Neuronale Methoden für technische Systeme

Maschinenbau, Master (PO-2023)

Modulnummer / Modulcode WP-NeurMeth
Modulname Neuronale Methoden für technische Systeme
Art des Moduls Wahlpflicht
Lernergebnisse, Kompetenzen, Qualifikationsziele

Die Studierenden haben die Grundlagen zu Architekturen und dazugehörigen Lernverfahren für neuronale Netze kennengelernt und sind in der Lage sie zum Anlernen statischer und dynamischer Zusammenhänge anzuwenden.
Lehrveranstaltungsarten VLmP (2 SWS), Ü (1 SWS)
Lehrinhalte
  • Geschichtliche Entwicklung,
  • Die einfachste Verarbeitungseinheit: das Neuron.
  • Architekturen neuronaler Netze: Hopfield-Modelle; einfache Perzeptrons; Multi-Layer Perzeptrons; dynamische Netze.
  • Lernverfahren: Delta-Rule, Backpropagation, Varianten der Backpropagation, Newton- und Levenberg-Marquardt-Lernverfahren.
  • Anwendungen: Mustererkennung, Funktionsapproximation.
Titel der Lehrveranstaltungen Neuronale Methoden für technische Systeme
Lehr- und Lernmethoden (Lehr- und Lernformen) Frontalunterricht (Tafel und elektronische Medien), Übungen am Rechner.
Verwendbarkeit des Moduls
Dauer des Moduls Ein Semester
Häufigkeit des Angebotes jährlich im Sommersemester
Sprache Deutsch
Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul
Voraussetzungen für die Teilnahme am Modul
Studentischer Arbeitsaufwand 120 h (45 h Präsenz + 75 h Selbststudium)
Studienleistungen
Voraussetzung für Zulassung zur Prüfungsleistung
Prüfungsleistungen Klausur (90 Min.)
Anzahl Credits (ECTS) 4 cp
Lehreinheit Elektrotechnik
Modulverantwortliche/r Prof. Dr. Mohamed Ayeb
Lehrende Prof. Dr. Mohamed Ayeb
Medienformen Beamer, Skript, Tafel
Literatur
  • James A. Anderson.” An introduction to neural networks“ Cambridge, Mass., MIT Press, 1997
  • Raúl Rojas , “Neural networks : a systematic introduction” Berlin, Springer, 1996
  • Rüdiger Brause, „Neuronale Netze“, Teubner Verlag 1995
  • Raul Rojas, „Theorie der neuronalen Netze“, Springer Verlag 1993

Weitere Literatur wird in der Vorlesung bekanntgegeben.