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


Einführung in die Mathematik Neuronaler Netze

(Modul inaktiv seit 31.03.2020)

Modulbezeichnung:
Bezeichnung des Moduls innerhalb des Studiengangs. Sie soll eine präzise und verständliche Überschrift des Modulinhalts darstellen.
Einführung in die Mathematik Neuronaler Netze
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, Master, ASPO 01.04.2019
Code: E1924
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..
P211-0001
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.
2V (2 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).
2
Studiensemester: laut Wahlpflichtliste
Pflichtfach: nein
Arbeitssprache:
Deutsch
Prüfungsart:
Projektarbeit

[letzte Änderung 03.12.2012]
Verwendbarkeit / Zuordnung zum Curriculum:
Alle Studienprogramme, die das Modul enthalten mit Jahresangabe der entsprechenden Studienordnung / ASPO-Anlage.

E1924 (P211-0001) Elektro- und Informationstechnik, Master, ASPO 01.04.2019 , Wahlpflichtfach, Modul inaktiv seit 31.03.2020
E813 (P211-0001) Elektrotechnik, Master, ASPO 01.10.2005 , Wahlpflichtfach
E1924 (P211-0001) Elektrotechnik, Master, ASPO 01.10.2013 , Wahlpflichtfach
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 30 Veranstaltungsstunden (= 22.5 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 2 Creditpoints 60 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 37.5 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Harald Wern
Dozent/innen: Prof. Dr. Harald Wern

[letzte Änderung 12.04.2019]
Lernziele:
Wann immer der Zusammenhang zwischen der Eingabeseite und der Ausgabeseite nicht explizit durch eine Funktion angegeben werden kann, sind neuronale Netze eine interessante Alternative.
Die Studierenden sollen in die Lage versetzt werden, ein neuronales Netz zu konfigurieren und mit einem mindestens quadratischen Lernverfahren eine gewisse Anzahl von Assoziationen epsilon genau zu trainieren.

[letzte Änderung 14.04.2013]
Inhalt:
1. Prinzipielles über neuronale Netze, Motivation und Grundlagen
2. Zweischichtige neuronale Feed-Forward-Netze
3. Dreischichtige neuronale Feed-Forward-Netze
4. Neuronale Feed-Forward-Netze höherer Ordnung
5. Rückgekoppelte Netze für Optimierungsaufgaben

[letzte Änderung 14.04.2013]
Weitere Lehrmethoden und Medien:
Overheadfolien, Beamer

[letzte Änderung 14.04.2013]
Literatur:
Lenze, Burkhard: Einführung in die Mathematik neuronaler Netze
Scherer, Andreas: Neuronale Netze, Grundlagen und Anwendungen
Braun, Heinrich: Neuronale Netze, Optimierung durch Lernen und Evolution
Medsker, L.R.; Jain, L.C.: Recurrent Neural Networks, Design and Applications
Cichocki, A.; Unbehauen,R.: Neural Networks for Optimization and Signal Processing

[letzte Änderung 14.04.2013]
[Fri Mar 29 09:04:18 CET 2024, CKEY=eeidmnn, BKEY=eim, CID=E1924, LANGUAGE=de, DATE=29.03.2024]