Maschinenbau, Master (PO-2023)
| Modulnummer / Modulcode | WP-RegNeurNetz |
|---|---|
| Modulname | Regelungsverfahren mit neuronalen Netzen |
| Art des Moduls | Wahlpflicht |
| Lernergebnisse, Kompetenzen, Qualifikationsziele | Der/die Lernende kann,
|
| Lehrveranstaltungsarten | VLmP (2 SWS), Ü (2 SWS) |
| Lehrinhalte | Regelstrukturen. Grenzen der konventionellen Regelung mit linearen Reglern. Erfordernisse in der Praxis: Nichtlinearität, Selbsteinstellung, laufende Anpassung. Neuronale Netze als Modelle und als Regler: Architekturen und Lernverfahren: System-Identifikation; direkte inverse Regelung; Regelung mit internem Modell; Feedback Linearisierung; Regelung mit Vorsteuerung; Optimale Regelung. off-line und on-line Einsatz. Stabilität. |
| Titel der Lehrveranstaltungen | Regelungsverfahren mit neuronalen Netzen |
| Lehr- und Lernmethoden (Lehr- und Lernformen) | Vorlesung, Übung |
| Verwendbarkeit des Moduls | |
| Dauer des Moduls | Ein Semester |
| Häufigkeit des Angebotes | jährlich im Wintersemester |
| Sprache | Deutsch |
| Empfohlene (inhaltliche) Voraussetzungen für die Teilnahme am Modul | Lineare Algebra, Analysis, Grundlagen der Regelungstechnik, Grundlagen der Neuronalen Netze |
| Voraussetzungen für die Teilnahme am Modul | |
| Studentischer Arbeitsaufwand | 180 h (60 h Präsenz + 120 h Selbststudium) |
| Studienleistungen | |
| Voraussetzung für Zulassung zur Prüfungsleistung | |
| Prüfungsleistungen | Klausur (120 Min.) |
| Anzahl Credits (ECTS) | 6 cp |
| Lehreinheit | Elektrotechnik |
| Modulverantwortliche/r | Prof. Dr. Ludwig Brabetz |
| Lehrende | Prof. Dr. Mohamed Ayeb |
| Medienformen | Beamer, Skript, Tafel |
| Literatur |
|