voraussetzungen";"LEHRZIEL";"HAUPT_UNTERRICHTSSPRACHE";"LEHRMETHODE";"LEHRMETHODETXT";"Teilnahme. u. Anm.TXT";"Termin_erste_Abhaltung";"Beurteilungsschema";"BeurteilungsschemaTXT";"Prf.Termine u. Anm.TXT";"PRUEFUNGSTERMINE";"empf. Fachliteratur";"ANMERKUNG";"STELLUNG_IM_STP_URL";"TERMINE_URL";"PRUEF_TERMINE_URL";"ORGANISATION_URL" "0000001215";"Master-Seminar - Wissensrepräsentation in der künstlichen Intelligenz (IN2107, IN8901, IN4611)";"2";"Seminar";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Kunze L, Tenorth M, Beetz M [L]";"Die geeignete Repräsentation von Wissen ist für ein KI-System, wie z.B. ein autonomes Robotersystem, von allergrößter Bedeutung. Das Seminar behandelt verschiedene Ansätze, komplexes Wissen auf eine Art und Weise zu repräsentieren, die sowohl das Lernen von neuem Wissen aus Beobachtungen wie auch das Schlußfolgern von neuen Fakten aus gegebenen Evidenzen und Hintergrundwissen unterstützt. Lernen und Schlußfolgern sind die zwei wesentlichen Eckpfeiler der Kognitionskomponente eines jeden KI-Systems, und dieses Seminar befasst sich konkret mit deren technischer Umsetzung auf der Basis von allgemeinen, meist deklarativen Repräsentationen des zugrunde liegenden Wissens. Der hohe Grad der Komplexität, der in natürlichen Anwendungsdomänen (z.B. in sämtlichen von Menschen belebten Umgebungen) vorherrscht, erfordert kompakte, verallgemeinernde Repräsentationen. Eine für die Praxis taugliche Wissensrepräsentation muss aber nicht nur gut mit Komplexität umgehen können, sondern sie muss ebenso die inhärente Unsicherheit, die in vielen Bereichen besteht, berücksichtigen; denn die Welt ist nicht deterministisch. Im Rahmen des Seminars werden wir uns deshalb verschiedene Repräsentationen anschauen, die dem heutigen Stand der Wissenschaft entsprechen und sich diesem spannenden aber sehr schwierigen Problem annehmen. Wir werden sie auf ihre Fähigkeiten hin untersuchen, sie anwendungsbezogen bewerten und ausführlich ihr für und wider diskutieren. Bei Interesse haben die Studierenden die Möglichkeit die im Hauptseminar erworbenen Kenntnisse im Rahmen von Master-/Diplomarbeiten, interdisziplinären Projekten oder SEPs zu vertiefen.";"";"siehe Modulbeschreibung IN2107";"Deutsch";"";"";"ACHTUNG: NEUER TERMIN!! Unverbindliche Vorbesprechung am 26.7., 10:00, Raum 02.09.038 MI-Gebäude Anmeldung über TUM online";"geplant";"";"";"Das Seminar wird als Blockveranstaltung am Ende des Semesters stattfinden. Zu Beginn des Wintersemesters werden in einer Vorbesprechung die Themen vergeben, diese im Laufe des Semesters von den Studenten selbständig bearbeitet, anschließend die Seminararbeiten eingereicht, und wenige Wochen später finden dann die Vorträge statt. All diese Termine sind Pflichtveranstaltungen (außer der unverbindlichen Vorbesprechung am 26.7.).";"";"";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950030869";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950030869";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950030869&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240913002";"Master-Praktikum - Sensorgestützte intelligente Umgebungen (IN2106, IN8902, IN4053)";"6";"Praktikum";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Marton Z, Blodow N";"siehe Modulbeschreibung IN2106";"";"siehe Modulbeschreibung IN2106";"Englisch";"";"eventuell Vorkenntnisse aus Wahlbereich nötig";"";"geplant";"";"";"";"";"";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950031300";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950031300";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950031300&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240927786";"Grundlagen der Künstlichen Intelligenz (IN2062)";"4";"Vorlesung-Übung";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Beetz M";"Die Vorlesung soll einen Überblick über wichtige Arbeitsgebiete und Methoden der Künstlichen Intelligenz geben. Die Vorlesung führt Grundideen und Methoden der Künstlichen Intelligenz anhand des Lehrbuches von Russell und Norvig (s.u.) ein. Es werden folgende Themen behandelt: - Entwurfsprinzipien für und Spezifikation von ""intelligenten"" Agenten - Problemlösen durch Suche: heuristische Suchverfahren, optimierende Suche - Problemlösen mit wissensbasierten Methoden: Logik und Inferenz, Schlussfolgern über Raum und Zeit, Repräsentation von Ontologien, Repräsentation und Schlussfolgern über Alltagswissen - Problemlösen mit unsicherem Wissen: Grundlagen der Wahrscheinlichkeits-und Entscheidungstheorie, Bayes Netze, Planen mit Markov-Entscheidungsprozessen - Handlungsplanung: Generierung partiell geordneter Aktionspläne, Planung und Ausführung - Maschinelles Lernen: Lernen von Entscheidungsbäumen, Lernen von Prädikaten mittels Beispielen, Reinforcement-Lernen.";"Grundlegende Vorlesungen der Informatik";"siehe Modulbeschreibung IN2062";"Deutsch";"Vorlesung mit integrierten Übungen";"Die Vorlesung wird von einer nicht verpflichtenden Zentralübung begleitet";"";"Mo, 17.10.2011, 10:15-11:45 00.13.009A, Medien (geplant)";"";"schriftliche Prüfung am Ende des Semesters";"";"";"Lehrbuch: Peter Norvig / Stuart Russell: Künstliche Intelligenz: Ein moderner Ansatz 2. Auflage; ISBN: 3-8273-7089-2; Verlag: Pearson Studium.";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950033432";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950033432";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950033432&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240951526";"Bildverstehen (IN2016)";"3";"Vorlesung";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Steger C, Steger C [L]";"Die Vorlesung gibt eine detaillierte Beschreibung der praxisrelevanten Methoden und Algorithmen, die zur Lösung von Anwendungen im Robotersehen und maschinellem Sehen verwendet werden. Der Schwerpunkt der Vorlesung ist die Beschreibung der Verfahren und ihrer Grundlagen. Beispiele aus der Praxis zeigen die typischen Anwendungen, in denen die vorgestellten Verfahren eingesetzt werden. Unter anderem werden folgende Themenbereiche behandelt: * Merkmalsextraktion * Klassifikation * Farbbildverarbeitung * Beschriftungserkennung (Barcodes, OCR) * 3D-Rekonstruktion * Objekterkennung * Anwendungen";"Die Vorlesung setzt die Kenntnisse, die in der Vorlesung Bildverstehen I: Methoden der industriellen Bildverarbeitung (Modul IN2023) vermittelt werden, voraus. Weiterhin setzt die Vorlesung grundlegende Kenntnisse der folgenden Gebiete voraus: * Lineare Algebra (lineare Transformationen zwischen Vektorräumen in Matrixalgebra) * Analysis (Reihen, Differentiation und Integration ein- und zweidimensionaler Funktionen";"Teilnehmer der Vorlesung verstehen die Theorie, Datenstrukturen und Implementierung der wichtigsten Algorithmen, die im Robotersehen und im maschinellen Sehen verwendet werden. Sie sind in der Lage, Bildverarbeitungsaufgaben zu analysieren und können diese Kenntnisse und Fähigkeiten nutzen, um Anwendungen des Robotersehens und maschinellen Sehens zu lösen.";"Deutsch";"mit medialer Unterstützung";"";"";"Mo, 17.10.2011, 14:00-16:00 00.08.038, Medien (geplant)";"";"muendlich, 30 min";"";"";"Carsten Steger, Markus Ulrich, Christian Wiedemann: Machine Vision Algorithms and Applications; Wiley-VCH, Weinheim, 2007";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950040147";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950040147";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950040147&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240952262";"Master-Praktikum - KI-basierte Robotersteuerung (IN2106, IN8902, IN4056)";"6";"Praktikum";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Mösenlechner L, Mösenlechner L [L]";"Nach einer Einführung in die Grundlagen und Programmiertechniken wird eine Aufgabe im Bereich der Robotersteuerung selbstständig in kleinen Gruppen bearbeitet. Das Anwendungsfeld ist ein autonomer Küchenroboter.";"";"* eine solide LISP Einführung bis hin zu fortgeschrittenen Themen * Grundlagen der Verhaltenssteuerung * Arbeiten mit der reaktiven Plansprache cram_pl";"Deutsch";"";"Für das Praktikum wird eine gute Kenntnis Grundlegender Themen der Informatik wie etwa unterschiedlicher Programmierparadigmen (imperativ, funktional, deklarativ) und Programmiersprachen erwartet.";"Freie Plätze sind verfügbar! Bei Interesse bitte Email an moesenle@in.tum.de.";"Di, 18.10.2011, 16:00-18:00 02.09.023, Seminarraum";"";"";"";"";"";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950034048";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950034048";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950034048&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240970412";"Master-Praktikum - Innovation@CoTeSys (IN2106, IN8902, IN4109)";"6";"Praktikum";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Ruiz Ugalde F";"siehe Modulbeschreibung IN2106";"";"siehe Modulbeschreibung IN2106";"Englisch";"";"eventuell Vorkenntnisse aus Wahlbereich nötig";"Bei Interesse bitte melden Sie sich bei ruizf@in.tum.de.";"geplant";"";"";"";"";"";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950033435";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950033435";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950033435&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434" "240991447";"Master-Seminar - Mensch-Roboter Interaktion (IN2107, IN8901, IN4532)";"2";"Seminar";"2011/12";"W";"Informatik 9 - Lehrstuhl für Bildverarbeitung und Mustererkennung (Prof. Cremers)";"TUINI09";"Kirsch A, Lichtenthäler C";"Für Termine und weitere Informationen bitte den Link LV-Unterlagen unten anklicken! Die Entwicklung von Robotern geht immer mehr weg von Industrierobotern, die in für sie geschaffenen Fabrikhallen arbeiten, hin zu Assistenten, die Menschen in alltäglichen Aufgaben unterstützen - im Haushalt, bei der Fertigung von individualisierten Produkten oder für die Betreuung von älteren oder kranken Menschen. Diese Aufgaben erfordern eine gegenseitige Wahrnehmung und bewusste Zusammenarbeit zwischen Mensch und Roboter. Das Forschungsgebiet der Mensch-Roboter-Interaktion befindet sich an der Schnittstelle zwischen Psychologie, Ergonomie und Robotik/KI und untersucht alle Aspekte der Mensch-Roboter-Interaktion wie beispielsweise * Anforderungen an Roboter (sowohl Aussehen als auch Verhalten), um von Menschen akzeptiert zu werden * Sicherheit * Techniken zur Implementierung: o Wahrnehmung und Interpretation von menschlichem Verhalten o Planung und Planausführung in dynamischen Umgebungen o Kommunikation (per Sprache, Geste, Augenbewegungen, etc.) Das Seminar gibt einen Überblick über das Gebiet der Mensch-Roboter-Interaktion, indem es aktuelle Forschung aus verschiedenen Bereichen dieses Gebietes vorstellt.";"Das Seminar richtet sich an Bachelor-, Master- und Diplom-Studenten. Vorkenntnisse aus KI und Robotik Vorlesungen sind hilfreich, aber nicht zwingend erforderlich.";"siehe Modulbeschreibung IN2107, IN8901, IN4532";"Deutsch";"";"";"";"geplant";"";"";"";"";"";"";"http:campus.tum.de/tumonline/studienplaene.lv_stellung?clvnr=950033935";"http:campus.tum.de/tumonline/te_ortzeit.liste?corg=15434&clvnr=950033935";"http:campus.tum.de/tumonline/DPV.lv_termine?cstp_sp_nr=950033935&cheader=J";"http:campus.tum.de/tumonline/wborg.display?pOrgNr=15434"

spezial/lv.txt · Last modified: 2011/07/26 09:09 (external edit)