htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:

Methoden und Anwendungen der künstlichen Intelligenz zur Signal-und Bildverarbeitung

Modulbezeichnung: Methoden und Anwendungen der künstlichen Intelligenz zur Signal-und Bildverarbeitung
Studiengang: Praktische Informatik, Bachelor, ASPO 01.10.2011
Code: PIBWI22
SWS/Lehrform: 4PA (4 Semesterwochenstunden)
ECTS-Punkte: 5
Studiensemester: laut Wahlpflichtliste
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Ausarbeitung und Vortrag
Zuordnung zum Curriculum:
KI578 Kommunikationsinformatik, Bachelor, ASPO 01.10.2011, Wahlpflichtfach, technisch
PIBWI22 Praktische Informatik, Bachelor, ASPO 01.10.2011, Wahlpflichtfach, informatikspezifisch
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Stunden. Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden. Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 90 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr.-Ing. Ahmad Osman
Dozent: Prof. Dr.-Ing. Ahmad Osman

[letzte Änderung 20.01.2017]
Lernziele:
Die Studierenden erlernen die praktischen und wissenschaftlichen Methoden der Projektarbeit in einer Seminararbeit an Beispielen, Problemstellungen und Anwendungen aus dem Umfeld der Signal-und Bildverarbeitung mit KI, z.B. Recherche zum Stand des Wissens- und der Technik zur Bildverarbeitungsthemen, Klassifikationsverfahren, Regressionsverfahren, Daten Kompression, Datenrekonstruktion, Mensch-Maschine Interaktion, Literatur-Recherche (auch englischsprachiger Fachliteratur), Präsentieren von Projektergebnissen.
 
Die Vorgehensweise ist zu dokumentieren und zu erläutern. Die erzielten Ergebnisse sind mit ingenieurwissenschaftlichen Überlegungen und Kenntnissen zu begründen und darzustellen. Die abschließende Präsentation soll diese Aspekte prägnant und bündig erläutern / zusammenfassen und die Nutzung von Methoden für die Projektarbeit zu veranschaulichen.


[letzte Änderung 03.02.2017]
Inhalt:
Bildverarbeitung: Filterungsverfahren
 
Bildsegmentierung: Region basierte oder Kontur basierte Verfahren
 
Klassifikationsverfahren: Neuronale Netze, Support Vektor Maschine usw.
 
Datenfusion: Evidence Theory
 
Datenrekonstruktion
 
Datenvisualisierung
 
Datenkompression
 
Mensch-Maschine Interaktion
 
Recherchen zur Vertiefung technischer oder wissenschaftlicher Aspekte in Form einer betreuten Seminararbeit. Literatur-Recherchen (auch englischer Fachliteratur).
 
Wissenschaftliches Präsentieren.


[letzte Änderung 03.02.2017]
Lehrmethoden/Medien:
Eigenständige Seminararbeit mit akademischer Betreuung in einem abgesteckten Vertiefungs- oder Recherche-Thema unter Nutzung der Methoden der wissenschaftlichen Projektarbeit. Teilnehmer kennen den Stand der Forschung/Technik in ausgewählten Bereichen von Künstlicher Intelligenz und können sich mit Forschung-und Entwicklungsprojekten auseinandersetzen.

[letzte Änderung 03.02.2017]
Literatur:
G. Görz (Hrsg.): Handbuch der Künstlichen Intelligenz - München: Oldenbourg Wissenschaftsverlag, 2003
C-M. Bishop: Pattern Recognition and Machine Learning - Springer Verlag, 2007
Russell/Norvig: Artificial Intelligence: a modern approach - (3rd Ed.), Prentice Hall, 2009
Mitchell: Machine Learning - McGraw-Hill, 1997
Luger: Artificial Intelligence: Structures and Strategies for Complex Problem Solving - (6th Ed.), Addison-Wesley, 2008
  
Eigenständige Recherche ist auch Bestandteil der Seminararbeit.

[letzte Änderung 03.02.2017]
Modul angeboten in Semester:
SS 2017
[Sat Nov 25 08:39:44 CET 2017, CKEY=kmuadki, BKEY=pi, CID=PIBWI22, LANGUAGE=de, DATE=25.11.2017]