htw saar Piktogramm QR-encoded URL
Zurück zur Hauptseite Version des Moduls auswählen:
Lernziele hervorheben XML-Code



Methoden und Anwendungen der künstlichen Intelligenz zur Signal-und Bildverarbeitung

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Methoden und Anwendungen der künstlichen Intelligenz zur Signal-und Bildverarbeitung
Modulbezeichnung (engl.): Methods and Applications of Artificial Intelligence for Signal and Image Processing
Studiengang:
Studiengang mit Beginn der Gültigkeit der betreffenden ASPO-Anlage/Studienordnung des Studiengangs, in dem dieses Modul zum Studienprogramm gehört (=Start der ersten Erstsemester-Kohorte, die nach dieser Ordnung studiert).
Elektro- und Informationstechnik, Bachelor, ASPO 01.10.2018
Code: E2542
SAP-Submodul-Nr.:
Die Prüfungsverwaltung mittels SAP-SLCM vergibt für jede Prüfungsart in einem Modul eine SAP-Submodul-Nr (= P-Nummer). Gleiche Module in unterschiedlichen Studiengängen haben bei gleicher Prüfungsart die gleiche SAP-Submodul-Nr..
P211-0291
SWS/Lehrform:
Die Anzahl der Semesterwochenstunden (SWS) wird als Zusammensetzung von Vorlesungsstunden (V), Übungsstunden (U), Praktikumsstunden (P) oder Projektarbeitsstunden (PA) angegeben. Beispielsweise besteht eine Veranstaltung der Form 2V+2U aus 2 Vorlesungsstunden und 2 Übungsstunden pro Woche.
4PA (4 Semesterwochenstunden)
ECTS-Punkte:
Die Anzahl der Punkte nach ECTS (Leistungspunkte, Kreditpunkte), die dem Studierenden bei erfolgreicher Ableistung des Moduls gutgeschrieben werden. Die ECTS-Punkte entscheiden über die Gewichtung des Fachs bei der Berechnung der Durchschnittsnote im Abschlusszeugnis. Jedem ECTS-Punkt entsprechen 30 studentische Arbeitsstunden (Anwesenheit, Vor- und Nachbereitung, Prüfungsvorbereitung, ggfs. Zeit zur Bearbeitung eines Projekts), verteilt über die gesamte Zeit des Semesters (26 Wochen).
8
Studiensemester: 5
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Ausarbeitung (25%), Seminarvortrag (75%)

[letzte Änderung 13.12.2018]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

E2542 (P211-0291) Elektro- und Informationstechnik, Bachelor, ASPO 01.10.2018 , 5. Semester, Wahlpflichtfach, technisch
Arbeitsaufwand:
Der Arbeitsaufwand des Studierenden, der für das erfolgreiche Absolvieren eines Moduls notwendig ist, ergibt sich aus den ECTS-Punkten. Jeder ECTS-Punkt steht in der Regel für 30 Arbeitsstunden. Die Arbeitsstunden umfassen Präsenzzeit (in den Vorlesungswochen), Vor- und Nachbereitung der Vorlesung, ggfs. Abfassung einer Projektarbeit und die Vorbereitung auf die Prüfung.

Die ECTS beziehen sich auf die gesamte formale Semesterdauer (01.04.-30.09. im Sommersemester, 01.10.-31.03. im Wintersemester).
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 8 Creditpoints 240 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 195 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr.-Ing. Ahmad Osman
Dozent/innen: Prof. Dr.-Ing. Ahmad Osman

[letzte Änderung 10.09.2018]
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 ßberlegungen 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 18.07.2019]
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 18.07.2019]
Weitere Lehrmethoden und 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 Forschungsprojekten auseinandersetzen

[letzte Änderung 13.12.2018]
Literatur:
Luger, George F.: Artificial Intelligence, Addison-Wesley, 2009, ISBN 978-0-13-209001-8
Mitchell, Tom M.: Machine learning, McGraw-Hill, 1997, ISBN 978-0-07-042807-2
Russell, Stuart J.; Norvig, Peter: Artificial intelligence: a modern approach, Pearson, 2009, 3rd Ed., ISBN 978-0-13-207148-2

[letzte Änderung 18.07.2019]
 
[Thu Nov 21 09:50:08 CET 2024, CKEY=e3E2542, BKEY=ei, CID=E2542, LANGUAGE=de, DATE=21.11.2024]